أبرز شركات ومصنّعي شرائح الذكاء الاصطناعي: بدائل NVIDIA التي تُشحن فعلًا

يمكنك طلب بطاقة المطورين Tenstorrent Blackhole هذا الأسبوع. سعرها 999 دولارًا، وهي متوفرة في المخزون، وتُشحن خلال أسبوعين تقريبًا. لكن لا يمكنك شراء أو استئجار Meta MTIA عبر قناة عامة؛ إذ تصف Meta شريحة MTIA بأنها سيليكون تنشره لأحمال عملها الخاصة.

كلتا الشركتين تُحسب ضمن أبرز شركات شرائح الذكاء الاصطناعي. والمسافة بين هذين الوضعين هي موضوع هذا المقال.

ما يلي هو استعراض مورّدًا تلو الآخر: ما الذي يمكنك الحصول عليه، وعبر أي قناة، وكم يكلفك البرنامج بعد أن تحصل على العتاد.

الخلاصة السريعة

• متاح للاستئجار على نطاق واسع: لا يزال AMD Instinct يملك أوسع حضور في السحابة العامة خارج NVIDIA، لكن خط المنتجات تقدّم. أطلقت AMD سلسلة MI400 في يوليو 2026، بينما تبقى أنظمة MI300X وMI325X وسلسلة MI350 هي الأرجح أن تجدها متاحة للاستئجار.
• سحابة واحدة: تبقى وحدات TPU من Google على Google Cloud، مع توفّر TPU7x Ironwood بشكل عام منذ مارس 2026. ويبقى AWS Trainium وInferentia على AWS.
• واجهة برمجية إضافة إلى بنية تحتية مخصصة: تقدّم Groq وCerebras وSambaNova جميعها استدلالًا مستضافًا، لكن وصفها بأنها واجهة برمجية فقط لم يعد دقيقًا. فلكل منها الآن مسار مخصص أو محلي أيضًا.
• عتاد يمكنك الحصول عليه: تبيع Tenstorrent بطاقات Blackhole مباشرة. أما Qualcomm فتقدّم مسرّعات مراكز البيانات Dragonfly عبر مسار مبيعات مؤسسي بدلًا من إعلانات خارطة طريق فحسب.
• محدود أو داخلي: يظل Intel Gaudi 3 متاحًا عبر عمليات نشر مختارة على IBM Cloud، بينما يُتوقع أن يدخل Crescent Island مرحلة العينات لدى العملاء في النصف الثاني من 2026. وتقول Etched إن أولى رفوفها ستُشحن إلى عملاء متعاقدين في صيف 2026. أما Meta MTIA وMicrosoft Maia فيبقيان داخليين أو مدمجين مع Azure بدل أن يكونا مسرّعين عامّين بخدمة ذاتية.

ما لا يغطّيه هذا المقال

ثلاثة أمور تقع عمدًا خارج الإطار، وكل حالة مورّد أدناه تعكس وضع أغسطس 2026.

• التسعير. السؤال هنا هو هل يمكنك الحصول على العتاد، لا كم تكلفة الساعة عليه.
• التنبؤات. لا أحكام حول من سيفوز.
• بطاقات المستهلك وسطح المكتب. الموضوع هو مسرّعات مراكز البيانات والسحابة.

الطرق الخمس للحصول على قدرة حوسبة على مسرّع ذكاء اصطناعي

خمسة مسارات وصول تغطي المسرّعات في هذا المقال: الاستئجار عبر سحابات متعددة، والاستئجار عبر سحابة واحدة، والوصول عبر واجهة برمجية مستضافة، وعتاد مخصص أو يمكن شراؤه مباشرة، ووصول مؤسسي محدود للمنتجات التي ليست خدمة ذاتية على نطاق واسع. وبعض الشركات تغطي الآن أكثر من مسار واحد. وتبقى مجموعة منفصلة داخلية بالكامل، بلا أي طريقة عامة لاستئجار السيليكون أو شرائه.

الوصول حالة، لا خاصية دائمة للشركة. فهو يتغير مع إطلاق أجيال جديدة، ومع إضافة السحابات للعتاد أو إسقاطه، ومع فتح المورّدين لقنوات الشراء أو إغلاقها. كما أنه لا يقول شيئًا عن الجودة أو الحجم. إنه يصف كيف يمكنك الحصول على قدرة الحوسبة، وتلك القناة هي ما يقرر ما إذا كان الاسم شيئًا يمكنك التصرف بناءً عليه.

