نماذج Gemma 4 تحقق 300 مليون تحميل، مما يجعل الأوزان المفتوحة المعيار الجديد لتطوير الذكاء الاصطناعي

عائلة نماذج Gemma 4 من Google DeepMind تجاوزت 300 مليون تحميل، وفقاً لمنشور على X من فريق Gemma. يغطي الرقم عائلة النماذج بأكملها، من نقطة الدخول التي تحتوي على 2.3 مليار معامل إلى المتغير المختلط بالخبراء (MoE) الذي يحتوي على 31 مليار معامل.

يأتي هذا الإنجاز بعد حوالي شهر من إطلاق Gemma 4 في أوائل أبريل 2025. للمقارنة، استغرقت النسخة السابقة، Gemma 3، وقتاً أطول بكثير للوصول إلى أرقام مماثلة، على الرغم من أن Google لم تنشر جدولاً زمنياً مباشراً للمقارنة. يشير التبني الأسرع إلى أن المطورين يتجهون نحو المميزات التقنية لهذا الجيل: الإدخال الأصلي متعدد الوسائط، معالجة الرؤية بدون مشفر، ونافذة سياقية تبلغ مليون رمز.

ما يعنيه 300 مليون تحميل حقاً

أعداد التحميل على منصات مثل Hugging Face و Kaggle هي مؤشر تقريبي على الاهتمام، وليس قياساً مباشراً للاستخدام النشط. يمكن لمطور واحد تحميل النموذج عدة مرات لتجارب مختلفة. ومع ذلك، يعتبر 300 مليون رقماً نادراً في مجال الذكاء الاصطناعي مفتوح الأوزان، حيث تجاوز نموذج Llama 3.1 من Meta 350 مليون تحميل تراكمي طوال دورة حياته، واستغرق ذلك معظم عام 2024.

ما يجعل وتيرة Gemma 4 ملحوظة هو ملف التحميلات. يميل المتبنون الأوائل في مجتمع المصادر المفتوحة إلى سحب نماذج الطبقة خفيفة الوزن (2.3B أو 9B) لضبطها بدقة لمهام محددة، بينما تصل المؤسسات الأكبر إلى متغير MoE بقدرة 31B لنشرها في خطوط الإنتاج. النطاق الواسع يعني أن Gemma 4 تُستخدم في كل من النمذجة السريعة وخدمة حركة المرور الحقيقية.

لماذا يتحول المطورون إلى Gemma 4

أقوى نقاط بيع Gemma 4 هي الكفاءة المعمارية. نموذج 2.3B يتطابق أو يتجاوز أداء سابقه Gemma 3 عند 27 مليار معامل في العديد من الاختبارات القياسية، وهو تحسن بنحو عشرة أضعاف في نسبة الحوسبة إلى المخرجات. المتغير الأكبر، الذي يحتوي على 31 مليار معامل (يتم تنشيط 16 ملياراً لكل تمريرة أمامية بفضل توجيه MoE)، يتناسب بشكل مريح مع معالج رسوميات NVIDIA A100 أو H100 واحد مع مساحة إضافية لبنية الخدمة.

هذا يغير اقتصاديات الاستضافة الذاتية. فريق التطوير الذي كان سيحتاج إلى مجموعة لاستخدام نموذج احتكاري مماثل يمكنه الآن خدمة Gemma 4 من مثيل معالج رسوميات واحد، مما يقلل تكاليف السحابة بشكل كبير. بالنسبة للمؤسسات التي تتطلب سيادة البيانات أو لديها ميزانيات تأخير صارمة، تصبح الحسابات مقنعة.

ميزة الأوزان المفتوحة

صعود Gemma 4 يعكس تحولاً أوسع في كيفية بناء بنية الذكاء الاصطناعي التحتية. النماذج الاحتكارية مثل GPT-4o من OpenAI و Claude 4 Sonnet من Anthropic تقدم أداءً خاماً عالياً ولكنها تتطلب الوصول عبر واجهة برمجة التطبيقات مع تكاليف وتأخير وسياسات مشاركة بيانات مرتبطة. النماذج ذات الأوزان المفتوحة تسمح للمطورين بفحصها وضبطها بدقة ونشرها على أجهزتهم الخاصة.

إنجاز 300 مليون تحميل لا يعني أن Gemma 4 تُستخدم على نطاق أوسع من GPT-4o، حيث أن استدعاءات API لا تُعد كتنزيلات، ولكنه يعني أن Gemma 4 أصبحت الخيار الافتراضي ذو الأوزان المفتوحة لجزء كبير من النظام البيئي للذكاء الاصطناعي المستضاف ذاتياً. هذا هو موقع تعتزم Google DeepMind الاحتفاظ به بوضوح، نظراً للاستثمار التقني في البنية.

شكر منشور الفريق على X "المطورين والباحثين ومجتمع المصادر المفتوحة" على هذا الإنجاز. السطر الختامي، "دعونا نستمر في البناء"، يعمل كاعتراف وإشارة استراتيجية في آن واحد.