بينما كانت الأضواء تتجه نحو الأرقام القياسية لإيرادات Nvidia في الربع الأول، حيث تجاوزت التوقعات مسجلة 81.62 مليار دولار أمريكي ورفعت توقعات الربع الثاني إلى 91 مليار دولار أمريكي، كان هناك رهان استراتيجي أكبر يلوح في الأفق. ففي خضم مكالمة الأرباح مع المحللين، كشف الرئيس التنفيذي جنسن هوانغ عن تفاصيل حول معالجات Vera المركزية الجديدة، والتي من المتوقع أن تفتح الباب أمام سوق يبلغ 200 مليار دولار أمريكي، وهو سوق منفصل تمامًا عن تريليون دولار أمريكي التي توقعتها الشركة بالفعل من مجموعة معالجات الرسوميات Blackwell وRubin AI GPU بين عامي 2025 و2027. هذا ليس مجرد هامش، بل هو جبهة جديدة ومهمة للغاية في استراتيجية Nvidia.
تعد شريحة Vera مفتاحًا لنمو Nvidia المستقبلي، حيث يتوقع هوانغ أن تبلغ إيراداتها 20 مليار دولار أمريكي بحلول نهاية العام المالي الحالي، لتصبح ثاني أكبر مساهم في المبيعات بعد وحدات معالجة الرسوميات (GPUs) التي تدعم ثورة الذكاء الاصطناعي. هذا التحول الاستراتيجي يعكس ديناميكية متغيرة في صناعة الرقائق، حيث تتجه الأنظار نحو تحديات جديدة في عالم الذكاء الاصطناعي.
شريحة Vera: جبهة جديدة في حرب الذكاء الاصطناعي
إن السبب وراء حاجة Nvidia إلى جبهة جديدة واضح تمامًا: أكبر عملاء الشركة يبنون حلولهم الخاصة. فعمالقة التكنولوجيا مثل Google وAmazon وMicrosoft، الذين من المتوقع أن يضخوا مجتمعين أكثر من 700 مليار دولار أمريكي في البنية التحتية للذكاء الاصطناعي هذا العام، بزيادة حادة عن حوالي 400 مليار دولار أمريكي في عام 2025، يستثمرون في الوقت نفسه في رقائق مخصصة لتشغيل نماذج AI. كما تروج شركتا Intel وAMD لوحدات المعالجة المركزية (CPUs) كلاعبين موثوقين في أحمال عمل الاستدلال (Inference).
**ما هو الاستدلال (Inference)؟**
إذا كان تدريب نماذج AI الضخمة هو عملية تعليم النموذج على كميات هائلة من البيانات، فإن الاستدلال هو عملية استخدام هذا النموذج المدرب لتوليد إجابات أو توقعات في الوقت الفعلي. على سبيل المثال، عندما تسأل مساعدًا افتراضيًا سؤالًا، فإن العملية التي يقوم بها النموذج لفهم سؤالك وتقديم إجابة هي الاستدلال.
لقد تحولت الرواية في صناعة الرقائق من من يمكنه تدريب أكبر نموذج إلى من يمكنه خدمته بأرخص وأسرع طريقة. وهنا يبرز الاستدلال كنقطة ضعف محتملة لهيمنة Nvidia على معالجات GPU. فبينما يظل تدريب النماذج الكبيرة بقوة في منطقة Nvidia، فإن الاستدلال – توليد الإجابات على نطاق واسع وفي الوقت الفعلي – هو المجال الذي تتقدم فيه الرقائق المخصصة من Google (مثل خط TPU) وAmazon (مثل Trainium) وغيرها.
تأتي شريحة Vera كإجابة Nvidia على هذا التحدي. وقد تم تطوير هذه الشريحة جزئيًا باستخدام تكنولوجيا من Groq، وهي شركة ناشئة متخصصة في الاستدلال، والتي رخصت Nvidia تقنيتها في صفقة بلغت قيمتها حوالي 17 مليار دولار أمريكي. تستهدف Vera على وجه التحديد هذا النوع من أحمال العمل. ومن المقرر إطلاق منصة Vera Rubin الكاملة، التي تجمع بين وحدة المعالجة المركزية Vera ووحدات معالجة الرسوميات Rubin GPUs، في وقت لاحق من هذا العام.
قيود التوريد وتحديات Nvidia
كان هوانغ صريحًا بشأن مشكلة رئيسية واحدة: التوريد. فقد صرح خلال المكالمة: «شعوري هو أننا سنكون مقيدين بالعرض طوال عمر Vera Rubin بأكمله». وهذا اعتراف يكشف الكثير عن منتج تضعه Nvidia كركيزة نمو رئيسية. وللتحضير لأي اضطرابات، تنفق Nvidia بسخاء على سلسلة التوريد. فقد كشفت الشركة أن التزاماتها في سلسلة التوريد ارتفعت إلى 119 مليار دولار أمريكي في الربع الأول، بزيادة من 95.2 مليار دولار أمريكي في الربع السابق، وهي قفزة كبيرة تعكس كل من الثقة في الطلب والقلق بشأن أزمة الرقائق العالمية.
