# سام ألتمان وأزمة RAM: لماذا يريد نقل ذاكرة الذكاء الاصطناعي إلى مراكز البيانات؟

> تصريحات سام ألتمان عن كفاءة استخدام RAM في مراكز البيانات تفتح نقاشاً حول مستقبل تشغيل الذكاء الاصطناعي محلياً وتأثير نقص الذاكرة على الأجهزة.

- **الناشر**: منصة إيجي مونيتور | EgyMonitor (https://egymonitor.com)
- **الرابط الأصلي**: [https://egymonitor.com/posts/sam-altman-ram-shortage-ai-data-centers-ar](https://egymonitor.com/posts/sam-altman-ram-shortage-ai-data-centers-ar)
- **القسم**: [الذكاء الاصطناعي](https://egymonitor.com/categories/artificial-intelligence)
- **الكاتب**: عبدالرحمن شوقي
- **تاريخ النشر**: 2026-11-11 16:21
- **الكلمات المفتاحية**: OpenAI, مراكز البيانات, RAM, سام ألتمان, Sam Altman, DRAM, HBM, أزمة الرقائق

---

## لماذا أصبح حديث سام ألتمان عن RAM ترنداً؟

عاد النقاش حول ذاكرة الحواسيب إلى الواجهة بعد تصريحات سام ألتمان، الرئيس التنفيذي لشركة OpenAI، عن كفاءة توزيع ذاكرة DRAM بين الحواسيب الشخصية ومراكز البيانات. ففي مقابلة على بودكاست Cheeky Pint نُشرت تفاصيلها في أواخر أكتوبر 2026، جادل ألتمان بأن الاحتفاظ بكميات كبيرة من الذاكرة في أجهزة شخصية لا تستخدمها معظم الوقت قد يكون أقل كفاءة من تجميع الموارد في مراكز بيانات سحابية تستطيع تشغيلها بمعدل استخدام أعلى. أثارت الفكرة جدلاً بين مؤيدي تشغيل نماذج الذكاء الاصطناعي محلياً وبين من يرون أن الحوسبة السحابية أكثر قدرة على استغلال الموارد النادرة. لكن التصريح لا يعني أن ذاكرة الكمبيوتر الشخصي بلا قيمة، ولا يثبت أن كل المستخدمين يجب أن ينقلوا أعمالهم إلى السحابة.

## ماذا قال ألتمان تحديداً؟

كان محور حديث ألتمان هو ما يسمى Local Inference، أي تشغيل نموذج الذكاء الاصطناعي على جهاز المستخدم بدلاً من إرسال الطلب إلى خادم بعيد. وطرح فكرة أن كثيراً من المستخدمين قد يشترون ذاكرة كبيرة لتشغيل النماذج محلياً، لكنها تظل غير مستغلة معظم الوقت. في المقابل، يمكن لمركز البيانات مشاركة الموارد بين عدد كبير من العملاء والمهام، وتوزيع الحمل على مدار اليوم. هذا منطق اقتصادي متعلق بمعدل الاستفادة من الأصل التقني، وليس حكماً شاملاً على الخصوصية أو زمن الاستجابة أو تكلفة الاتصال أو استقلال المستخدم عن الإنترنت. كما أن المقابلة لا تقدم وحدها دراسة مستقلة تثبت أن نموذجاً واحداً لتوزيع الذاكرة هو الأفضل لكل حالات الاستخدام.

## ما الفرق بين RAM وDRAM وHBM؟

مصطلح RAM هو الاسم الشائع لذاكرة الوصول العشوائي التي يستخدمها الكمبيوتر للاحتفاظ مؤقتاً بالبيانات والتعليمات أثناء تشغيل البرامج. أما DRAM فهي التقنية الأكثر شيوعاً لبناء ذاكرة النظام، وتوجد في أجهزة الكمبيوتر والخوادم والهواتف. وتعد HBM أو High Bandwidth Memory نوعاً متخصصاً من الذاكرة عالية النطاق الترددي، تُكدّس شرائحها وتُوصل قريباً من معالجات التسريع لتوفير نقل بيانات سريع في أحمال الذكاء الاصطناعي والحوسبة عالية الأداء. لذلك لا ينبغي استخدام المصطلحات الثلاثة كأنها شيء واحد: ذاكرة DDR5 في حاسوب مكتبي ليست مطابقة لوحدات HBM المستخدمة بجوار معالج AI، حتى لو كانت جميعها تنتمي إلى عائلة تقنيات الذاكرة.

### الفرق باختصار

- RAM: الاسم العام لذاكرة الوصول العشوائي.
- DRAM: التقنية الشائعة لذاكرة النظام.
- HBM: ذاكرة عالية النطاق الترددي لمسرعات AI.

