تشكّل الشبكات العصبية بالفعل كل فيديو تشاهده تقريباً، لكن على طرفي مرماز قياسي، لا بدلاً منه. إليك أين يُطرح الترميز العصبي في 2026، وكم يكلّف في الرقائق، ومن يجني المال، مع التقرير الكامل والشرائح.
الملخص
بات الترميز العصبي سائداً في 2026، لكنه يعمل حول المراميز القياسية بدلاً من أن يحل محلها. تشكّل الشبكات الصورة قبل الترميز، في كاميرات الهواتف وفي سلسلة الترميز لدى Netflix، وتصلحها بعد فك الترميز، في ميزة Super Resolution من YouTube ولدى Meta وفي معالجات التلفاز؛ أما تدفق البتات بينهما فلا يزال AV1 أو HEVC أو AVC أو VVC، ويفك ترميزه عتاد ثابت الوظيفة. ولا تُطرح المراميز العصبية من طرف إلى طرف إلا في حلقات مغلقة تتحكم فيها شركة واحدة في الطرفين: MLVC من Microsoft في مكالمات Teams، ومجزِّئات الرموز داخل كل نموذج للصوت والفيديو، والخامات العصبية في لعبة واحدة. أما التشغيل الجماهيري لتدفقات البتات العصبية فينتظر H.267، المقرر في نهاية 2029، ودورة رقائق تليه. والسبب في الرقاقة نفسها: يحتاج التصميم الوحيد المنشور لمفكك ترميز فيديو عصبي إلى نحو 12 ضعف طاقة البكسل في مفكك ترميز HEVC مقيس، ويحتاج مرماز بحثي سريع إلى نحو 22 TOPS لدقة 1080p30. والمال يتبع المعايير والمنصات؛ وقد استُحوذ على أشهر الشركات الناشئة في المراميز العصبية.
لماذا درستُ هذا الموضوع
كل بضعة أشهر يخبرني أحدهم أن مراميز الذكاء الاصطناعي على وشك أن تحل محل H.264 وHEVC وAV1. ومعظم ما أقرؤه عن ذلك يأتي إما من الأوراق البحثية، حيث تُسجَّل الأرقام القياسية في الضغط، وإما من المورّدين. ولا يقول أيٌّ منهما الكثير عمّا يُطرح فعلاً، ولمن، وبأي كلفة.
لديّ سنوات عديدة من البحث والتطوير والإدارة في تصميم الرقائق دون مصانع (fabless)، بما في ذلك تصميم مسارات البيانات في دوائر ASIC بأسلوب التصميم المخصّص بالكامل، ومشاريع رقائق كاميرات الوسائط المتعددة مثل مسرّعات مراميز الفيديو، لذا نظرت إلى الموضوع كما أراجع رقاقة: الطاقة لكل بكسل، وحركة بيانات الذاكرة، وما يسمح لك المعيار بتثبيته في السيليكون، ومن يدفع. قرأت وثائق المعايير وتقارير الاجتماعات من JVET وMPEG وJPEG وAOMedia وIETF، ومدونات الهندسة لدى الشركات، والأوراق البحثية عن الرقائق، وجداول تعرفات مجمعات براءات الاختراع، ونصوص ضوابط التصدير، والصحافة. كل رقم أدناه صحيح حتى 12 نوفمبر 2026، والمبالغ بالدولار الأمريكي. والتقرير الكامل، بكل مصادره، في آخر الصفحة.
النتائج في لمحة
الشكل 1. أين يُطرح الترميز العصبي في 2026. الصفوف مرتبة بحسب عدد الأشخاص الذين يصل إليهم كل مجال.