تستحوذ NVIDIA على غالبية كبيرة من إيرادات مسرّعات الذكاء الاصطناعي لمراكز البيانات، وهي حاضرة على كل سحابة تقريبًا، وCUDA هي السطح الذي يُقاس عليه كل ما عداه. أما شركات مسرّعات الذكاء الاصطناعي الأخرى هنا فمثيرة للاهتمام بسبب اختلاف طرق الوصول إليها.

AMD Instinct هو الذي يمكنك استئجاره في كل مكان تقريبًا

يمتلك AMD Instinct أوسع بصمة موردين بين بدائل NVIDIA المطروحة هنا، إذ يتوفر MI300X وMI325X لدى عدة مزوّدي سحابة ونيوكلاود بدل الارتباط بمزوّد عملاق واحد. أطلقت AMD سلسلة MI400 في يوليو 2026 بقيادة MI455X، لكن الأجيال الأقدم لا تزال مهمة لأنها الأرجح أن تجدها في عمليات التأجير القائمة. ويظل ROCm أقصر عملية نقل برمجي في هذا المقال لمعظم أحمال PyTorch الحالية.

العتاد ليس هو القيد. يحمل MI300X سعة 192 غيغابايت من HBM3 بسرعة 5.3 تيرابايت/ث موزعة على 304 وحدات حوسبة CDNA3 داخل وحدة بقدرة 750 واط. ويرفع MI325X ذلك إلى 256 غيغابايت من HBM3E بسرعة 6 تيرابايت/ث و1000 واط، وهي سعة جاءت أقل من 288 غيغابايت التي أعلنتها AMD في البداية.

نوى CUDA هي ما تعدّه NVIDIA، بينما تعدّ AMD وحدات الحوسبة، والاثنان لا يتحوّلان أحدهما إلى الآخر، ولهذا تكون المقارنة بالذاكرة وعرض النطاق أجدى بين المورّدين.

تغيّر وضع البرمجيات، والسمعة متأخرة عنه. فدعم ROCm لـ PyTorch مدمج في المستودع الرسمي لـ PyTorch بدل أن يعيش في نسخة مجتمعية منفصلة، وإصدارات ROCm الحالية تواكب الأطر الحالية. ويدعم ROCm 7.14.0 إصدار PyTorch 2.12، إلى جانب تكاملات AMD الحالية مع منظومة برمجيات الذكاء الاصطناعي الأوسع.

قراءتي أن الاحتكاك الذي ما زال الناس يصفونه ليس الإنتاجية ولا دعم الأطر. إنه علم آثار. فحين تتعطل إعدادات CUDA في الثالثة فجرًا، يكون أحدهم قد واجه نص الخطأ نفسه ودوّن الحل. أما على ROCm فنتائج البحث أرقّ، فيذهب الوقت في التنقيب بدل الإصلاح. وهذه تكلفة لا تظهر أبدًا في اختبار أداء.

يمتد عمل AMD على المسرّعات إلى ما وراء مركز البيانات أيضًا، وهو أمر مهم إن أردت عتادًا رخيصًا تتعلم عليه الحزمة البرمجية.

عرض AMD التوضيحي لعنقود حواسيب مصغّرة يعمل على السيليكون الاستهلاكي للشركة نفسها.

Google TPU وAWS Trainium يمكن استئجار كل منهما على سحابة واحدة بالضبط

كل من TPU7x من Google وTrainium من AWS متاح بشكل عام، وكلاهما محصور بمزوّد واحد. يعمل TPU على Google Cloud. ويعمل Trainium وInferentia على AWS. ولا يمنحك أي منهما قابلية النقل بين مزوّدين متعددين كما مع AMD أو NVIDIA، وهذا القيد قد يكون أهم من أي مواصفة منفردة.

TPU7x هو أول إصدار في عائلة Ironwood من الجيل السابع لدى Google، وأصبح متاحًا بشكل عام في 31 مارس 2026. وتضعه Google للتدريب والاستدلال على نطاق واسع. ولا يزال Trillium v6e متاحًا، بينما يبقى Ironwood جيل TPU المتاح عمومًا حاليًا لدى Google. كما أعلنت Google عن TPU 8t وTPU 8i من الجيل الثامن، لكن كليهما لا يزال مدرجًا بوصفه قريبًا.

