كورويف تعزز حضورها في الذكاء الاصطناعي بصفقة جديدة مع هادسون ريفر للتداول

تتسارع وتيرة اعتماد شركات التداول الكمي على تقنيات الذكاء الاصطناعي، مع توجه متزايد نحو الاستثمار في قدرات الحوسبة المتقدمة التي تتيح تحليل البيانات وبناء نماذج أكثر تطورًا.
وفي هذا السياق، أعلنت شركة كورويف إبرام اتفاقية تمتد لعدة سنوات مع هادسون ريفر للتداول لتوفير خدمات الحوسبة السحابية المخصصة لأحمال الذكاء الاصطناعي.
وتتيح الاتفاقية لهادسون ريفر الاستفادة من البنية التحتية السحابية التابعة لكورويف في تنفيذ عمليات البحث والتطوير المرتبطة بالذكاء الاصطناعي على نطاق واسع، بما يشمل تدريب النماذج وتشغيلها ومعالجة كميات كبيرة من البيانات المستخدمة في تطوير استراتيجيات التداول.
وتأتي هذه الخطوة في وقت تشهد فيه شركات التداول الخوارزمي تحولًا متسارعًا نحو استخدام الذكاء الاصطناعي في قراءة تحركات الأسواق واكتشاف الأنماط وتحليل البيانات، إلى جانب توظيف النماذج المتقدمة في دعم عمليات اتخاذ القرار.
وبموجب الاتفاق، ستوفر كورويف إمكانية الوصول إلى بنية تحتية متقدمة للحوسبة، من بينها أنظمة تعتمد على تقنيات إنفيديا، بما يمنح هادسون ريفر القدرة على تشغيل مهام الذكاء الاصطناعي بكفاءة أكبر وتسريع عمليات تدريب النماذج والاستدلال عليها.
ولا يقتصر أثر الصفقة على توسيع القدرات التقنية لهادسون ريفر، بل تمثل أيضًا دفعة جديدة لأعمال كورويف في سوق البنية التحتية للذكاء الاصطناعي، في ظل تزايد احتياجات الشركات إلى مراكز بيانات ومنصات حوسبة قادرة على التعامل مع الأحمال المرتفعة التي تتطلبها تطبيقات الذكاء الاصطناعي الحديثة.
وتسلط الاتفاقية الضوء كذلك على التحول الذي تشهده صناعة الخدمات المالية، إذ لم يعد استخدام الذكاء الاصطناعي مقتصرًا على شركات التكنولوجيا، بل أصبح جزءًا متزايد الأهمية من عمليات شركات الاستثمار والتداول الكمي.
ومع تصاعد المنافسة في هذا القطاع، أصبحت سرعة معالجة البيانات والقدرة على تدريب النماذج وتشغيلها بكفاءة من العوامل التي يمكن أن تمنح شركات التداول ميزة تنافسية، وهو ما يدفعها إلى البحث عن بنية تحتية متخصصة وقابلة للتوسع.
وتعكس الصفقة بين كورويف وهادسون ريفر للتداول، في هذا الإطار، اتساع نطاق الطلب على الحوسبة المرتبطة بالذكاء الاصطناعي، مع انتقال التكنولوجيا تدريجيًا من كونها أداة مساندة إلى عنصر أساسي في تطوير استراتيجيات التداول الحديثة.