| السؤال | الإجابة المختصرة |
|---|---|
| أين يُطرح الترميز العصبي على نطاق واسع؟ | حول المرماز: معالجات ISP في الكاميرات، وخفض الدقة في جانب الترميز، والدقة الفائقة عند التشغيل. ومن طرف إلى طرف في الحلقات المغلقة فقط: المكالمات، وأصول الألعاب، ومجزِّئات الرموز في الذكاء الاصطناعي التوليدي |
| هل ستحل المراميز العصبية محل AV1 وHEVC وVVC في التشغيل؟ | ليس قبل H.267 (الإصدار 1 في نهاية 2029) ودورة أجهزة تليه؛ ويصبح استخدامها واسعاً في منتصف ثلاثينيات القرن بحسب تقديري |
| كم يكلّف في الرقائق؟ | نحو 12 ضعف طاقة البكسل في مفكك ترميز HEVC عتادي، إضافة إلى حركة بيانات الذاكرة واشتراط فك ترميز متطابق على مستوى البت |
| من يجني المال؟ | المنصات تحتفظ بالوفورات؛ ومورّدو IP ومجمعات البراءات يتقاضون عن كل تصميم وعن كل جهاز؛ والشركات الناشئة في المراميز العصبية استُحوذ عليها |
| أين يمكن لشركة أن تنافس؟ | المعالجة العصبية المسبقة واللاحقة، ومنتجات الحلقات المغلقة، ورقائق تجمع المرماز وNPU، وأعمال التقييم والمعايير بينها |
ثلاثة مداخل
يشمل «الترميز العصبي» ثلاثة أشياء مختلفة، ومعظم الجدل حوله ينشأ من الخلط بينها. يمكن للشبكة أن تعمل حول مرماز قياسي، فتعالج البكسلات قبل الترميز أو بعد فك الترميز بينما يبقى تدفق البتات قياسياً. ويمكن أن تقع داخل معيار، أداةً يجب على كل مفكك ترميز تشغيلها، ما يعني أنها يجب أن تُحدَّد بدقة تامة. أو يمكن أن تحل محل المرماز من طرف إلى طرف، بمرمِّز ومفكك ترميز متعلَّمين لا يعملان إلا زوجاً.
الشكل 2. ثلاث طرق تدخل بها الشبكة العصبية إلى المرماز. ومعظم ما يُطرح في 2026 من النوع الأول.
الأولى لا تحتاج إذناً من أحد. والثانية تحتاج إلى معيار. والثالثة تحتاج إلى التحكم في الطرفين. وهذا هو الترتيب الذي تصل به إلى الناس.
التشغيل والبث: عصبي على الطرفين، قياسي في الوسط
أنهت الخدمات الكبرى انتقالاً من مرماز إلى آخر وبدأت الانتقال التالي، ولا يتضمن أيٌّ منهما مفكك ترميز عصبياً. أفادت Netflix في ديسمبر 2025 بأن AV1 حمل نحو 30% من المشاهدة لديها؛ وتقول YouTube إن أكثر من 90% من مكتبتها، مرجَّحةً بوقت المشاهدة، متاح بترميز AV1. واكتمل AV2 في 28 مايو 2026 بضغط أفضل من AV1 بنحو 30%، وفي غضون ثلاثة أسابيع كانت Chips&Media وAllegro DVT وVeriSilicon قد أعلنت عن عملاء لمفككات ترميز AV2. وبدأ نظام TV 3.0 في البرازيل البث التجاري بمعيار VVC في يونيو 2026.
الجزء العصبي يقع على الطرفين. منذ 2022 تستخدم Netflix شبكة عصبية صغيرة بدلاً من مرشِّح تقليدي لخفض دقة نسخها الأصلية، وهو ما لا يحتاج إلى أي تغيير في أي جهاز، وقد فضّله نحو 77% من المشاهدين في اختبارات Netflix. وترفع YouTube دقة مقاطع الفيديو المرفوعة بأقل من 1080p بالتعلم الآلي على أجهزة التلفاز، وتشغّل Meta الدقة الفائقة على خوادمها وعلى الهواتف، ويُعلن معالج التلفاز الرائد من Samsung عن 768 شبكة لرفع الدقة.
ما لا وجود له هو تدفق بتات عصبي على الشاشات واسعة الانتشار، والسبب هو الوقت. فصيغة التشغيل يجب أن يُفك ترميزها على كل جهاز سيشغّلها يوماً. وقد استغرق AV1 قرابة ثماني سنوات من اكتمال المواصفة إلى 30% من المشاهدة على Netflix.
الشكل 3. الانتقال من معيار مكتمل إلى الشاشات واسعة الانتشار يستغرق معظم عقد.
المعيار الذي قد يحمل الأدوات العصبية إلى كل شاشة هو H.267، الاسم المؤقت لخليفة VVC. أصدر JVET دعوته لتقديم المقترحات في يوليو 2026؛ وتُقيَّم الردود في يناير 2027، والإصدار الأول مقرر في نهاية 2029. يوفر المسار التقليدي بالفعل نحو 28% مقارنةً بمعيار VVC، بينما توفر مرشِّحات JVET العصبية داخل الحلقة 6–14% بكلفة في مفكك الترميز تبدأ من 10 آلاف عملية MAC لكل بكسل. وأتوقع نواة تقليدية مع بضع أدوات عصبية حيث تبرر البتات الموفَّرة الكلفة.
