CoreWeave مقابل IREN: فهم نموذجَي أعمال للحوسبة السحابية بالذكاء الاصطناعي

مبتدئ
AITradFi
آخر تحديث 2026-10-27 10:31:11
مدة القراءة: 6m
CoreWeave مقابل IREN: مقارنة استراتيجياتهما في الحوسبة السحابية للذكاء الاصطناعي، وبنية وحدات معالجة الرسومات (GPU) التحتية، وأصول الطاقة، وعقود العملاء، والمخاطر التي تشكّل نماذج أعمالهما.

CoreWeave وIREN شركتان تسلكان مسارات نمو مختلفة في سوق البنية التحتية للحوسبة السحابية للذكاء الاصطناعي. تقدم CoreWeave خدمات الحوسبة السحابية للذكاء الاصطناعي بشكل رئيسي من خلال مجموعات GPU عالية الأداء، بينما تعمل IREN على توسيع أعمالها في خدمات الذكاء الاصطناعي السحابية بالاستناد إلى تعدين Bitcoin وموارد الطاقة وعمليات مراكز البيانات. تستفيد كلتا الشركتين من الطلب المتزايد على حوسبة الذكاء الاصطناعي، لكن تختلف قواعد مواردهما ونضج أعمالهما وهياكل إيراداتهما.

مع ارتفاع الطلب على تدريب نماذج الذكاء الاصطناعي والاستدلال، تتوسع المنافسة في سوق الحوسبة لتتجاوز شراء وحدات GPU وتشمل إنشاء مراكز البيانات وإمدادات الطاقة والشبكات عالية السرعة والشراكات طويلة الأجل مع العملاء. بالنسبة إلى مزودي خدمات الذكاء الاصطناعي السحابية، تظل القدرة على نشر مجموعات GPU بسرعة مهمة، لكن القدرة على تقديم خدمات الحوسبة باستمرارية وضبط تكاليف التمويل وتحسين استخدام المعدات لا تقل أهمية لاستدامة نماذج أعمالهم.

تساعد مقارنة CoreWeave وIREN في توضيح مسارين لتطوير البنية التحتية للذكاء الاصطناعي: أحدهما يبني أعماله حول قدرات الحوسبة السحابية، والآخر يستفيد من موارد الطاقة ومراكز البيانات القائمة للتوسع في الحوسبة السحابية. تحلل هذه المقالة موقفيهما المختلفين في سوق Neocloud استنادًا إلى خلفيتيهما ونماذج خدمات GPU السحابية ومصادر الإيرادات ومزايا البنية التحتية والمخاطر المالية.

أهم النقاط

  • تشارك كل من CoreWeave وIREN في سوق البنية التحتية لحوسبة الذكاء الاصطناعي، لكن مساري تطورهما مختلفان: أنشأت CoreWeave أعمالًا تتمحور حول خدمات GPU السحابية، بينما تتوسع IREN في خدمات الذكاء الاصطناعي السحابية انطلاقًا من تعدين Bitcoin والبنية التحتية للطاقة.

  • ينصب تركيز CoreWeave التنافسي على نشر مجموعات GPU ومنصات البرمجيات السحابية وخدمة العملاء ودعم أعباء عمل الذكاء الاصطناعي واسعة النطاق. أما موارد IREN المميزة فتأتي بشكل أساسي من قدرة الطاقة وتطوير مراكز البيانات وعمليات البنية التحتية.

  • تحتاج كلتا الشركتين إلى استثمار رأس مال كبير لبناء قدرات حوسبة الذكاء الاصطناعي، لكنهما تختلفان في الأصول التاريخية وهياكل الإيرادات ومراحل تحول الأعمال.

  • يمكن لعقود العملاء طويلة الأجل أن تحسن وضوح الإيرادات، لكن القيمة الإجمالية للعقود لا تساوي الإيرادات المحققة ولا يمكن أن تمثل الأرباح مباشرة.

