ما مدى سرعة توسع الذكاء الاصطناعي؟

كان المحرك الأكبر لتقدم الذكاء الاصطناعي هو الحجم الخام، أي مقدار الحوسبة المستخدمة في تدريب كل نموذج جديد. وعند رسم هذا النمو على مقياس لوغاريتمي، يبدو مذهلاً ومستمراً بلا هوادة. استكشف النماذج التي ترسم المنحنى، وشاهد مدى سرعة تحرك الحدود.

#6 mo
كم مرة تضاعف حوسبة التدريب للنماذج الرائدة
5 x
نمو الحوسبة التدريبية الرائدة سنويًا، في المتوسط
108×
مقارنات أكثر في النموذج الرائد من اليكسنيت (2012)
النموذج (مرر للاسم والمختبر) نموذج مطوَّر صيني الاتجاه (مضاعفة كل ≈6 أشهر)
انقر على أي نقطة في الرسم البياني
كل نقطة تمثل نموذج ذكاء اصطناعي بارزاً مرسوماً حسب تاريخ الإصدار والحوسبة التدريبية المقدرة.
لماذا يهم هذا

الحوسبة ليست القصة كاملة (الخوارزميات والبيانات مهمان أيضاً) لكنها كانت أكثر مؤشر موثوق على القدرات الجديدة. عندما ينمو مدخل النظام بمعامل مائة مليون في أكثر قليلاً من عقد، ولا أحد يفهم تماماً ما سيفتحه الضعف التالي، يصبح "سنكتشف السلامة أثناء التقدم" رهاناً كبيراً.

يعيد الاتجاه أيضاً صياغة السباق: فقد وصلت نماذج فعالة مثل DeepSeek-V3 إلى أداء قريب من الحدود بجزء بسيط من الحوسبة المعلنة، تذكيراً بأن القدرة أصبحت أرخص, وليس أكبر فحسب.

حول البيانات

أرقام الحوسبة التدريبية هي تقديرات، بشكل أساسي من Epoch AIقاعدة بيانات النماذج البارزة، معبرا عنها بعمليات النقطة العائمة (FLOP). نادرا ما تفصح المختبرات عن الأرقام الدقيقة، لذا فإن القيم الحدودية الأخيرة تقريبية ومعروضة للتوضيح. النتيجة التي تصمد هي الاتجاه، لا أي نقطة مفردة.

يُحسب زمن التضاعف المعروض من النماذج المرسومة، لذا فهو يعكس هذه العينة المنتقاة بدلاً من المجال بأكمله.

جميع الأدوات →