لا تنسوا أهلنا من صالح الدعاء,اللهم إنّا استودعناك اياهم، اللهم كُن عوناً لهم، اللهم انصرهم واحفظهم. 🇵🇸 🇸🇩
أهلًا وسهلًا بكم في العدد 112 من النشرة الأسبوعية لاقرأ-تِك 🚀
سواء كنت مهندس برمجيات مبتدئ أو محترف، فنشرتنا هتساعدك على مواكبة أحدث تطورات عالم البرمجة بمواضيع جديدة كل أسبوع، هتلاقى كمان محتوى عملي بيشمل أفضل الممارسات، ونصائح مفيدة، وترشيحات لمقالات مختارة من اقرأ-تِك.
في العدد ده من اقرأ-تِك، هنتعرف على عالم الـ TPU، وهنفهم إيه اللي بيميزها عن الـ CPU والـ GPU، وإمتى بنحتاج كل واحدة منهم، خصوصًا في تطبيقات الذكاء الاصطناعي.
وكالعادة، هنستعرض أهم أخبار الـ Software Engineering والـ AI كان أسبوع كله Outages ماشاء الله 🫠
🌟 مواضيع النشرة لهذا الأسبوع 🌟
أخبار التقنية |Patch the Planet: global response coordination as agents uncover critical PHP vulnerabilities🚨
ورقة وقلم | Introduction to TPU for Programmers 🔢
نتائج استبيان مجرة للمبرمجين في الوطن العربي - أين يقف المطور العربي اليوم ؟🚀
Patch the Planet: global response coordination as agents uncover critical PHP vulnerabilities ⛓️💥
أعلنت OpenAI عن اكتشاف ثغرات أمنية خطيرة في PHP، إحدى أكثر لغات البرمجة استخدامًا في تطوير الويب، وذلك ضمن مبادرة Patch the Planet. المثير للاهتمام أن بعض هذه الثغرات ظلت موجودة لسنوات طويلة رغم المراجعات الأمنية المستمرة، قبل أن تساعد ال AI Agents في اكتشافها. وشملت الثغرات مشكلات قد تسمح بتنفيذ كود عن بُعد (Remote Code Execution) أو الوصول إلى بيانات من الذاكرة، وهو ما قد يعرض الخوادم والأنظمة لخطر الاختراق.
لم يقتصر دور OpenAI على اكتشاف الثغرات، بل تعاونت مع مطوري PHP وشركات أمنية مثل Wiz وCloudflare للتحقق من المشكلات، وتطوير الإصلاحات واختبارها قبل الإعلان عنها. وتوضح هذه التجربة أهمية التنسيق بين شركات الذكاء الاصطناعي ومطوري البرمجيات ومزودي الخدمات، خصوصًا عندما تكون الثغرات مؤثرة على عدد كبير من الأنظمة. كما تسلط الضوء على ضرورة منح المؤسسات وقتًا كافيًا لتطبيق التحديثات الأمنية قبل الكشف عن التفاصيل التقنية للثغرات.
طب الفايدة لينا ايه كمبرمجين:
تأثير الاكتشاف دا كان كبير جدًا خلال الاسبوع و مواقع وشركات كتير قفلت مواقعها منعًا لاستغلال الثغرات، فالشركات الاسبوع دا انقسمت لفئتين لا فئة متضررة من ال PHP vulnerabilities لا فئة غير متضررة ولكن ابتدت بقوة تدور علي ال Security Vulnerabilities اللي في مواقعها وتطبيقاتها ودا اللي بننصح بيه وانكم تستخدموا ال Agents للتسريع من عملية Security Code Review وتحليل الـDependencies ومراجعة الـPull Requests. وممكن الاستفادة منه في اكتشاف مشكلات مثل SQL Injection وAuthorization Flaws وMemory Safety Bugs، لكن مع ضرورة التحقق من النتائج واختبار الإصلاحات قبل اعتماده.
Introduction to TPU for Programmers
الـ TPU اختصار لـ Tensor Processing Unit، وهي شريحة معالجة متخصصة صممتها شركة Google لتسريع عمليات الذكاء الاصطناعي، خصوصًا تدريب نماذج الـ Machine Learning وتشغيلها (Inference).
ببساطة، تخيّل إن الـ CPU هو موظف عام يقدر يعمل مهام مختلفة، والـ GPU متخصص في تنفيذ عمليات متوازية كتير، أما الـ TPU فهي متصممة لتكون فعّالة جدًا في العمليات الرياضية المتكررة (عمليات ضرب المصفوفات) اللي بتحتاجها الشبكات العصبية.