أكثر الحقائق فائدة عن وحدات TPU ليست في ورقة المواصفات. فهناك مدخل مجاني: يوفر كل من Colab وKaggle بيئات تشغيل TPU، ويمنح TPU Research Cloud وقتًا للباحثين. هذا المدخل المجاني يمنحك طريقة لاختبار مسار برمجيات TPU قبل الالتزام بميزانية سحابية، وإن كان لا ينبغي افتراض أن الخدمات المجانية تقدّم تحديدًا أحدث عتاد Ironwood.

تصل AWS إلى سيليكونها الخاص عبر مثيلات Trainium وUltraServers، إضافة إلى مثيلات Inf2 لـ Inferentia2. وقد أصبحت UltraServers من Trainium3 متاحة بشكل عام في ديسمبر 2025 وتتوسع إلى 144 شريحة، صعودًا من 64 في UltraServers من Trn2 السابقة. وكل شيء يمر عبر Neuron SDK. وتصوّر AWS كلفة النقل بتفاؤل أكبر من معظم المورّدين.

صفحة AWS Trainium تذكر أن vLLM وHuggingFace Transformers وTorchTitan تعمل أصلًا على Trainium دون شيفرة مخصصة ودون جهد نقل. وهذا ادعاء المورّد عن منتجه، وليس نتيجة تم التحقق منها بشكل مستقل.

كلاهما يقع ضمن مقايضة تستحق أن تُتخذ عن قصد. فأنت تكسب مورّد سيليكون ثانيًا وتخسر القدرة على نقل ذلك الحمل إلى سحابة أخرى دون إعادة العمل، وهو ما لا يكلّف شيئًا تقريبًا فريقًا ملتزمًا أصلًا بمزوّد واحد، ويكلّف كل شيء فريقًا بُني على تجنّب الالتزام.

ما الذي يجب أن يتّسع له الذاكرة يقيّد الاختيار أولًا: 144 غيغابايت لكل شريحة Trainium3 مسألة تخطيط مختلفة عن 192 غيغابايت في Ironwood، أيًا كان البائع.

Groq وCerebras وSambaNova تتجاوز الواجهات البرمجية المستضافة

تقدّم Groq وCerebras وSambaNova جميعها استدلالًا مستضافًا، لكن الواجهة البرمجية لم تعد كامل قصة الوصول. فـ Groq تقرن GroqCloud ببنية GroqMetal المخصصة. وCerebras تتيح الوصول السحابي إلى جانب أنظمة CS-3 التي يمكن تشغيلها محليًا. وSambaNova تقدّم SambaCloud إلى جانب SambaRack وSambaStack. والفارق الآن هو مقدار التحكم في البنية التحتية الذي تحتاجه، ومدى استعدادك للمضي في مسار الشراء المؤسسي.

Groq's LPU packs 230MB of on-die SRAM with 80 TB/s of internal bandwidth, a design that trades memory capacity for latency, and GroqCloud exposes it as an OpenAI-compatible endpoint. The ownership story attached to it carries dates worth keeping. On 24 December 2025, Groq entered a non-exclusive inference technology licensing agreement with NVIDIA, and said founder Jonathan Ross and president Sunny Madra would join NVIDIA. Groq continues to operate independently. Simon Edwards, previously its chief financial officer, stepped up to lead it at the time of the deal; check the company for current leadership before citing it.

إعلان Groq نفسه يقول إن GroqCloud ستواصل العمل دون انقطاع.

في مؤتمر GTC في مارس 2026، كشفت NVIDIA عن NVIDIA Groq 3 LPU داخل منصتها Vera Rubin.

إعلان NVIDIA عن Vera Rubin يصف رف LPX يضم 256 معالج LPU، ويتوفر في النصف الثاني من 2026.

تسلك Cerebras المسار المادي المعاكس: قطعة واحدة بحجم الرقاقة الكاملة تضم 900,000 نواة و44 غيغابايت من ذاكرة SRAM على الشريحة، بقدرة معلنة تبلغ 125 PFLOPs.

صفحة الاستدلال لدى Cerebras تقدّم رصيدًا مجانيًا بقيمة 5 دولارات وتصف الانتقال بأنه تغييران في الشيفرة فقط. ويظل هناك فارق مهم للتخطيط: الواجهة البرمجية ذاتية الخدمة هي المسار السهل للاستدلال، بينما التدريب والضبط الدقيق والسعة المخصصة وعمليات نشر CS-3 المحلية تقع أبعد على المسار المؤسسي.

