Zhipu GLM-5: أول frontier م trained بالكامل على Huawei Ascend

أصدرت شركة Z.ai (Zhipu) في الحادي عشر من فبراير 2026 نموذجها الرائد GLM-5، الذي تميّز بأنه دُرّب بالكامل على شرائح Huawei Ascend عبر إطار MindSpore دون أي اعتماد على عتاد Nvidia، بحسب تدوينة تحليلية على منصة Hugging Face. ويكتسب هذا التفصيل أهمية خاصة لأن Zhipu مدرجة على قائمة الكيانات الأمريكية منذ 2025، ما يمنعها من الوصول إلى شرائح H100 وH200.

صدارة النماذج المفتوحة

حقّق GLM-5 المركز الأول بين النماذج مفتوحة الأوزان على منصة Artificial Analysis، والأول بين المفتوحة على ساحة LMArena النصية بنتيجة 1452 (الحادي عشر إجمالاً). وعلى صعيد المعايير، سجّل النموذج:

• SWE-bench Verified: 77.8%
• AIME 2026: 92.7%
• GPQA-Diamond: 86.0%

كما تصدّر النماذج المفتوحة في معايير BrowseComp وVending Bench 2 وMCP-Atlas. ويعتمد النموذج تقنية الانتباه المتفرّق DeepSeek Sparse Attention، ويدعم سياقاً يبلغ 200 ألف رمز، ويُطرح برخصة MIT على Hugging Face. وهو نموذج نصّي فقط بلا قدرات متعددة الوسائط أصيلة. أما حجم المعاملات فتتفاوت الأرقام بشأنه بين المصادر، وتتراوح التقديرات في نطاق مئات المليارات.

دلالة التدريب على عتاد محلي

التدريب الكامل على شرائح Ascend رسالة استراتيجية مفادها أن تطوير نماذج من الطراز الأول لم يعد حكراً على من يملك عتاد Nvidia، وأن القيود الأمريكية دفعت المختبرات الصينية إلى بناء سلسلة تدريب بديلة فعّالة.

ماذا يعني هذا للسوق العربي؟

نجاح نموذج بهذا المستوى مع رخصة MIT وقابلية الاستضافة الذاتية يمنح المؤسسات العربية بديلاً مفتوحاً قوياً للنماذج المغلقة، خصوصاً في ظل تشديد القيود الأمريكية على إتاحة بعض النماذج لغير المواطنين. والدرس الأعمق أن تنويع مصادر العتاد البرمجي والمادي بات ركيزة لأي استراتيجية ذكاء اصطناعي سيادية في المنطقة.

تنويه: هذا المقال يلخّص معلومات من المصدر المذكور في frontmatter. للأرقام والتواريخ الرسمية، راجع الرابط الأصلي. لا نضيف تفاصيل غير منشورة في المصدر.