إزاي الـ TPU بتشتغل؟
كل البيانات في ال LLMs بيتم تمثيلها في Tensors.
والـ Tensor هو طريقة لتمثيل البيانات في صورة مجموعة من الأرقام ذات أبعاد (Dimensions) محددة، وده من أهم المفاهيم في الـ Machine Learning والـ Deep Learning؛ لأن زي ماقولنا تقريبًا كل البيانات والعمليات الحسابية في النماذج بتتعامل مع Tensors.
باختصار شديد اعتبر ال Tensor مصفوفة متعددة الأبعاد.فرياضيًا الـ Scalar والـ Vector والـ Matrix كلها حالات خاصة من الـ Tensor.
وفي البرمجة، الـ Array والـ Tensor متشابهان في تمثيل البيانات، لكن الـ Tensor في مكتبات مثل PyTorch بيقدم أيضًا عمليات حسابية متخصصة، وإمكانية تشغيل العمليات على الـ GPU، وتتبع المشتقات بشكل تلقائيًا.
نماذج الذكاء الاصطناعي بتعتمد بكثافة على عمليات زي ضرب المصفوفات (Matrix Multiplication)عشان تتدرب وتحسن في الأوزان اللي بيعتمد عليها النموذج في الاستنتاج.
الـ TPU مصممة لتنفيذ العمليات دي بكفاءة عالية، باستخدام وحدات حسابية متخصصة بتنظم العمليات المتوازية، وده ممكن يؤدي إلى:
تسريع التدريب: معالجة كميات ضخمة من البيانات أثناء تدريب النموذج.
تسريع الـ Inference: توليد إجابات النموذج بعد تدريبه.
تحسين كفاءة الطاقة والتكلفة: حسب نوع الشريحة، وحجم المهمة، وطريقة تشغيل النموذج.
لكن مش معنى كده إن الـ TPU أسرع من الـ GPU في كل المهام؛ النتيجة بتعتمد على النموذج والـ hardware والـ software المُستخدمين.
كمان ال TPU ممكن متنفذش General Code لكن في تخصصها في ضرب المصفوفات بيدينا نتائج مذهلة في تدريب ال LLMs.
طيب ايه اللي بيخليها سريعة كدا في ضرب المصفوفات 😅
كلمة السر في تصميم الـ TPU هي (Systolic Array)، وهي شبكة من وحدات حسابية مترابطة (256 × 256، بإجمالي 65,536 معالجًا). يتم تحميل الأوزان داخل المصفوفة وتظل ثابتة، بينما البيانات بتدخل بشكل أفقي. و بتقوم كل وحدة Processing Unit بضرب الوزن المخزّن لديها في البيانات الواردة، ثم تضيف الناتج إلى مجموع تراكمي يتدفق رأسيًا، وتنقل القيمتين إلى الوحدة المجاورة. ولو حابين قولولنا ونعمل عنها ورقة شرح مخصصة ليها جميلة وبترجعلنا ذكريات ضرب المصفوفات في الجامعة وانهيارات ليالي امتحانات الرياضيات عشان رقم غلطنا في ضربه 🫠
ال Systolic Array من أهم مميزاته إن القيم الوسيطة لا تحتاج إلى الوصول إلى الذاكرة الرئيسية. يعني عمليات الضرب الوسيطة اللي بنعملها أثناء ضرب المصفوفات وبعدين نجمعها عشان نطلع بقيمة العناصر مش محتاجة كل مرة تتعمل تروح تتخزن في الMemory وبعدين نكمل ودا اللي بيحصل في ال CPU, لأ بنعمل كل دا بشكل متوازي وبنجمّع.
فقراءة البيانات من ذاكرة DRAM تستهلك طاقة تعادل تقريبًا 200 ضعف الطاقة اللازمة لعملية ضرب واحدة. ومن خلال إبقاء النتائج متدفقة بين المعالجات المتوازية، تقلّل مصفوفات السيستولك معظم التكلفة الناتجة عن الوصول إلى الذاكرة، مما يحقق أداءً لكل واط أعلى بمقدار يتراوح بين 30 و80 مرة مقارنةً بالـ CPU.
ما علاقة الـ TPU بنماذج الـ LLMs ودورها في الـ AI stack
عشان نتخيل الصورة الكبيرة لمكان ال TPU، فلما شركة تدرب نموذج لغة كبير، زي نماذج المحادثة، فهي محتاجة تنفذ مليارات أو تريليونات العمليات الرياضية. ممكن تستخدم GPU أو TPU أو خليط من مسرّعات مختلفة.