تتمحور قصة العتاد الحالية لدى SambaNova حول SambaRack SN50، المبني حول 16 وحدة RDU من طراز SN50 من الجيل الخامس لكل رف. ويبقى SambaCloud المسار المستضاف، بينما يوفر SambaRack وSambaStack بنية تحتية مخصصة يمكن تشغيلها محليًا أو في بيئات مستضافة.

يبقى الوصول المستضاف أسهل نقطة دخول للثلاثة جميعًا، لكنه لم يعد يصف المنتج كاملًا.

Tenstorrent تبيع عتادًا يمكنك امتلاكه

Tenstorrent هي المورّد الوحيد في هذا المقال الذي يمكنك شراء مسرّعه مباشرة كفرد، وبسعر لا يرقى إلى قرار استثماري.

صفحة العتاد لدى Tenstorrent تدرج Blackhole p100a بسعر 999 دولارًا وp150a وp150b بسعر 1,399 دولارًا، متوفرة في المخزون وتُشحن خلال أسبوعين تقريبًا. والحزمة البرمجية مفتوحة المصدر بالكامل.

تحمل البطاقات 120 نواة Tensix و16 نواة RISC-V، مع 28 غيغابايت من GDDR6 في p100a و32 غيغابايت في زوج p150، وباستهلاك يصل إلى 300 واط. وتضيف p150a وp150b منافذ إيثرنت QSFP-DD تفتقر إليها p100a، وهي ما تشتريه إن كنت تنوي ربط البطاقات ببعضها. وأفادت HPCwire بأن Galaxy Blackhole بحجم الرف أصبح متاحًا بشكل عام في 28 أبريل 2026 ابتداءً من 110,000 دولار، ولا تزال سلسلة Wormhole الأقدم معروضة للبيع، بما فيها محطة عمل TT-LoudBox بسعر 12,000 دولار.

التحفّظ هنا لا يقل أهمية عن السعر في اتخاذ القرار، وهو يشير إلى تلك البطاقة الأقدم. فمعظم وثائق Tenstorrent ودروسها ودعم النماذج المتحقق منه لا يزال موجهًا إلى Wormhole. أما دعم البرمجيات لـ Blackhole فهو في مرحلة أبكر من دورته. وبشكل ملموس: هذا يناسب من يقبل بعمل نقل حقيقي وقراءة الشيفرة المصدرية حين تنتهي الوثائق. ولا يناسب من يريد لشيفرة PyTorch القائمة أن تعمل دون تعديل، وهو مطلب معقول تمامًا.

Qualcomm وIntel وEtched لديها مسارات وصول أضيق

هذه الثلاث تقف خلف مسارات وصول أضيق، ولأسباب لا رابط بينها. فـ Qualcomm تبني خارطة طريق متعددة الأجيال لمسرّعات مراكز البيانات حول عمليات النشر المؤسسية. ويبقى Intel Gaudi 3 متاحًا عبر عمليات نشر مختارة على IBM Cloud بينما يتقدم Crescent Island نحو مرحلة العينات لدى العملاء. وتقول Etched إن أولى رفوف Sohu ستُشحن في صيف 2026 بموجب عقود مؤسسية، لا عبر خدمة سحابية ذاتية.

تمتد خارطة طريق Qualcomm لمراكز البيانات الآن لتشمل Dragonfly AI200 وAI250 وAI300 المُعلن حديثًا، بوتيرة سنوية للمسرّعات تركز على الاستدلال. ويظل هذا مسارًا موجّهًا للمؤسسات، لا ذلك النوع من استئجار المسرّعات ذاتي الخدمة الذي يمكنك إضافته إلى حساب سحابي اليوم.

Intel هي الحالة التعليمية، لأن Gaudi 3 لم يحقق حضورًا سحابيًا واسعًا قط، لكنه لم يختفِ أيضًا. فلا يزال IBM Cloud يوفر ملفات خوادم افتراضية مسرّعة بـ Gaudi 3 ضمن توفّر محدود، بما في ذلك عمليات نشر في دالاس وواشنطن العاصمة وفرانكفورت. وخطوة Intel التالية هي Crescent Island، وهو معالج رسوميات موجّه للاستدلال يُتوقع دخوله مرحلة العينات لدى العملاء في النصف الثاني من 2026. فـ Gaudi 3 خيار ضيق اليوم، لا خيار منتهٍ.