  • عند مقارنة الشركتين، ينبغي للمستثمرين النظر إلى ما هو أبعد من أعداد وحدات GPU وحجم مراكز البيانات، مع مراعاة القدرة التشغيلية واستخدام GPU والنفقات الرأسمالية وتكاليف التمويل والتدفق النقدي.

كيف تختلف CoreWeave وIREN في مسارات تطورهما؟

تمتلك كل من CoreWeave وIREN خلفيات مرتبطة بحوسبة العملات الرقمية، لكنهما دخلتا سوق الحوسبة السحابية للذكاء الاصطناعي بطرق مختلفة.

تأسست CoreWeave في عام 2017، وشاركت في البداية في أعمال تعدين العملات الرقمية وموارد حوسبة GPU قبل أن تحول تركيزها تدريجيًا إلى الذكاء الاصطناعي والحوسبة عالية الأداء. وكان مفتاح تحولها هو تطوير موارد GPU إلى خدمة حوسبة سحابية متكاملة تشمل مجموعات الحوسبة والشبكات عالية السرعة وتخزين البيانات وجدولة الموارد ومنصات إدارة العملاء.

ونتيجة لذلك، لا يقتصر تركيز أعمال CoreWeave على بناء مراكز البيانات، بل توفر أيضًا لعملاء الذكاء الاصطناعي بيئات حوسبة يمكنهم استخدامها مباشرة. ويتعين على الشركة إدارة أداء مجموعات GPU الخاصة بها واستقرارها واستخدام مواردها، مع دعم أنواع مختلفة من أعباء عمل الذكاء الاصطناعي عبر البرمجيات السحابية والخدمات المرتبطة بها.

في المقابل، بدأت IREN بتركيز أقوى على البنية التحتية لتعدين Bitcoin. وقد شغلت الشركة مواقع تعدين واسعة النطاق لسنوات، واكتسبت خبرة في شراء الطاقة وتطوير مراكز البيانات وتشغيل معدات الحوسبة. ومع زيادة الطلب على حوسبة الذكاء الاصطناعي، بدأت IREN باستخدام بعض موارد بنيتها التحتية لخدمات GPU السحابية وتوسيع إمدادات موارد الحوسبة للشركات العاملة في الذكاء الاصطناعي.

يعني هذا الاختلاف أن CoreWeave أقرب إلى مزود خدمات سحابية للذكاء الاصطناعي على نطاق واسع، بينما تحول IREN موارد الطاقة ومراكز البيانات الحالية لديها إلى قدرات لخدمات الذكاء الاصطناعي السحابية. ومع ذلك، تقدم IREN أيضًا الحوسبة السحابية عبر GPU بشكل مباشر، ولذلك لا يمكن تصنيفها ببساطة كشركة بنية تحتية تؤجر مساحة مراكز البيانات فقط.

ما نموذج أعمال خدمات الذكاء الاصطناعي السحابية لدى CoreWeave؟

يقوم نموذج أعمال CoreWeave على مجموعات GPU عالية الأداء ومنصة لخدمات الذكاء الاصطناعي السحابية. وتوفر الشركة خدمات تدريب النماذج والاستدلال وغيرها من خدمات الحوسبة عالية الأداء من خلال نشر وحدات GPU من NVIDIA وبناء وصلات ربط عالية السرعة وأنظمة تخزين داعمة.

تأتي إيراداتها بشكل رئيسي من استخدام العملاء لموارد حوسبة GPU والخدمات السحابية ذات الصلة. ويستخدم بعض العملاء عقودًا طويلة الأجل تحدد مسبقًا موارد الحوسبة وفترات الخدمة وشروط التسليم. وقد يختار عملاء آخرون تكوينات حوسبة مختلفة بناءً على احتياجات أعمالهم المحددة.