## لماذا تستهلك مراكز بيانات AI كميات هائلة من الذاكرة؟

تحتاج نماذج الذكاء الاصطناعي إلى الذاكرة في مراحل التدريب والاستدلال. أثناء التدريب، تحتفظ الأنظمة بالأوزان والبيانات الوسيطة والحسابات اللازمة لتحديث النموذج. وأثناء الاستدلال، يجب تحميل أجزاء النموذج والبيانات والسياق الذي يرسله المستخدم، وقد تزداد الحاجة إلى الذاكرة مع كبر النموذج وطول المحادثة وعدد المستخدمين المتزامنين. وتستخدم مسرعات الذكاء الاصطناعي HBM لتغذية وحدات المعالجة ببيانات كثيرة بسرعة، بينما تحتاج الخوادم أيضاً إلى DRAM تقليدية ووسائط تخزين سريعة. ومع توسع خدمات المساعدات الذكية والوكلاء الذين ينفذون مهاماً متعددة الخطوات، قد تزداد ساعات تشغيل الخوادم ومعدلات الطلب على الذاكرة.

## أزمة الذاكرة: كيف تؤثر طفرة AI على المستهلك؟

تشير تحليلات منشورة في 2026 إلى أن الطلب المتزايد على HBM وذاكرة الخوادم يدفع الشركات المصنعة إلى توجيه جزء أكبر من الطاقة الإنتاجية نحو منتجات مراكز البيانات الأعلى قيمة. وبما أن بعض مراحل التصنيع والموارد الإنتاجية مشتركة بين أنواع الذاكرة، فقد ينعكس ذلك على توافر DRAM التقليدية المستخدمة في أجهزة الكمبيوتر والهواتف. ونشرت J.P. Morgan تقديراً بأن أسعار DRAM قد ترتفع بأكثر من 400% بين بداية 2024 ونهاية 2026، وهو تقدير بحثي لا يعني أن كل شريحة أو منتج استهلاكي ارتفع بالسعر نفسه. كما توقعت TrendForce ارتفاعاً كبيراً في أسعار عقود ذاكرة الخوادم خلال 2026. ينبغي قراءة هذه التقديرات بوصفها مؤشرات سوقية لا أسعار بيع ثابتة للمستهلك.

## لقاء OpenAI مع Samsung وسلاسل التوريد

في 2 نوفمبر 2026، أفادت Data Center Dynamics بأن ألتمان التقى مسؤولين تنفيذيين من Samsung في كوريا الجنوبية وسط ضغوط سوق الذاكرة. وربط التقرير اللقاء بحاجة شركات الذكاء الاصطناعي إلى تأمين إمدادات الذاكرة لمشروعات البنية التحتية. وتأتي هذه الأخبار بعد اتفاقات وتفاهمات معلنة سابقاً بين OpenAI وموردي ذاكرة كبار، من بينهم Samsung وSK hynix، في سياق مشروع Stargate وتوسع الحوسبة. لكن لا تتوافر في التقرير تفاصيل تعاقدية كاملة أو كميات نهائية جديدة يمكن اعتبارها التزاماً مؤكداً. لذلك يجب التمييز بين اجتماع لمناقشة التعاون والفرص وبين عقد توريد محدد بشروط وكميات ومواعيد معلنة رسمياً.

> النقاش الحقيقي ليس ما إذا كانت الحوسبة المحلية جيدة أو سيئة، بل أي توزيع للموارد يناسب كل حالة استخدام.

## الحوسبة السحابية أم التشغيل المحلي؟

لكل نموذج مزايا وقيود. تشغيل النموذج محلياً يمنح المستخدم تحكماً أكبر في البيانات، وقد يقلل زمن الاستجابة عند توافر عتاد قوي، كما يسمح بالعمل دون اتصال لبعض الأدوات. لكنه يتطلب ذاكرة ومعالجاً مناسبين، وقد يفرض قيوداً على حجم النموذج وسرعته واستهلاك الطاقة. أما السحابة فتتيح الوصول إلى نماذج أكبر وتشارك الموارد وتحديثها مركزياً، لكنها تحتاج إلى اتصال موثوق وقد ترتبط بتكاليف اشتراك أو استخدام، كما تتطلب فحص سياسات الخصوصية ومكان معالجة البيانات. لا توجد إجابة واحدة تناسب الجميع؛ فالمطور الذي يختبر نموذجاً محلياً، والشركة التي تعالج بيانات حساسة، والمستخدم الذي يريد مساعداً عاماً قد يحتاج كل منهم إلى توازن مختلف.

