تتزايد الحاجة إلى قدرات حوسبة أكبر مع توسع استخدام الذكاء الاصطناعي، خصوصًا عند تدريب وتشغيل النماذج اللغوية الكبيرة وأنظمة تحليل الصور والفيديو.
ومع هذا التوسع، أصبح استهلاك الطاقة ونقل البيانات بين وحدات المعالجة والذاكرة من التحديات التي تعمل شركات أشباه الموصلات ومراكز الأبحاث على معالجتها.
وفي 17 نوفمبر 2026، أعلنت شركة Q.ANT الألمانية عن معالجها الضوئي الجديد NPU Gen 2+ خلال مؤتمر Supercomputing 2026، مع إضافة قدرة تنفيذ تحويلات فورييه المتقطعة DFT باستخدام الضوء مباشرة.
ويستهدف هذا التطوير توسيع الوظائف الرياضية التي يمكن تنفيذها في المجال الضوئي، بدل الاعتماد الكامل على الحسابات الإلكترونية التقليدية.
ما المقصود بالحوسبة الضوئية؟
تعتمد الحواسيب التقليدية على معالجة المعلومات باستخدام الإشارات الكهربائية داخل الدوائر الإلكترونية.
أما الحوسبة الضوئية Photonic Computing فتستخدم الفوتونات، أي جسيمات الضوء، لنقل المعلومات أو تنفيذ عمليات حسابية معينة داخل مكونات ضوئية متخصصة.
ولا تعني هذه التقنية بالضرورة استبدال جميع المعالجات التقليدية؛ فالتطبيقات الحالية غالبًا ما تعتمد على نظام هجين يجمع بين المعالجات الإلكترونية والضوئية، بحيث تتولى كل وحدة المهام التي تناسب بنيتها.
وقد تناولت مراجعات علمية منشورة في دوريات متخصصة إمكانات الشبكات العصبية الضوئية في تسريع بعض العمليات الحسابية، مع الإشارة إلى تحديات عملية تتعلق بدقة الحسابات التناظرية والتحويل بين الإشارات الضوئية والإلكترونية.
ما الجديد في Q.ANT NPU Gen 2+؟
تقول Q.ANT إن الجيل الجديد يضيف القدرة على تنفيذ Discrete Fourier Transform أو DFT مباشرة باستخدام الضوء.
ويُستخدم تحويل فورييه في مجالات متعددة، مثل معالجة الإشارات والصور وتحليل البيانات والمحاكاة العلمية.
وتكمن الفكرة في أن بعض العمليات الرياضية يمكن تنفيذها بصريًا اعتمادًا على خصائص الضوء، بدل تقسيمها إلى سلسلة طويلة من العمليات الإلكترونية.
وتصف الشركة هذا التطور بأنه توسيع للعمليات التي يستطيع معالجها الضوئي تنفيذها، بعد أن ركز الجيل السابق على ضرب المصفوفات والعمليات غير الخطية.
وتوضح Q.ANT أن المعالج الجديد يضم 16 نواة ضوئية، مقارنة بثماني نوى في الجيل السابق NPU Gen 2.
كيف يمكن أن يساعد في تشغيل نماذج الذكاء الاصطناعي؟
تعتمد نماذج الذكاء الاصطناعي الحديثة على عمليات حسابية معقدة، ومن بينها آليات Attention التي تساعد النموذج على تحديد العلاقات بين أجزاء النص أو البيانات.
وتستهلك هذه العمليات موارد حوسبة كبيرة عند التعامل مع أحجام بيانات ضخمة.
وتقول Q.ANT إنها عرضت خلال مؤتمر SC26 نظامًا هجينًا يجمع بين معالجها NPU Gen 2+ ووحدة معالجة رسومية من AMD، لتشغيل نموذج لغوي كبير باستخدام عمليات فورييه الضوئية.
وبحسب الشركة، استخدم العرض المعالج الضوئي لتنفيذ جزء رياضي مرتبط بطبقة Attention، بهدف تقليل العبء الحسابي على المعالج التقليدي.
لكن يجب الانتباه إلى أن هذا العرض يمثل تجربة تقنية أعلنت عنها الشركة، وليس دليلًا على أن المعالج الضوئي أصبح بديلًا كاملًا لوحدات GPU أو أن جميع نماذج الذكاء الاصطناعي ستعمل عليه بالطريقة نفسها.
لماذا لا تستبدل المعالجات الضوئية وحدات GPU؟
رغم الإمكانات النظرية والعملية للحوسبة الضوئية، فإن المعالجات التقليدية ما زالت ضرورية في معظم الأنظمة الحالية.
فالمعالج الضوئي يتخصص في مجموعة محددة من العمليات الرياضية، ولا يقدم بالضرورة الوظائف العامة نفسها التي توفرها وحدات CPU وGPU.