لا تأتي قيمة CoreWeave من أجهزة GPU نفسها فحسب، بل أيضًا من البرمجيات وأنظمة التشغيل المبنية حول تلك الأجهزة. فعلى سبيل المثال، قد تتطلب مهمة تدريب للذكاء الاصطناعي تشغيل آلاف وحدات GPU في وقت واحد. وإذا كانت جدولة المجموعة غير فعالة أو أصبحت اتصالات الشبكة عنق زجاجة، فقد لا يحقق العملاء كفاءة التدريب المتوقعة حتى لو كان لديهم عدد كافٍ من وحدات GPU.

لذلك، تحتاج CoreWeave إلى مواصلة الاستثمار في جدولة الموارد وتحسين الشبكات والتخزين ومراقبة الأنظمة. ومع توسع عملاء الذكاء الاصطناعي من التدريب إلى الاستدلال، يجب أن تدعم المنصة السحابية أيضًا مهام حوسبة ذات أحجام ودورات تشغيل مختلفة.

يتسم هذا النموذج بخصائص معينة للمنصات، لكنه يعتمد أيضًا بدرجة كبيرة على الاستثمار الرأسمالي. ويتعين على الشركة تحمل تكاليف شراء وحدات GPU ونشر مراكز البيانات والتمويل المرتبط بها قبل تحقيق إيرادات العملاء بالكامل.

اعتبارًا من نهاية الربع الثاني من عام 2026، أبلغت CoreWeave عن إيرادات متعاقد عليها مستقبلية بقيمة تقارب $104 مليار، مما يعكس الإيرادات المستقبلية المرتبطة بالعقود الموقعة. ومع ذلك، تظل هذه الإيرادات مشروطة بعوامل مثل تنفيذ العقود وتوافر الخدمات، ولا يمكن التعامل معها مباشرة بوصفها إيرادات تشغيلية محققة.

كيف تتحول IREN من تعدين Bitcoin إلى الحوسبة السحابية عبر GPU؟

تستند أعمال IREN في الحوسبة السحابية للذكاء الاصطناعي إلى بنيتها التحتية الحالية لتعدين Bitcoin. واعتمد نموذج أعمالها المبكر بشكل رئيسي على استخدام أجهزة تعدين ASIC للمشاركة في الحوسبة على شبكة Bitcoin وتحقيق إيرادات من مكافآت الكتل ورسوم المعاملات.

ومع زيادة الطلب على حوسبة الذكاء الاصطناعي، بدأت IREN بإعادة تخصيص بعض موارد مراكز البيانات لديها وتوسيع أعمالها من تعدين Bitcoin إلى خدمات GPU السحابية. وعلى خلاف شركات التعدين التقليدية، يتطلب ذلك من IREN إدارة ليس فقط مرافق الطاقة ومراكز البيانات، بل أيضًا شراء وحدات GPU وإنشاء شبكات عالية السرعة وتقديم خدمات الحوسبة لعملاء الذكاء الاصطناعي.

تأتي مزايا التحول الرئيسية لدى IREN من مواردها الحالية للطاقة وتطوير مراكز البيانات. وبالنسبة إلى الشركات التي تحتاج إلى نشر وحدات GPU على نطاق واسع، قد يصبح الوصول إلى الطاقة والجداول الزمنية لإنشاء مراكز البيانات من معوقات التوسع. وإذا كانت المواقع القائمة تستوفي متطلبات البنية التحتية للذكاء الاصطناعي، فقد تساعد في تقصير الجدول الزمني لإنشاء بعض المشاريع.

لكن لا يمكن تحويل مواقع التعدين مباشرة إلى مراكز بيانات ناضجة للذكاء الاصطناعي. فلا يمكن لأجهزة تعدين ASIC أن تحل محل وحدات GPU للذكاء الاصطناعي، وقد تتطلب أنظمة التبريد الحالية وهندسات الشبكات ومرافق الطاقة ترقيات واسعة أيضًا. ولذلك، ينطوي تحول IREN على استثمار في معدات جديدة وترقيات للبنية التحتية وتطوير قدرات تشغيل الخدمات السحابية.