## هل تشغيل AI محلياً يهدر الذاكرة فعلاً؟

ليس بالضرورة. وصف الذاكرة بأنها غير مستغلة يعتمد على نوع الاستخدام. قد يستخدم جهاز ألعاب الذاكرة لتشغيل الألعاب وتطبيقات التصميم والمتصفح والبيئات الافتراضية، حتى إن لم يكن يشغل نموذجاً لغوياً طوال اليوم. كما يمكن للمطور تشغيل نموذج محلي عند الحاجة وإيقافه لاحقاً، أو الاستفادة من الذاكرة في مهام أخرى. المشكلة التي يناقشها ألتمان تتعلق بكفاءة تخصيص مورد عالمي محدود عند مقارنة جهاز شخصي يعمل بنسبة استخدام منخفضة بمركز بيانات يخدم عدداً كبيراً من العملاء. لكنها لا تلغي قيمة الملكية المحلية، ولا تأخذ وحدها في الحسبان الخصوصية والسيادة الرقمية والاعتماد على الشبكات وتكلفة الخدمة على المدى الطويل.

## ما الذي يعنيه ذلك لأسعار اللابتوب والهواتف؟

إذا استمر ارتفاع تكلفة الذاكرة أو تأخر وصول الإمدادات، فقد تواجه شركات تصنيع الأجهزة ضغطاً على تكلفة المكونات. وقد تتعامل الشركات مع ذلك بطرق مختلفة: رفع أسعار بعض الطرازات، تقليل سعات الذاكرة في الفئات الأقل سعراً، تغيير مواصفات المنتجات أو امتصاص جزء من التكلفة على حساب هامش الربح. لكن أثر النقص لا يظهر بالضرورة في كل بلد أو كل جهاز في الوقت نفسه؛ إذ تعتمد الأسعار على العقود والمخزون والعملات والضرائب والمنافسة. للمشتري، من المفيد مقارنة سعة الذاكرة الفعلية وقابلية الترقية، وعدم شراء جهاز بذاكرة أقل من احتياجه لمجرد توقع أن الأسعار سترتفع.

## ما المتوقع خلال 2027؟

تتوقع مؤسسات بحثية أن تظل سوق DRAM تحت ضغط خلال 2027، مع استمرار الطلب على HBM وخوادم الذكاء الاصطناعي. وتوضح تقارير مراكز الأبحاث أن بناء مصانع ذاكرة جديدة وتأهيل خطوط الإنتاج يستغرق وقتاً طويلاً، لذلك لا تتحول الاستثمارات المعلنة فوراً إلى شرائح متاحة في السوق. وفي المقابل، قد تضيف الشركات طاقات إنتاجية وتطور أجيالاً جديدة من الذاكرة، ما يمكن أن يخفف الاختناق لاحقاً إذا توازنت الإمدادات مع الطلب. تبقى التوقعات معرضة للتغير بحسب الإنفاق الرأسمالي، ونمو استخدام AI، والقيود التجارية، ومعدلات إنتاج الشركات.

## الأسئلة الشائعة

هل قال سام ألتمان إن RAM في الكمبيوتر الشخصي سيئة؟ لا؛ كان يناقش كفاءة تخصيص DRAM المحدودة ومعدل استخدامها مقارنة بمراكز البيانات. هل RAM هي نفسها HBM؟ لا؛ HBM ذاكرة عالية النطاق الترددي تستخدم مع مسرعات AI، بينما RAM اسم عام لذاكرة الوصول العشوائي. لماذا ترتفع أسعار الذاكرة؟ من العوامل المهمة زيادة طلب مراكز البيانات على HBM وDRAM للخوادم وتوجيه الطاقة الإنتاجية نحوها. هل يجب تشغيل كل نماذج AI على السحابة؟ لا؛ الاختيار يعتمد على الخصوصية والأداء والتكلفة والاتصال. هل لقاء OpenAI وSamsung يعني عقداً جديداً؟ لا يمكن استنتاج ذلك دون إعلان رسمي عن شروط العقد وكمياته.

## الخلاصة والمصادر

تكشف تصريحات سام ألتمان عن خلاف حقيقي حول مستقبل الحوسبة: هل ينبغي أن تكون القدرة الذكية موزعة على أجهزة الأفراد أم مركزة في مراكز بيانات مشتركة؟ النقاش لا يتعلق بالذاكرة وحدها، بل بالتكلفة والخصوصية والاستدامة وسهولة الوصول والتحكم في البيانات. طفرة الذكاء الاصطناعي رفعت أهمية HBM وذاكرة الخوادم، وأثارت مخاوف من تأثيرها على سوق الأجهزة الاستهلاكية. ومع ذلك، لا تثبت التصريحات أن الحوسبة المحلية انتهت أو أن السحابة هي الخيار الأفضل دائماً. يستند هذا التقرير إلى مقابلة Cheeky Pint كما نقلتها The Verge، وتقارير عن لقاء Samsung، وتحليلات J.P. Morgan وTrendForce وCSIS حول سوق الذاكرة.