شركة Microsoft تكشف عن نموذج MAI-Base-2 بـ 2.8 تريليون معلمة
19 أكتوبر 2026 · قراءة 2 دقيقة
أعلنت شركة Microsoft عن إكمال التدريب المسبق لنموذج الذكاء الاصطناعي الضخم MAI-Base-2، والذي يحتوي على 2.8 تريليون معلمة.
يعتمد النموذج على بنية خليط الخبراء، حيث يتم تفعيل 80 تريليون معلمة فقط عند معالجة كل رمز. وأوضحت الشركة أن النموذج حقق أداءً يتفوق على جميع نماذج الأوزان المفتوحة التي شملها التقييم الذاتي، والذي اعتمد على قياس دقة التنبؤ بالنصوص والرموز البرمجية التي لم تُستخدم في التدريب.
وفيما يخص كفاءة الحوسبة، ذكرت Microsoft أن النموذج حقق كفاءة أعلى بمقدار 4.2 إلى 12.3 مرة مقارنة بنموذج DeepSeek-V4-Pro-Base بناءً على عمليات الفاصلة العائمة المطلوبة للتدريب المسبق. كما شهدت الكفاءة الحسابية تحسناً يتراوح بين 6.3 إلى 12.7 مرة مقارنة بنموذج MAI-Base-1 الذي طُرح في يونيو الماضي.
تم تدريب النموذج على مدار 38 يوماً في الفترة ما بين أغسطس وسبتمبر 2026، باستخدام 16,000 وحدة معالجة رسوميات من طراز GB200 من شركة Nvidia. وزاد حجم بيانات التدريب بنسبة 36% من حيث الرموز الفريدة مقارنة بالإصدار الأول، مع تحسينات في معالجة البيانات وبنية النموذج والبنية التحتية للتدريب.
طبقت الشركة بنية خليط الخبراء في جميع الطبقات، واستخدمت تقنيات لتقليل هدر الذاكرة وتأخير المعالجة الناتج عن عدم توازن العمل بين الخبراء، مما رفع معدل استخدام عمليات النموذج في طبقات خليط الخبراء من 24% إلى 35%. كما تم استخدام محسن Muon لتعزيز الاستقرار والكفاءة، مع تطبيق تقنية لتقييد منحدر القيم النشطة لتقليل تأثير المنحدرات غير الطبيعية.
أكدت Microsoft استخدام بيانات تم جمعها ومعالجتها داخلياً بدلاً من التعلم بالتقطير من نماذج أخرى. وقد صُمم النموذج ليتعلم الصور والنصوص معاً منذ البداية، وشملت البيانات مهام مثل فهم المخططات، والتحليل الطبي، والاستدلال المكاني، حيث شكلت بيانات نماذج اللغة والرؤية 18% من إجمالي 50 تريليون رمز تدريبي.
تخطط الشركة لاستخدام MAI-Base-2 كأساس لنماذجها القادمة وتطبيقه أولاً في منتجاتها الخاصة قبل توسيعه لعملاء الشركات، مع توفير أوزان النموذج عبر منصة Foundry. يمر النموذج حالياً بمرحلة التدريب اللاحق، وبدأت الشركة بالفعل التحضير لتطوير النموذج التالي MAI-Base-3.