تراهن الشركة الفرنسية الناشئة Kog على أن وحدات معالجة الرسوميات التقليدية المستخدمة في مراكز البيانات لم تستنفد قدراتها بعد، وأن تحسينات برمجية منخفضة المستوى يمكن أن ترفع أداء استدلال نماذج الذكاء الاصطناعي من دون الحاجة إلى عتاد متخصص جديد. ويأتي هذا الرهان في وقت أصبحت فيه سرعة الاستدلال وتكلفته عنق زجاجة رئيسياً أمام توسع تطبيقات الذكاء الاصطناعي، ولا سيما سير العمل القائم على الوكلاء.
ظهرت Kog على الصفحة الأولى من Hacker News في مايو، عندما عرضت نسخة تقنية أولية تهدف إلى إثبات إمكانية الوصول إلى سرعة عالية جداً في فك ترميز الطلبات الفردية باستخدام وحدات GPU قياسية موجودة لدى المؤسسات، مثل AMD MI300X وNvidia H200. ولم يكن العرض موجهاً إلى وحدات الرسوميات الموجودة في أجهزة الكمبيوتر المحمولة، وهي نقطة سببت خيبة أمل لبعض المتابعين، لكنه جذب اهتماماً تجارياً واضحاً؛ إذ قال الرئيس التنفيذي والمؤسس المنفرد للشركة، غايل ديلالو، إن Kog تلقت 200 فرصة تجارية ملموسة.
البرمجيات الهندسية كمدخل إلى سوق الاستدلال
تتوقع الشركة أن تكون هندسة البرمجيات من أوائل حالات الاستخدام لخدمة Kog Inference Engine، المعروفة اختصاراً باسم KIE. فالمستخدمون المحترفون لأدوات مثل Claude Code يواجهون أحياناً فترات انتظار تمتد لساعات قبل الحصول على النتائج، فيما تدرك Anthropic أن السرعة لها قيمة مالية وتفرض سعراً أعلى على وضعها السريع.
تستهدف Kog العملاء الذين تعوقهم هذه التأخيرات عند استخدام الذكاء الاصطناعي في مهام مهنية. ولدى الشركة أيضاً شركاء تصميم يتيحون للمستخدمين إنشاء ألعاب وتطبيقات عبر مطالبة واحدة، حيث يمكن أن تتحول النتائج الأسرع إلى إيرادات أعلى، وفق ما نقله ديلالو.
لكن ملاحظات الشركة من السوق كشفت أن العملاء المحتملين ليسوا مستعدين بعد لضبط نماذج صغيرة بأنفسهم. لذلك ركزت Kog منذ إطلاقها على تسريع النماذج الأكبر، استجابة للطلب الذي رصدته، وهو ما يضعها أمام تحد أكبر بكثير من العرض الأولي.
من 3,000 رمز في الثانية إلى نماذج أكبر
تقول Kog إنها تطمح إلى تحقيق استدلال أسرع بنحو 30 مرة في نماذج اللغة الكبيرة. غير أن العرض الذي قدمته حتى الآن حقق 3,000 رمز لكل طلب في الثانية، باستخدام نموذج صغير مخصص يبلغ حجمه نحو ملياري معامل هو Laneformer 2B، الذي أصبح مفتوح المصدر.
يرى ديلالو أن النهج نفسه يمكن أن ينجح مع نماذج اللغة الكبيرة، رغم أن حجم هذه النماذج يمثل تحدياً أمام عتاد الاستدلال. وبحسب رؤيته، فإن الاعتقاد بأن وحدات GPU غير مناسبة لفك الترميز أصبح تصوراً خاطئاً، لأن الأجيال الأحدث من هذه الوحدات توفر نطاقاً أكبر لعرض النطاق الترددي للذاكرة، يحتاج فقط إلى الاستفادة منه برمجياً.
ولا تعمل Kog في هذا الاتجاه وحدها. فقد أطلقت الشركة الفرنسية ZML برمجيات مستقلة عن العتاد تتجاوز CUDA التابعة لـNvidia لدعم الاستدلال السريع على شرائح متنافسة. لكن ديلالو يصف نهج Kog بأنه أقرب إلى أبحاث مختبر Hazy Research في جامعة ستانفورد، مع تركيز أعمق على تسريع وحدات GPU.
نهج منخفض المستوى بتكلفة هندسية مرتفعة
يرتبط تركيز Kog بخلفية مؤسسها في فيزياء المواد الصلبة في المدرسة متعددة التقنيات في فرنسا، ثم عمله في الأمن السيبراني الهجومي، أو القرصنة الأخلاقية. وقال ديلالو إن دراسة الفيزياء عززت لديه فكرة فهم قوانين الطبيعة وقوانين عمل وحدة GPU للاستفادة منها إلى أقصى حد، بينما علمه العمل في القرصنة إجراء الهندسة العكسية على مستوى منخفض جداً، وصولاً إلى لغة التجميع والشيفرة الثنائية، لتحقيق أهداف لم يُصمم النظام أصلاً من أجلها.
لكن هذا النهج عملي وبطيء في الوقت نفسه. يقول ديلالو إن الشركة تخصص لكل وحدة GPU جديدة عدة أسابيع أو حتى أشهراً للتعمق في تفاصيلها وإجراء أبحاث هندسية عليها. ومع فريق مؤلف من 11 شخصاً، يحد ذلك عدد الشرائح التي تستطيع Kog دعمها في المستقبل المنظور.
الخطوة الحاسمة التالية
على المدى الطويل، تريد Kog تحويل منهجيتها إلى خطوط معالجة قائمة على الوكلاء، بما يسمح لها بدعم عدد أكبر من الشرائح والنماذج. وقد يمنحها ذلك دفعة مرتبطة بالسيادة التقنية الأوروبية، في وقت تسعى فيه أوروبا إلى بناء قدراتها الخاصة في هذا المجال. وتحظى الشركة بدعم من Scaleway، كما تدعمها Bpifrance وبرنامج French Tech 2030. وقاد صندوق Varsity VC، الذي يضم الشريك السابق لمؤسس Kog كامل زروال، جولة التمويل الأولية للشركة بشكل مشترك.
مع ذلك، يبقى الاختبار الأهم هو قدرة Kog على نقل نتائجها من نموذج Laneformer 2B إلى نموذج لغوي كبير فعلي. قال ديلالو إن الشركة تتوقع تنفيذ أول نموذج رئيسي بسرعة تبلغ عشرة أضعاف في سبتمبر، وبعد بدء عرض جذب العملاء، تأمل جمع جولة التمويل Series A. لذلك لا تزال وعود Kog بحاجة إلى تحقق عملي على النماذج التي يريد العملاء استخدامها فعلاً، لا على نموذج صغير مخصص للعرض.