التصوير: عصبي داخل الكاميرا، تقليدي على الويب
كل صورة من هاتف رائد حديث مرّت عبر شبكات عصبية قبل حفظها. يُجري Cognitive ISP من Qualcomm التجزئة الدلالية الآنية منذ 2023، وفي CES 2026 عرضت Chips&Media وVisionary.ai معالج ISP كاملاً يعمل بالكامل على NPU. ثم تُحفظ النتيجة بصيغة JPEG أو HEIF.
نُشر JPEG AI، أول معيار صور متعلَّم، في 2025، بمكاسب تبلغ 12.5–27.9% مقارنةً بترميز VVC داخل الإطار، بكلفة في مفكك الترميز من 7 إلى 216 ألف عملية MAC لكل بكسل. لم أجد كاميرا أو تطبيق معرض صور أو متصفحاً يستخدمه افتراضياً. والصيغة التي اعتمدها الويب في 2026 تقليدية: فعّل Chrome 155 صيغة JPEG XL في 6 أكتوبر، بمفكك ترميز سريع وآمن للذاكرة يعمل على أي CPU. الترميز العصبي يفوز داخل سلسلة معالجة شركة واحدة؛ أما الصيغ التي يجب أن تُفتح في كل مكان فتبقى تقليدية.
المكالمات: حيث تُطرح المراميز العصبية من طرف إلى طرف
المكالمات حلقة مغلقة: يشغّل الطرفان التطبيق نفسه ويمكنهما الرجوع إلى مرماز قياسي في منتصف المكالمة. ولهذا كانت أولى المراميز العصبية من طرف إلى طرف على نطاق واسع هناك. يعمل Satin، مرماز الكلام بالذكاء الاصطناعي من Microsoft، في كل مكالمات Teams وSkype الثنائية منذ 2021. وفي يوليو 2026 أصدرت Microsoft مرماز MLVC مفتوح المصدر، وهو مرماز فيديو عصبي يُطرح الآن تدريجياً في مكالمات Teams من نظير إلى نظير.
الشكل 4. في المكالمات، يتفوق مرماز عصبي على HEVC العتادي بنسبة 65–76%، على مجموعة اختبار Microsoft نفسها.
رقم 88% اللافت هو مقارنةً بـH.264؛ أما مقارنةً بـHEVC العتادي الموجود أصلاً في الحواسيب المحمولة نفسها فهو 65–76%، ولا يزال كبيراً. يعمل MLVC بدقتَي 540p و360p مستخدماً نصف وحدة NPU على الأكثر، وقد تخلّى عن بعض الضغط كي يُفك ترميزه بصورة متطابقة على عتاد لا تملكه Microsoft.
لم يختر الجميع هذا الطريق. أضاف Opus التعلم العميق في 2024 إضافاتٍ اختيارية متوافقة مع الإصدارات السابقة. وبنت Meta مرماز الكلام التقليدي MLow، لأن أكثر من 20% من مكالماتها تجري على هواتف ARMv7 قديمة، وعشرات الملايين من مكالمات WhatsApp يومياً تجري على هواتف يزيد عمرها على عشر سنوات. تُطرح المراميز العصبية أولاً حيث الأجهزة حديثة ومورّد واحد يتحكم في الطرفين.
الذكاء الاصطناعي التوليدي: أكبر انتشار لا يسميه أحد مرمازاً
كل نموذج للصوت والفيديو يعمل على مرماز متعلَّم. تقرأ نماذج الكلام وتكتب رموز مراميز الصوت العصبية مثل Mimi من Kyutai، بمعدل 12.5 إطار في الثانية و1.1 kbps. وتعمل مولّدات الفيديو في الفضاء الكامن للمرمِّزات الذاتية للفيديو مثل مرمِّز LTX-Video، الذي يضغط بنسبة 1:192. لا شيء من هذه صيغة يفك ترميزها أي طرف آخر، لكنها تثبت أن الضغط المتعلَّم يعمل على نطاق واسع حين تملك شركة واحدة المرمِّز ومفكك الترميز والعتاد. ولمن يقدّم فيديو توليدياً، تمثل كفاءة مجزِّئ الرموز بند كلفة مباشراً.
الألعاب: إعادة البناء العصبية سائدة، والأصول العصبية في بدايتها
تُصيِّر DLSS من NVIDIA بكسلات وإطارات أقل وتترك لشبكة عصبية إعادة بناء الباقي. وطُرح ضغط الخامات العصبي في Assassin's Creed Mirage، واستُخدم في أصول مختارة فقط بسبب كلفته وقت التشغيل.