تُظهر البيانات المالية أن أعمال IREN في الذكاء الاصطناعي بدأت في المساهمة بالإيرادات، لكنها لم تحل محل أعمال تعدين Bitcoin بالكامل في السنة المالية 2026. وأفادت الشركة بإيرادات تقارب $128.8 مليون من خدمات الذكاء الاصطناعي السحابية وإيرادات تقارب $578.2 مليون من تعدين Bitcoin في السنة المالية 2026، مما يعكس أنها لا تزال في مرحلة تحول هيكل أعمالها.

ما الاختلافات الرئيسية بين نماذج أعمال CoreWeave وIREN؟

تقدم كلتا الشركتين قدرة حوسبة للذكاء الاصطناعي، لكنهما تختلفان بصورة كبيرة في مراحل التطور وقواعد الموارد والأولويات التشغيلية.

ما الاختلافات الرئيسية بين نماذج أعمال CoreWeave وIREN؟

من المهم الإشارة إلى أن الاختلافات الموضحة في الصورة تعكس مراحل تطور الشركتين حتى أكتوبر 2026، وليست نماذج أعمال ثابتة بشكل دائم. ومع توسع IREN في خدمات الذكاء الاصطناعي السحابية، قد تنافس CoreWeave بصورة مباشرة أكثر تدريجيًا.

من منظور سلسلة الصناعة، يركز تطور CoreWeave بصورة أكبر على تقديم منصات الحوسبة السحابية على نطاق واسع، بينما يركز تحول IREN بصورة أكبر على تحويل موارد الطاقة ومراكز البيانات القائمة إلى قدرة حوسبة للذكاء الاصطناعي قابلة للبيع.

وفي النهاية، تحتاج كلتا الشركتين إلى حل المشكلة نفسها: كيفية الاستمرار في توليد طلب كافٍ من العملاء مع توسع الاستثمار في وحدات GPU ومراكز البيانات، وكيفية تحويل الإيرادات المتعاقد عليها إلى تدفق نقدي تشغيلي.

لماذا تعد موارد الطاقة أكثر أهمية لـ IREN، بينما تعد قدرات المنصة السحابية أكثر أهمية لـ CoreWeave؟

تنطوي المنافسة في البنية التحتية لحوسبة الذكاء الاصطناعي عمومًا على مجالين رئيسيين: قدرة الشركة على الحصول على طاقة وقدرة كافية لمراكز البيانات، وقدرتها على تحويل تلك البنية التحتية إلى خدمات GPU سحابية مستقرة وفعالة.

بالنسبة إلى IREN، تشكل موارد الطاقة نقطة انطلاق مهمة لتحولها. فقد أنشأت الشركة في الأصل مراكز بيانات حول تعدين Bitcoin، ولذلك اكتسبت خبرة في تطوير المواقع ومرافق الطاقة وتشغيل معدات الحوسبة. ومع تزايد متطلبات الطاقة لمراكز بيانات الذكاء الاصطناعي، قد تساعد هذه الموارد الشركة على دخول سوق جديدة.

لكن قدرة الطاقة وحدها لا يمكن أن تولد إيرادات خدمات الذكاء الاصطناعي السحابية مباشرة. ولا يمكن تحويل هذه القدرة إلى خدمات حوسبة فعلية إلا بعد استكمال ترقيات مراكز البيانات ونشر وحدات GPU وربط الشبكات وتسليم الخدمات للعملاء. ولذلك، عند تقييم IREN، من الضروري التمييز بين موارد الطاقة المخطط لها ومراكز البيانات المكتملة ومجموعات GPU العاملة فعليًا.

تعتمد CoreWeave بدرجة أكبر على قدرات منصة سحابية متكاملة. فلا يحتاج عملاؤها إلى وحدات GPU فقط، بل يحتاجون أيضًا إلى شبكات مستقرة وتخزين بيانات وجدولة للمجموعات وبيئات برمجية. وبالنسبة إلى تدريب نماذج الذكاء الاصطناعي واسعة النطاق، يمكن أن يؤثر عنق الأداء في أي جزء من المجموعة في كفاءة الحوسبة الإجمالية.