تبني Etched شريحة Sohu، وهي دارة ASIC متخصصة في استدلال نماذج المحوّلات. جمعت الشركة 800 مليون دولار، ولديها سيليكون A0 عامل، وتفيد بأكثر من مليار دولار من عقود العملاء الموقعة، ومن المقرر شحن أولى الرفوف في صيف 2026. وادعاءات الأداء لديها تخصّها وحدها ولم تخضع لقياس مستقل، لذا فإن أرقام الإنتاجية ليست الجزء المفيد. الجزء المفيد هو الحزمة البرمجية. فـ Etched تبني الشريحة والرف وبيئة البرمجيات كمنصة متخصصة واحدة، لذا لا ينبغي افتراض أن حزمة الخدمة من عصر CUDA تنتقل دون تغيير. وقد ينجح ذلك لعميل متعاقد يشغّل استدلال المحوّلات على نطاق هائل، لكنه التزام أكبر بكثير لفريق يعتمد على قابلية النقل بين المسرّعات.

السيليكون الداخلي فقط والشركات التي تصنع الشرائح لغيرها

حالتان تبدوان من الخارج كأنهما شركة شرائح ذكاء اصطناعي، لكنهما لا تتصرفان بالطريقة نفسها إطلاقًا. فـ Meta وMicrosoft تصممان مسرّعات تشغّلانها بنفسيهما ولا تبيعانها لأحد. أما Broadcom وMarvell فتصممان وتنفّذان سيليكونًا لمعماريات شركات أخرى. ولا تملك أي من المجموعتين منتجًا يمكن للمطوّر استئجاره، ولأسباب لا يجمعها شيء.

يمثّل MTIA من Meta أوضح حالة من النوع الأول.

منشور Meta الهندسي نفسه يصف نشر مئات الآلاف من شرائح MTIA لأحمال الاستدلال عبر المحتوى العضوي والإعلانات معًا في تطبيقاتها، مع MTIA 300 قيد الإنتاج بالفعل لتدريب الترتيب والتوصية، وMTIA 400 و450 و500 مخططة بوتيرة تقارب ستة أشهر. وهذه كمية هائلة من السيليكون لن تستأجر منها ساعة واحدة أبدًا.

حالة Microsoft أقل حدة عند الأطراف. فـ Maia 200، الذي قُدّم في يناير 2026، هو مسرّع الاستدلال الداخلي الحالي لدى Microsoft وهو منشور بالفعل في مراكز بياناتها، مع توفّر Maia SDK كإصدار معاينة. ولا توثّق Microsoft حاليًا مثيلًا عامًا ذاتي الخدمة لـ Maia، ولذلك يظل ضمن الجانب الداخلي أو المدمج مع Azure في هذه المقارنة.

أما Broadcom وMarvell فشيء آخر تمامًا، ويستحق التوضيح لأن اسميهما يظهران باستمرار إلى جانب NVIDIA. وTPU من Google مثال مفيد. فـ Google تملك منتج TPU ومعماريته، بينما تسهم Broadcom بأعمال تصميم وتنفيذ سيليكون مخصص قد تشمل الوصلات البينية والتغليف والمسار من المعمارية إلى سيليكون قابل للتصنيع. ولا تبيع Broadcom وحدة TPU، ولا أي مسرّع عام آخر، مباشرة للمطوّرين. وقد بلغت إيرادات قطاع الذكاء الاصطناعي لديها، بحسب نتائج الربع المالي الأول من 2026، مبلغ 8.4 مليار دولار بارتفاع 106 بالمئة على أساس سنوي، وهو ما يفسّر حضور الاسم في كل مكان. ومع ذلك فهي ليست شريحة يمكنك استئجارها.

وهنا تحديدًا تبدأ كلمة «مُصنّعون» بحمل ثقل لا تحتمله. فـ Broadcom وMarvell لا تصنّعان الشرائح، وكذلك معظم مصنّعي شرائح الذكاء الاصطناعي المذكورين أعلاه: فجميعهم تقريبًا بلا مصانع، أي أنهم يصممون السيليكون ويتعاقدون على تصنيعه لدى جهة أخرى تمامًا.

مطابقة مسار الوصول مع حِمل عملك

التدريب على نطاق واسع يضيّق الخيارات العملية سريعًا: AMD Instinct المتاح على نطاق واسع، أو TPU أو Trainium على سحابة واحدة، أو نشر مؤسسي لـ Cerebras. أما الاستدلال الإنتاجي فيفتح مسارات أكثر، لأن Groq وCerebras وSambaNova توفر جميعها خدمات مستضافة إلى جانب شكل ما من البنية المخصصة. والتجريب أوسع مرة أخرى، من الوصول المجاني إلى TPU وصولًا إلى بطاقة Tenstorrent تضعها في جهازك.