الشكل 5. حين تتحكم شركة واحدة في المنظومة كلها، تنتشر إعادة البناء العصبية بسرعة.
وصلات الأقمار الصناعية والطائرات المسيّرة والروبوتات هي الأنسب تقنياً للمراميز العصبية من طرف إلى طرف، لكنها سوق صغيرة وتخضع على نحو متزايد لضوابط التصدير على الجانبين: بل إن قواعد الصين لتصدير المسيّرات النافذة من 18 نوفمبر 2026 تذكر الضغط الدلالي للصور عتبةً.
منظور الرقائق
هنا تكتسب خلفيتي أكبر أهمية. يطرح فريق الرقائق أربعة أسئلة عن أي مرماز جديد: الجول لكل بكسل، وحركة بيانات DRAM لكل بكسل، وعدد البوابات، وهل يحسب كل مفكك ترميز في العالم البتات نفسها تماماً. وفي الأسئلة الأربعة كلها، يقف مفكك الترميز العصبي في 2026 حيث كان HEVC العتادي قبل رقائقه الأولى.
الشكل 6. طاقة فك ترميز البكسل: مفككات الترميز ثابتة الوظيفة متقدمة برتبة مقدار.
يحتاج NVCA، التصميم الوحيد المنشور لرقاقة فك ترميز فيديو عصبي، إلى 14.6 nJ لكل بكسل؛ بينما تحتاج رقاقة فك ترميز HEVC من MIT إلى 1.19 مع ذاكرتها DRAM و0.31 للنواة. عند 1080p30 يعني ذلك قرابة 900 mW مقابل 74 mW. ويحتاج DCVC-RT، المرماز البحثي السريع من Microsoft، بحسب جمعي لجدوله الخاص لكل وحدة، إلى نحو 175 ألف عملية MAC لكل بكسل يُفك ترميزه، أي نحو 22 TOPS عند 1080p30: نصف عتبة 40 TOPS التي يُعرَّف بها حاسوب الذكاء الاصطناعي، لتدفق واحد.
الشكل 7. الأداة العصبية تكلّف عشرات الآلاف من عمليات MAC لكل بكسل، ومفكك الترميز العصبي الكامل يكلّف مئات الآلاف.
ثمة كلفتان أخريان مهمتان. الذاكرة: في رقاقة MIT يذهب نحو ثلاثة أرباع طاقة النظام إلى DRAM، ومفككات الترميز العصبية تنقل خرائط سمات كبيرة بين الإطارات. والتطابق: يفشل فك ترميز الإنتروبيا إذا حسب جهازان احتمالاً ما بطريقتين مختلفتين، ولهذا يستخدم كل مرماز عصبي جاد اليوم حساب الأعداد الصحيحة، ولهذا يقايض MLVC بعض الضغط مقابل فك ترميز متطابق.
الشكل 8. التقسيم الذي يُطرح: عتاد ثابت الوظيفة لتدفق البتات، ومحرك عصبي للبكسلات.
الرقائق التي تُباع تجمع بين الاثنين. لدى Tencent أكثر من 100,000 رقاقة من رقائق الترميز Canghai التي طورتها داخلياً في الخدمة، والجيل الثاني يضيف H.266 والدقة الفائقة على الرقاقة؛ ويبيع مورّدو IP كتل المراميز ووحدات NPU للفيديو جنباً إلى جنب. لو كنت أخطط الآن لرقاقة SoC للوسائط: مفككات ترميز ثابتة الوظيفة لكل معيار يلزمك تشغيله، بما فيها AV2؛ ووحدة NPU بحجم يكفي للتحسين بدقة العرض، دون رحلة إضافية عبر DRAM؛ وأنماط أعداد صحيحة حتمية؛ وH.267 بدايةً للتصميم بعد 2029.
من يجني المال، وأين يمكن لشركة أن تنافس
الشكل 9. المال يتبع المعايير والمنصات.
تحتفظ المنصات بالوفورات وتتيح الشيفرة مجاناً أحياناً، كما فعلت Microsoft مع MLVC. ويرخّص مورّدو IP مفككات الترميز لكل معيار جديد. وتحصّل مجمعات البراءات عن كل جهاز: في VVC، 0.50 دولار لكل هاتف و1.00–1.50 دولار لكل تلفاز 4K في الولايات المتحدة وأسواق المنطقة 1 الأخرى. ذهبت WaveOne إلى Apple، وiSIZE إلى Sony، وDeep Render إلى InterDigital. ولم أجد شركة مستقلة تكسب رزقها من ترخيص مرماز فيديو عصبي من طرف إلى طرف.