وتتطلب CoreWeave أيضًا قدرة كبيرة من الطاقة ومراكز البيانات. ففي الربع الثاني من عام 2026، أبلغت الشركة عن قدرة طاقة نشطة تقارب 1.5 GW وقدرة طاقة متعاقد عليها تقارب 3.7 GW، مما يشير إلى أن توسعها يعتمد أيضًا على موارد الطاقة والبنية التحتية.

لذلك، لا تركز الشركتان ببساطة وبشكل حصري على الطاقة أو البرمجيات السحابية. بل راكمتا مواردهما بترتيب مختلف. تتوسع IREN من الطاقة ومراكز البيانات إلى خدمات GPU السحابية، بينما تواصل CoreWeave توسيع بنيتها التحتية استنادًا إلى أعمال قائمة لمنصة ذكاء اصطناعي سحابية.

كيف تؤثر عقود حوسبة الذكاء الاصطناعي طويلة الأجل في نماذج إيرادات الشركتين؟

تعد عقود الحوسبة طويلة الأجل أحد نماذج الأعمال المهمة لشركات Neocloud. وبالمقارنة مع الإيجارات قصيرة الأجل حسب الطلب، توفر العقود متعددة السنوات عمومًا تخطيطًا أوضح للطلب لمزودي الخدمات، مما يتيح لهم التخطيط لشراء وحدات GPU وإنشاء مراكز البيانات استنادًا إلى التزامات العملاء.

بالنسبة إلى CoreWeave، توفر عقود العملاء طويلة الأجل أساسًا مهمًا للاستثمار واسع النطاق في البنية التحتية لوحدات GPU. ويمكن للشركة نشر موارد الحوسبة وفقًا لشروط العقود والاعتراف بالإيرادات مع استمرارها في تقديم الخدمات. وتعكس إيراداتها المتعاقد عليها مستقبلًا الحجم المحتمل للإيرادات التعاقدية المستقبلية، لكنها لا تساوي النقد المستلم بالفعل ولا تعني أن جميع الإيرادات خالية من مخاطر التنفيذ.

أما بالنسبة إلى IREN، فللعقود طويلة الأجل أهمية أخرى، إذ تساعد الشركة على التحول تدريجيًا من نموذج إيرادات يعتمد على أسعار Bitcoin وصعوبة التعدين إلى إيرادات خدمات قائمة على طلب عملاء الذكاء الاصطناعي على الحوسبة. وبالمقارنة مع إيرادات التعدين، قد تحسن العقود طويلة الأجل قابلية التنبؤ ببعض الإيرادات المستقبلية.

في أغسطس 2026، كشفت IREN أن إيراداتها السنوية المتكررة المتعاقد عليها للقدرة المقرر نشرها في عام 2026 بلغت نحو $4 مليار، بينما بلغت الإيرادات السنوية المقابلة لأعمالها التشغيلية في ذلك الوقت نحو $1 مليار. ويعكس الفارق الكبير بين هذين الرقمين بشكل رئيسي قدرة حوسبة تم التعاقد عليها لكنها لم تدخل الخدمة بالكامل بعد.

ينبغي التمييز هنا بين ثلاثة مفاهيم: القيمة الإجمالية للعقد، ومقاييس الإيرادات السنوية، والإيرادات التشغيلية الفعلية المدرجة في البيانات المالية.

تغطي القيمة الإجمالية للعقد عمومًا فترة الخدمة بأكملها. ويقدر مقياس الإيرادات السنوية مستوى الإيرادات السنوية استنادًا إلى حجم الأعمال في نقطة زمنية محددة. أما الإيرادات التشغيلية الفعلية، فيجب الاعتراف بها عند تقديم الخدمات وفقًا للقواعد المحاسبية.