**تحذير للمشترين والمطورين:**
مع توقع قيود العرض على شريحة Vera Rubin، قد يواجه المطورون والشركات التي تعتمد على هذه التقنية تحديات في الحصول على ما يكفي من الوحدات في البداية. التخطيط المسبق والتواصل مع Nvidia أو شركائها سيكون أمرًا بالغ الأهمية.
كما أعلنت Nvidia عن برنامج لإعادة شراء الأسهم بقيمة 80 مليار دولار أمريكي ورفعت توزيعات الأرباح النقدية الفصلية إلى 25 سنتًا للسهم، من سنت واحد، وهي خطوات تشير إلى الثقة المالية حتى مع تحذير هوانغ من تشديد العرض. هذه التحركات المالية القوية تعزز مكانة Nvidia في السوق، لكنها لا تقلل من أهمية التغلب على تحديات الإنتاج.
ماذا يعني هذا لك؟
بالنسبة للمطورين والشركات التي تعتمد على تقنيات الذكاء الاصطناعي، فإن ظهور شريحة Vera وتوجه Nvidia نحو الاستدلال يحمل دلالات كبيرة. فمع سعي Google وAmazon وMicrosoft لإنشاء حلولهم المخصصة، يزداد التنوع في سوق رقائق AI. هذا يعني:
**خيارات أوسع:** سيكون هناك المزيد من الخيارات لخدمة أحمال عمل الاستدلال، مما قد يؤدي إلى حلول أكثر كفاءة وفعالية من حيث التكلفة.
**منافسة شديدة:** المنافسة بين Nvidia وعمالقة السحابة، بالإضافة إلى Intel وAMD، ستدفع الابتكار وتقلل التكاليف على المدى الطويل.
**تحديات التكيف:** قد تحتاج الشركات إلى التكيف مع منصات وأطر عمل متعددة للاستفادة من أفضل الحلول لكل مهمة AI.
**أهمية سلسلة التوريد:** مشكلات التوريد المتوقعة لـVera Rubin قد تؤثر على التوفر في السوق، مما يستلزم تخطيطًا دقيقًا للمشاريع التي تعتمد عليها.
إن التركيز على الاستدلال يعني أن الوصول السريع والفعال إلى نماذج الذكاء الاصطناعي المدربة سيكون أمرًا حاسمًا لنجاح المنتجات والخدمات التي تعتمد على AI.
تساؤلات المستثمرين وآفاق المستقبل
على الرغم من الأداء القوي، انخفضت أسهم Nvidia بنسبة 1.6% في التداول الممتد بعد إعلان النتائج. وقد لخص محلل eMarketer، جاكوب بورن، هذا الشعور بقوله: «لقد حققت Nvidia أداءً جيدًا آخر، ولكن في هذه المرحلة، أصبح ذلك متوقعًا مع استمرارها في تجاوز التوقعات ربعًا بعد ربع. السؤال الذي يظل قائمًا هو ما إذا كان بإمكانها إقناع المستثمرين بأن بناء الذكاء الاصطناعي سيستمر حتى عامي 2027 و2028، خاصة مع تحول الرواية نحو أحمال عمل الاستدلال والرقائق المنافسة من Google وAmazon وAMD وIntel.»
رد هوانغ على هذه التساؤلات بأرقامه الخاصة، مشيرًا إلى شريحة متنامية من عملاء السحابة المتخصصين في AI والذين أصبح إنفاقهم مساويًا تقريبًا لعمالقة الـ hyperscalers، ولكنه ينمو بشكل أسرع ربعًا بعد ربع. وقال: «يجب أن ننمو بشكل أسرع من الإنفاق الرأسمالي لـ hyperscale.» وتعتبر شريحة Vera أساسية لهذه الحجة، لكن يبقى السؤال حول مدى تعاون سلسلة التوريد في تحقيق هذه الرؤية.
الخاتمة
تعتبر شريحة Nvidia Vera أكثر من مجرد منتج جديد؛ إنها خطوة استراتيجية جريئة من Nvidia لتأمين مكانتها في سوق الذكاء الاصطناعي المتطور. من خلال استهداف سوق الاستدلال الواسع ومعالجة المنافسة المتزايدة من عمالقة التكنولوجيا وشركات الرقائق الأخرى، تسعى Nvidia لتوسيع هيمنتها إلى ما وراء وحدات معالجة الرسوميات GPU التقليدية. وبينما تحمل هذه الخطوة إمكانات هائلة للنمو، فإن التحديات المتعلقة بالتوريد وتساؤلات المستثمرين ستظل نقاطًا محورية يجب على Nvidia إدارتها بنجاح لضمان استمرار ريادتها في هذا المجال الحيوي.