تلك الحدود أكثر ليونة مما يمكن لجدول أن يُظهر. فالسؤال ليس فقط ما الذي يستطيع السيليكون فعله، بل أين يمكنك الوصول إليه، وكم من حزمتك البرمجية الحالية ينجو من الانتقال، وهل يمكن للحمل الناتج أن ينتقل إلى مكان آخر لاحقًا. تستطيع Cerebras التدريب والاستدلال عبر بنية تحتية مؤسسية، بينما يظل Trainium مرتبطًا بـ AWS.

لا شيء من هذا يزيح NVIDIA. فالسؤال الحيّ لدى معظم الفرق ليس هل تغادر CUDA، بل هل تستحق حزمة ثانية أن تُصان إلى جانبها.

أي بطاقة تحدد مقاسها هو القرار المتبقي إن بقيت حيث أنت، وهو تمرين مختلف عن هذا.

القناة تقرر أكثر مما تقرر الشريحة. فبطاقة على مكتبك، وفئة السيليكون نفسها خلف واجهة برمجية لشخص آخر، ليستا الأداة ذاتها حتى حين تتقارب الإنتاجية، لأن إحداهما تتيح لك تجربة أشياء لم تخطر لك بعد، والأخرى تحاسبك بالرمز على ما تعرف بالفعل كيف تطلبه.

الأسئلة الشائعة

هل يمكنك فعلًا استئجار وحدة TPU من Google؟

نعم. فـ TPU7x، وهو وحدة TPU من عائلة Ironwood المتاحة عمومًا حاليًا لدى Google، متوفر على Google Cloud وهناك فقط. كما تتوفر أجيال TPU الأقدم، ويوفر Colab وKaggle وTPU Research Cloud وصولًا مجانيًا إلى TPU لبعض الأحمال. ويبقى JAX المسار الأصلي، بينما يعمل PyTorch عبر PyTorch/XLA.

أي بديل لـ NVIDIA يشغّل شيفرة PyTorch القائمة بأقل قدر من العمل؟

AMD Instinct في معظم الحالات: فـ ROCm خلفية مدعومة رسميًا في PyTorch، ما يعني أن مسار الشيفرة موجود أصلًا. أما TPU من Google فيشغّل PyTorch عبر جسر PyTorch/XLA، وهو طبقة ترجمة. وتقول AWS إن vLLM وHuggingFace Transformers وTorchTitan تعمل على Trainium دون جهد نقل، وهو ادعاء المورّد نفسه. وفي الطرف الأقصى، يستخدم Sohu من Etched حزمة برمجية متخصصة خاصة به، لذا توقّع عمل نقل أكبر بكثير مما ستحتاجه مع ROCm أو PyTorch/XLA.

لماذا تُوصف Broadcom وQualcomm بمنافسي NVIDIA إن كنت لا تستطيع استئجار شرائحهما؟

لأسباب مختلفة. فـ Broadcom تعمل على سيليكون مخصص لشركات تبني مسرّعاتها الخاصة، بدل بيع مسرّع قياسي مباشرة للمطوّرين. أما Qualcomm فتصمم مسرّعات Dragonfly الخاصة بها، مع AI200 وAI250 وAI300 على خارطة طريق مراكز بياناتها الآن، لكن الوصول موجّه للمؤسسات لا استئجارًا سحابيًا ذاتيًا عاديًا. وكلتاهما تنافسان في بنية الذكاء الاصطناعي دون أن تمنحا المطوّرين نموذج الوصول العام نفسه الذي تقدمه NVIDIA أو AMD.

هل يمكنك شراء مسرّع ذكاء اصطناعي بدل استئجاره؟

نعم. تبيع Tenstorrent بطاقات المطورين Blackhole مباشرة، من 999 دولارًا لـ p100a إلى 1,399 دولارًا لـ p150a وp150b، متوفرة في المخزون وتُشحن خلال أسبوعين تقريبًا، مع حزمة برمجية مفتوحة المصدر بالكامل. والتحفّظ هنا لا يقل أهمية عن السعر: فمعظم الوثائق ودعم النماذج المتحقق منه لا يزال موجهًا إلى بطاقة Wormhole الأقدم، لذا خصّص وقتًا للنقل بدل توقّع أن تعمل الشيفرة القائمة دون تغيير.