نموذج ذكاء اصطناعي جديد بسرعة تصل إلى 4 أضعاف في توليد النصوص

كشفت شركة قوقل عن نموذجها التجريبي الجديد DiffusionGemma، وهو نموذج ذكاء اصطناعي مفتوح المصدر يعتمد على أسلوب “النماذج الانتشارية” بدلًا من طريقة توليد النصوص التقليدية المعتمدة على التتابع (Token-by-Token).

ويأتي النموذج تحت رخصة Apache 2.0، ويعتمد على بنية Mixture-of-Experts بحجم 26 مليار معامل، مع تفعيل فعلي لنحو 3.8 مليار فقط أثناء التشغيل، ما يمنحه كفاءة عالية في الأداء مقابل استهلاك أقل للموارد.

فكرة عمل مختلفة بالكامل عن نماذج اللغة التقليدية

على عكس نماذج الذكاء الاصطناعي التقليدية التي تولد النص كلمة بعد كلمة، يعتمد DiffusionGemma على تقنية “الانتشار” التي تسمح بتوليد وتحسين كتل كاملة من النص في وقت واحد يصل إلى 256 رمزًا (Token).

ويبدأ النموذج من رموز عشوائية، ثم يقوم بتحسينها تدريجيًا عبر عدة مراحل تنقية (Denoising) حتى يصل إلى نص نهائي متماسك، وهو أسلوب مشابه لما يحدث في نماذج توليد الصور.

أداء أسرع واستخدام أكثر كفاءة للمعالجات

بحسب قوقل  و إنفيديا، يمكن للنموذج تحقيق:

1. أكثر من 1000 رمز في الثانية على معالج NVIDIA H100
2. أكثر من 700 رمز في الثانية على GeForce RTX 5090
3. حتى 4 أضعاف سرعة مقارنة بالنماذج التقليدية في بعض سيناريوهات التشغيل المحلي
4. أداء يصل إلى 2000 رمز في الثانية على أنظمة DGX Station

كما أن النموذج مصمم للاستفادة القصوى من قدرات GPU الحديثة وتقنيات CUDA وTensor Cores.

استخدامات ذكية للنموذج الجديد

تقول قوقل إن DiffusionGemma مناسب بشكل خاص للمهام التي تحتاج إلى سرعة وتفاعل لحظي، مثل:

1. المساعدات الذكية المحلية على الأجهزة
2. تحرير النصوص بشكل مباشر داخل التطبيقات
3. البرمجة وملء الأكواد (Code Infilling)
4. إنشاء محتوى سريع وتجريبي
5. أنظمة الذكاء الاصطناعي التفاعلية (Agentic AI)

كما تم استخدامه في تجارب مثل حل الألغاز الرياضية (Sudoku) بنجاح عبر تحسينات خاصة من مطوري Unsloth.

ملاحظات مهمة حول الجودة

رغم السرعة العالية، أشارت قوقل إلى أن جودة النتائج في DiffusionGemma أقل من نماذج Gemma 4 التقليدية، لذلك توصي باستخدامه في المهام التي تحتاج سرعة عالية وليس أعلى دقة ممكنة.

دعم واسع من إنفيديا والمنصات

تم تحسين النموذج بالتعاون مع إنفيديا ليعمل على:

1. GeForce RTX GPUs (مثل RTX 4090 و5090)
2. RTX PRO Workstations
3. أنظمة DGX Spark وDGX Station
4. دعم أدوات تشغيل مثل vLLM وHugging Face وNVIDIA NIM

كما يمكن تشغيله محليًا بدون الحاجة إلى خدمات سحابية، ما يجعله مناسبًا للمطورين والباحثين.

التوفر

النموذج متاح الآن كمشروع مفتوح المصدر تحت رخصة Apache 2.0، ويمكن الوصول إليه عبر:

1. Hugging Face
2. منصات NVIDIA
3. التشغيل المحلي على أجهزة RTX
4. أدوات الذكاء الاصطناعي المختلفة مثل vLLM وMLX

الخلاصة

يمثل DiffusionGemma خطوة جديدة من قوقل نحو تطوير نماذج ذكاء اصطناعي أسرع وأكثر كفاءة، حيث يقدم أداءً مضاعفًا في توليد النصوص، مع إمكانيات قوية للتشغيل المحلي، لكنه في المقابل يتنازل قليلًا عن جودة المخرجات لصالح السرعة.

اقرأ أيضًا: 10 علامات تحذيرية تشير إلى اختراق هاتفك بــ برامج التجسس وشرح طريقة إزالتها 

المصدر