ولهذا تقدم Q.ANT معالجها بوصفه وحدة مساعدة أو Co-processor تعمل بجوار المعالجات التقليدية.
ويتيح هذا النهج توزيع العمليات الحسابية بين وحدات مختلفة، بدل إجبار معالج واحد على تنفيذ جميع المهام.
وتشير المراجعات العلمية إلى أن نجاح الحوسبة الضوئية على نطاق واسع يعتمد على تجاوز تحديات الدقة والتحكم في الإشارات والتكامل مع الأنظمة الإلكترونية، وليس على سرعة الضوء وحدها.
ما دور تقنية Thin-Film Lithium Niobate؟
تستخدم Q.ANT دوائر ضوئية متكاملة تعتمد على مادة Thin-Film Lithium Niobate، المعروفة اختصارًا باسم TFLN.
وتتيح هذه المادة تطوير مكونات ضوئية يمكن دمجها في شرائح متخصصة لتنفيذ عمليات معينة باستخدام الضوء.
ويختلف هذا التصميم عن المعالجات التقليدية التي تعتمد على الترانزستورات الإلكترونية، لكنه لا يلغي الحاجة إلى المكونات الإلكترونية المساندة أو أنظمة التحكم والتوصيل.
كما يحتفظ المعالج الجديد بطريقة دمج عبر PCIe في أنظمة الخوادم القياسية، بما يسمح باستخدامه ضمن بنية حوسبة هجينة بدل بناء مركز بيانات منفصل بالكامل.
هل يمكن للمطورين تجربة التقنية الآن؟
تقدم Q.ANT مجموعة تطوير برمجية مفتوحة المصدر تضم واجهات برمجية لـC وPython، وأمثلة تطبيقية ووثائق، إضافة إلى بيئة محاكاة تعمل على المعالجات المركزية التقليدية.
وهذا يعني أن المطور يستطيع البدء في تعلم كيفية تصميم التطبيقات للحوسبة الضوئية واختبار بعض الوظائف دون امتلاك معالج ضوئي فعلي.
ويُتاح SDK عبر مستودع GitHub الرسمي، ويستخدم رخصة Apache 2.0.
كما توضح وثائق المشروع أن نسخة CPU backend تعمل على Windows x64 وLinux x86_64 وmacOS ARM64، بينما يتطلب تشغيل النسخة المرتبطة بالعتاد الضوئي وجود الأجهزة والتعريفات المناسبة.
برنامج تجريبي للوصول إلى العتاد الحقيقي
أعلنت Q.ANT وIONOS عن برنامج تجريبي يتيح لعدد محدود من الجهات المختارة تجربة معالجات ضوئية فعلية داخل خوادم مخصصة.
لكن هناك تفصيل مهم: برنامج التجربة المنشور حاليًا يعتمد على NPU Gen 2، وليس بالضرورة NPU Gen 2+.
وتوضح الصفحة الرسمية أن المشاركة مجانية للجهات التي يتم اختيارها، لكنها ليست متاحة تلقائيًا لكل من يسجل؛ إذ يتعين تقديم حالة استخدام واضحة، ثم تخضع للمراجعة والاختيار.
كما أن الخوادم تعمل داخل مركز بيانات تابع لـIONOS في ألمانيا، وتوضح الشركة أن التقديم يتطلب التسجيل عبر موقع IONOS الألماني.
متى يتوفر NPU Gen 2+ تجاريًا؟
تصف Q.ANT المعالج الجديد بأنه متاح حاليًا في صورة إثبات مفهوم Proof of Concept، بينما تخطط الشركة لتقديم أنظمة تجارية تجمع بين الجيلين Gen 2 وGen 2+ خلال النصف الثاني من عام 2027.
وبالتالي لا ينبغي التعامل مع الإعلان على أنه إطلاق تجاري واسع أو توافر مباشر للمعالج لدى المستخدمين والشركات في الوقت الحالي.
الخلاصة
يمثل Q.ANT NPU Gen 2+ خطوة جديدة في تطوير المعالجات الضوئية، خصوصًا مع إضافة عمليات تحويل فورييه المتقطعة باستخدام الضوء.
لكن الأهمية الحقيقية للتقنية ستتحدد بمدى قدرتها على تقديم مكاسب عملية في الأداء والطاقة والتكلفة عند دمجها مع وحدات المعالجة التقليدية.
وفي الوقت الحالي، تظل التقنية موجهة أساسًا للمطورين والباحثين ومراكز الحوسبة المتقدمة، وليست منتجًا استهلاكيًا يمكن للمستخدم العادي شراؤه وتركيبه داخل جهاز الكمبيوتر.
رابط الوصول للمطورين: تحميل Q.ANT SDK من GitHub