لذلك، لا يمكن مقارنة إيرادات CoreWeave المتعاقد عليها مستقبلًا مباشرة من حيث الحجم مع الإيرادات السنوية المتكررة المتعاقد عليها لدى IREN. إذ يستخدم المقياسان تعريفات قياس مختلفة ولا ينقلان المعلومات التجارية نفسها تمامًا.

كيف تقارن CoreWeave وIREN من حيث حجم الإيرادات والربحية؟

تعكس البيانات المالية بصورة أوضح مراحل التطور المختلفة للشركتين. فقد أنشأت CoreWeave بالفعل إيرادات من خدمات الذكاء الاصطناعي السحابية على نطاق كبير. ووفقًا للنتائج المالية للشركة للربع الثاني من عام 2026، بلغت الإيرادات التشغيلية الفصلية نحو $2.53 مليار، أي أكثر من ضعف الفترة المقابلة من العام السابق، مما يشير إلى أن أعمالها في خدمات الذكاء الاصطناعي السحابية تتوسع بسرعة. ولا تزال إيرادات IREN من خدمات الذكاء الاصطناعي السحابية في مرحلة مبكرة من التوسع. ففي السنة المالية 2026، بلغت إيرادات خدمات الذكاء الاصطناعي السحابية $128.8 مليون، بزيادة كبيرة من $16.4 مليون في السنة المالية السابقة. ومع ذلك، بلغت إيرادات تعدين Bitcoin $578.2 مليون خلال الفترة نفسها.

لا يتحول نمو الإيرادات بالضرورة إلى نمو مماثل في الأرباح. إذ يتعين على شركات Neocloud تحمل استهلاك وحدات GPU وتكاليف إنشاء مراكز البيانات وفوائد التمويل والمصروفات التشغيلية. ونتيجة لذلك، قد تواصل تسجيل خسائر صافية حتى عندما تنمو الإيرادات التشغيلية بسرعة.

وتبرز البيانات المالية لشركة IREN للسنة المالية 2026 بصورة خاصة تكلفة تحول أعمالها. فقد أبلغت الشركة عن رسوم انخفاض قيمة الأصول بقيمة تقارب $638.8 مليون خلال العام، وكانت مرتبطة بشكل رئيسي بإخراج بعض أجهزة تعدين Bitcoin من الخدمة وتحويل المواقع المرتبطة بها إلى خدمات الذكاء الاصطناعي السحابية.

يوضح ذلك أن تحول شركة تعدين لا يقتصر على إضافة مصدر إيرادات جديد، بل قد يتطلب أيضًا إخراج أصول قائمة من الخدمة وإعادة تقييم قيمتها المالية. ولذلك، يتطلب تقييم استدامة نماذج أعمال الشركتين مراعاة نمو الإيرادات واستهلاك المعدات وانخفاض قيمة الأصول والنفقات الرأسمالية والتدفق النقدي، بدلًا من الاعتماد فقط على حجم الإيرادات أو قيمة العقود.

ما المخاطر المختلفة للنفقات الرأسمالية والتمويل التي تواجهها CoreWeave وIREN؟

الحوسبة السحابية للذكاء الاصطناعي نشاط كثيف رأس المال. إذ تحتاج الشركات عمومًا إلى إتمام شراء وحدات GPU وإنشاء مراكز البيانات ونشر الشبكات وتركيب المعدات المرتبطة بها قبل تلقي جميع إيرادات الخدمات. ولذلك، تؤثر قدرات التمويل مباشرة في وتيرة التوسع.

بالنسبة إلى CoreWeave، يأتي ضغط رأس المال بشكل رئيسي من توسيع مجموعات GPU واسعة النطاق. وتحتاج الشركة إلى مواصلة شراء معدات حوسبة من الجيل التالي ودعم الإنشاء من خلال الديون والأسهم وأساليب التمويل الأخرى. وفي الربع الثاني من عام 2026، أبلغت CoreWeave عن صافي مصروفات فوائد بقيمة تقارب $640 مليون وخسارة صافية تقارب $626 مليون، مما يشير إلى أن تكاليف التمويل كان لها تأثير كبير في أدائها المالي.

