مشروع SGLang ينفصل ليُصبح شركة راديكس آرك بقيمة تقييم تصل إلى 400 مليون دولار مع اتساع سوق معالجة الذكاء الاصطناعي
في ظل التوسع المتسارع في سوق الذكاء الاصطناعي، تُظهر تجربة مشروع SGLang تحوّلًا ملحوظًا في نموذج الابتكار التكنولوجي، حيث تتحول الأدوات المفتوحة المصدر إلى شركات ناشئة مدعومة بتمويل ضخم. فبعد أن نشأ المشروع في مختبر جامعة كاليفورنيا في بيركلي تحت إشراف إيون ستويكا، المُؤسس المشارك لشركة داتابريك، أصبحت الشركة الجديدة راديكس آرك (RadixArk) نتاجًا مباشرًا لنجاح SGLang، وهي أداة مُصممة لتسريع وتحسين كفاءة تشغيل نماذج الذكاء الاصطناعي أثناء عملية الاستدلال (inference)، ما يقلل التكاليف التشغيلية بشكل كبير. وفقًا لمصادر مطلعة، تم تقييم راديكس آرك بحوالي 400 مليون دولار في جولة تمويلية قادتها شركة أكسل، رغم أن تفاصيل الجولة لم تُؤكد رسميًا من قبل الشركة. يُذكر أن المشروع بدأ كمُبادرة بحثية في أغسطس 2023، وسرعان ما جذب اهتمامًا واسعًا من شركات كبرى مثل xAI وCursor، التي تستخدم SGLang لتعزيز كفاءة تدريب النماذج. وقد انتقل فريق رئيسي من المطورين، بقيادة ينغ شينغ، المهندسة السابقة في xAI والباحثة السابقة في داتابريك، إلى منصب الرئيس التنفيذي والشريك المؤسس في راديكس آرك، وفقًا لإعلانها على لينكدإن. تُعدّ هذه الخطوة جزءًا من نمط متكرر في مجال البنية التحتية للذكاء الاصطناعي، حيث تُحوّل المشاريع المفتوحة المصدر إلى شركات تجارية ناجحة. فعلى سبيل المثال، مشروع vLLM، الذي يُعدّ أكثر نضجًا في مجال تحسين الاستدلال، يُجري حاليًا محادثات لجمع تمويل يقارب 160 مليون دولار بقيمة تقييم تصل إلى مليار دولار، مع تأكيدات بقيادة أندريسيين هورويتز في الجولة، رغم أن مصادر مطلعة تشير إلى أن التفاصيل لا تزال غير مؤكدة. وتم تأسيس vLLM أيضًا ضمن نفس المختبر في بيركلي، تحت إشراف ستويكا، الذي يُعدّ من أبرز الأسماء في مجال الذكاء الاصطناعي والبيانات الكبيرة. كلا المشروعين، SGLang وvLLM، يركّزان على تقليل استهلاك الموارد الحاسوبية أثناء تشغيل النماذج، وهو ما يُعتبر من أبرز التحديات المكلفة في تطوير الخدمات القائمة على الذكاء الاصطناعي. ورغم أن راديكس آرك تواصل دعم SGLang كأداة مفتوحة المصدر، فإنها بدأت في تقديم خدمات استضافة مدفوعة، ما يعكس نموذجًا تجاريًا متوازنًا يجمع بين الشفافية والربحية. كما تُطور الشركة إطارًا جديدًا يُدعى Miles، مخصصًا لدعم التعلم المعزز (reinforcement learning)، مما يمكّن الشركات من تدريب نماذج ذكية تتعلم وتتحسن مع الوقت. هذا التطور يأتي في سياق تصاعد كبير في الاهتمام بالبنية التحتية لاستدلال الذكاء الاصطناعي، حيث جمعت شركات مثل Baseten وFireworks AI تمويلات ضخمة مؤخرًا، بقيمة 300 مليون دولار و250 مليون دولار على التوالي، بقيمة تقييم تصل إلى 5 و4 مليار دولار على التوالي، ما يعكس حجم التحول الجذري في هيكل الاستثمار في هذا المجال.
