أندر دوغ تكشف عن نموذج صوتي بحجم 32 ميجابايت يعمل في المتصفح

أطلقت شركة أندر دوغ (Underdog) الأمريكية الناشئة في مجال الذكاء الاصطناعي نموذج 'ووف' (Woof) — وهو نموذج لتحويل النص إلى كلام يبلغ حجمه 31.7 ميجابايت فقط مع 31 مليون معلمة. يعمل النموذج مباشرة في متصفح الويب دون حاجة لاتصال بالإنترنت، وقد عُرض من خلال لعبة ذات طابع رجعي يكتب فيها المستخدمون على آلة كاتبة افتراضية ويسمعون المخرج الصوتي فوراً. نموذج 'ووف' متاح للتحميل المفتوح، مما يمثل مثالاً نادراً لنموذج صوتي توليدي قادر يتناسب مع أي جهاز تقريباً.

يأتي هذا الإصدار بعد نموذج 'بارك' (Bark) السابق من أندر دوغ، وهو نموذج لتحويل الكلام إلى نص بحجم 167 ميجابايت مصمم للنسخ المحلي. يؤكد المؤسس سيجيل وين (Sigil Wen) على فلسفة "الذكاء الاصطناعي الخاص" — نماذج تعمل على أجهزة المستخدمين، مما يبقي البيانات بعيداً عن الخوادم المركزية. تقدم الشركة أيضاً نموذجاً بـ 27 مليار معلمة مُحسّن لأجهزة الكمبيوتر المحمولة، مما يعزز خط إنتاج مبني بالكامل حول النشر على الحافة.

لماذا هذا مهم لبنية GPU التحتية

توضح نماذج مثل 'ووف' و'بارك' اتجاهاً متنامياً: دفع الاستدلال إلى أجهزة العميل يقلل الطلب الأساسي على سعة GPU المركزية. بالنسبة لمزودي السحابة مثل AiGpu، لا يلغي هذا التحول الحاجة إلى عناقيد GPU عالية الأداء — فالتدريب والاستدلال واسع النطاق لا يزالان يتطلبان حوسبة ضخمة — لكنه يغير تخطيط السعة. ستصبح الهجينة التي تنقل المهام خفيفة الوزن والحساسة للزمن إلى الحافة مع احتفاظ سحابة GPU بالمهام الثقيلة هي المعيار.

مع انتشار النماذج المفتوحة والفعالة، تنتقل الميزة التنافسية نحو المنصات القادرة على تنسيق أعباء العمل بسلاسة عبر السحابة والحافة. يجب أن تأخذ استراتيجية بنية AiGpu التحتية هذا التفرع في الاعتبار، مقدمة أدوات تتيح للمطورين نشر حجم النموذج المناسب على مستوى الأجهزة المناسب.