ومن المهم تعرف إن الـ TPU مش مجرد شريحة بتتحط في أي لابتوب؛ غالبًا بتُستخدم في مراكز البيانات أو من خلال خدمات الحوسبة السحابية، مثل Google Cloud TPU.
فخلينا نقول إن ال TPU تعتبر من ال Hardware ومن الشرائح اللي بتكون وبتحسن من البنية التحتية اللي ال AI معتمد عليها بشكل كبير.
الفرق بين الـ CPU و الـ GPU والـ TPU ؟
دي مقارنة بالتفصيل للثلاث أنواع من الشرائح
وباختصار شديد، الـ CPU مرن ويعمل أي حاجة. الـ GPU فيه آلاف الأنوية للشغل المتوازي. الـ TPU متخصص في ضرب المصفوفات بس، وعشان كده أسرع وأوفر فيه.
نتائج استبيان مجرة للمبرمجين في الوطن العربي - أين يقف المطور العربي اليوم؟ 🚀
ظهرت نتائج استبيان المطورين العرب 2026 من مجرّة، واللي بيقدم صورة عن واقع المطورين في الوطن العربي من حيث التقنيات المستخدمة، والرواتب، وفرص العمل، والتعلم، واستخدام الذكاء الاصطناعي. شارك في الاستبيان 172 مطورًا ومطورة من 18 دولة، وجاءت مصر في المقدمة بنسبة 65% تقريبًا من المشاركين. ورغم إن العينة محدودة نسبيًا، فالنتائج بتقدم مجموعة من المؤشرات المهمة عن واقع مجتمع المطورين العرب.
أحد أبرز الاتجاهات في الاستبيان هو التحول الكبير نحو استخدام أدوات الذكاء الاصطناعي ودا لأن بيستخدمها 91% من المشاركين يوميًا، و78% منهم يستخدمون Claude، بينما يستخدم 45% وكلاء الذكاء الاصطناعي (AI Agents) يوميًا لتنفيذ مهام متعددة الخطوات. لكن المثير للاهتمام إن 51% من المشاركين بيقولوا إن الذكاء الاصطناعي بيكتب أكثر من 75% من الكود اللي بيسلموه، وفي المقابل 3% فقط بيثقوا تمامًا في مخرجاته. وده بيوضح إن الاعتماد على AI بيزيد، لكن المراجعة والفهم البشري لسه عنصر أساسي في عملية التطوير.
أما على مستوى سوق العمل، فـ72% من المشاركين شايفين إن إيجاد وظيفة مناسبة أمر صعب، وكانت أبرز التحديات عدم الرد بعد التقديم على الوظائف بنسبة 75%، والمنافسة الشديدة بنسبة 70%. وعلى مستوى الدخل، 55% من المشاركين بيكسبوا أقل من 1,000 دولار شهريًا، مع وجود فجوة واضحة بين الدول؛ فالفئة الوسيطة للدخل في مصر تتراوح بين 500 و1,000 دولار، مقابل 2,500 إلى 5,000 دولار في السعودية. كمان 35% من المطورين بيشتغلوا لجهات خارج بلد إقامتهم، وده بيعكس أهمية فرص العمل العابرة للحدود.
وفي جانب التعلم، 84% من المشاركين اتعلموا البرمجة بشكل ذاتي، و79% استخدموا YouTube في رحلة التعلم، مع تصدر Elzero Web School قائمة القنوات التعليمية الأكثر ذكرًا. النتائج دي بتوضح أهمية المحتوى العربي في بناء مهارات المطورين، وفي نفس الوقت بتفتح أسئلة مهمة عن مستقبل الوظائف، وتأثير الذكاء الاصطناعي على المهارات المطلوبة، والفجوة بين أسواق العمل العربية. لو حابب تستكشف الأرقام بنفسك وتقارن وضعك بباقي المطورين، تقدر تطّلع على التقرير التفاعلي الكامل من هنا:
💬 دوركم انتم
بفضل الله أصبح متاح حالياَ دعمنا من خلال الرعاة والشراكات وفعلنا الـ Sponsorship, بنرحب بجميع الشراكات مع المؤسسات والشركات وأصحاب الأعمال لبناء مجتمع عربي يشجع على القراءة والتعلم ومشاركة التجارب والخبرات العملية في هندسة البرمجيات.
دورك كشريك أو راعي هيكون محوري في دعم المحتوى وتوسيع نطاق تأثيره. فانضم لرحلتنا وكن جزءًا من صناعة مستقبل التكنولوجيا في المنطقة 🚀
تقدروا تشوفوا التفاصيل كاملة من هنا والـ Analytics بتاعتنا من خلال اقرأ-تِك والنشرة الأسبوعية 👇