أمام الشركات فرص مفتوحة في المعالجة المسبقة العصبية لخدمات الفيديو، والتحسين في جهة العرض لصانعي الرقائق، والمراميز العصبية في الحلقات المغلقة للمؤتمرات والوصلات الخاصة، ورقائق تجمع المرماز وNPU، وأدوات التقييم والمطابقة التي سيحتاجها كل من يطرح أدوات عصبية. أما العمل على معيار H.267 فيحتاج إلى صبر واستراتيجية ترخيص.
ادعاءات ينبغي التحفظ عليها، وما يجب متابعته
اطلب من أي ادعاء عن المراميز العصبية أربعة أشياء: مرجع المقارنة، والمقياس، والدقة، وكلفة فك الترميز. «توفير 88%» مقارنةً بـH.264 عند 360p؛ و«ذاكرة فيديو أقل بنسبة 85–96%» في مشهد عرض توضيحي، مقابل 30% في اللعبة المطروحة؛ و«JPEG AI معيار» لا يقف خلفه أي منتج بعد.
المواعيد المهمة: تقييم H.267 في يناير 2027، وأول بث AV2 من YouTube في أوائل 2027، وأول نموذج اختبار لمعيار H.267 في النصف الثاني من 2027، ومدى انتشار MLVC خارج Teams، وأول منتج يستخدم JPEG AI افتراضياً، وميزانيات NPU في الهواتف والحواسيب. والإصدار 1 من H.267 في نهاية 2029 يطلق دورة الرقائق للأدوات العصبية في التشغيل واسع الانتشار.
تنزيل التقرير الكامل والشرائح
يتناول التقرير الكامل كل مجال بتفصيل أكبر، وحسابات الرقائق، والمعايير وبراءات الاختراع، وجدولاً يقابل الادعاءات بالأدلة، وكل المصادر.
- الترميز العصبي في 2026: التقرير الكامل (PDF)
- الترميز العصبي في 2026: الشرائح (PDF)
- النسخة الإنجليزية: التقرير الكامل · الشرائح
هذه ترجمة عن النسخة الإنجليزية، ويُعتدّ بالنسخة الإنجليزية حيثما اختلفتا.
أسئلة مفتوحة
بعض الأسئلة هنا لا إجابة علنية عنها بعد، وهي الأكثر إثارة لاهتمامي تقنياً: إلى أي حد يمكن لمفكك ترميز عصبي أن يقترب من حساب الأعداد الصحيحة المتطابق على مستوى البت عبر وحدات NPU من مورّدين مختلفين قبل أن يفقد ميزته في الضغط؛ وكم تكلّف المعالجة اللاحقة العصبية من حركة بيانات DRAM لكل بكسل؛ وعند أي كلفة لكل بكسل تتوقف الأداة العصبية عن تبرير نفسها في مفكك ترميز H.267؛ وأي الأنظمة المغلقة غير المكالمات يمكنها اعتماد المراميز العصبية من طرف إلى طرف أولاً؛ وكيف تُقاس الأمانة للأصل حين يولّد مفكك الترميز التفاصيل بدلاً من إعادة بنائها.
هذه مجالات يمكننا استكشافها معاً في السنوات المقبلة، عبر التبادل التقني والتعاون التقني: i@tanshuai.com.
عن المؤلف
تان شواي خبير تقني ومؤسِّس، له أكثر من عشرين عاماً من العمل في الرقائق والعتاد وبرمجيات الأنظمة، و20 براءة اختراع ممنوحة. لديه سنوات عديدة من البحث والتطوير والإدارة في تصميم الرقائق دون مصانع (fabless)، بما في ذلك تصميم مسارات البيانات في دوائر ASIC بأسلوب التصميم المخصّص بالكامل، ومشاريع رقائق كاميرات الوسائط المتعددة مثل مسرّعات مراميز الفيديو. وقد قاده عمله إلى وادي السيليكون ونيويورك وشيكاغو وتايوان ومنطقة الخليج الكبرى (شنتشن وهونغ كونغ) وفيتنام وماليزيا. ويعمل اليوم باحثاً ومطوِّراً في الذكاء الاصطناعي.
للنقاش التقني: i@tanshuai.com.