أما بالنسبة إلى IREN، فلا تشمل النفقات الرأسمالية وحدات GPU وإنشاء مراكز البيانات فقط، بل تشمل أيضًا تكاليف ترقية البنية التحتية أثناء انتقالها من تعدين Bitcoin إلى خدمات الذكاء الاصطناعي السحابية. وقد تجمع ترتيبات التمويل لديها بين تمويل معدات GPU والدفعات المقدمة من العملاء ومصادر رأس المال الأخرى لدعم تنفيذ المشاريع الجديدة.

ولا تتطابق المخاطر التي تواجه الشركتين. تحتاج CoreWeave إلى إدارة ضغوط الديون واستبدال المعدات المرتبطة بالتوسع المستمر في نطاق أعمال كبير بالفعل. بينما تحتاج IREN إلى إثبات أن قدرة الحوسبة التي أنشأتها حديثًا يمكن تسليمها وفقًا للخطة وأن عقودها الموقعة يمكن تحويلها إلى إيرادات فعلية.

ومع ذلك، لا يعني هذا أنه يمكن الحكم ببساطة بأن نموذج تمويل إحدى الشركتين أكثر أمانًا من الأخرى. إذ يجب تحليل تكاليف الديون والجودة الائتمانية للعملاء وشروط العقود واستهلاك المعدات وعوائد المشاريع إلى جانب البيانات المالية المحددة.

كيف يمكن تقييم استدامة أعمال الحوسبة السحابية للذكاء الاصطناعي لدى CoreWeave وIREN؟

عند مقارنة الشركتين، ينبغي أن يكون الاعتبار الأول هو قدرة حوسبة GPU التشغيلية، وليس فقط عدد الأجهزة المخطط لنشرها. ولا يمكن لموارد الحوسبة توليد إيرادات خدمات مستقرة إلا بعد اكتمال إنشاء مراكز البيانات وتركيب وحدات GPU واختبار الشبكات وتسليم الخدمات للعملاء.

  • ينبغي مراقبة العلاقة بين الإيرادات التشغيلية الفعلية والتزامات العقود المستقبلية. يمكن أن تعكس إيرادات CoreWeave المتعاقد عليها مستقبلًا والإيرادات السنوية المتكررة المتعاقد عليها لدى IREN طلب العملاء، لكنهما يُحتسبان بطرق مختلفة، ولا يمكن لأي منهما أن يحل محل الإيرادات المحققة المدرجة في البيانات المالية.

  • ينبغي مراقبة استهلاك المعدات ودورات الاستبدال. تستمر تقنية GPU في التطور، وقد تحسن الأجهزة الجديدة كفاءة الحوسبة لكل وحدة، لكنها قد تؤثر أيضًا في القدرة التنافسية لتأجير المعدات الأقدم. وتحتاج الشركات إلى الحفاظ على استخدام كافٍ طوال العمر الاقتصادي لمعداتها لتغطية تكاليف الشراء والتمويل والتشغيل.

  • ينبغي فحص العلاقة بين التدفق النقدي التشغيلي والنفقات الرأسمالية. فقد تستمر شركات Neocloud سريعة النمو في الحاجة إلى تمويل خارجي كبير حتى مع نمو إيراداتها المُبلغ عنها. لذلك، لا تعني زيادة الإيرادات بالضرورة أن الشركة حققت التمويل الذاتي.

  • ينبغي تقييم تركّز العملاء ومخاطر تنفيذ العقود. يمكن للعقود طويلة الأجل أن تحسن وضوح الإيرادات، لكن قد تواجه الشركات ضغوطًا تشغيلية إذا كان تركّز العملاء مرتفعًا جدًا أو إذا لم يتم تسليم البنية التحتية المرتبطة بعقد ما في الوقت المحدد.

من هذا المنظور، لا تقتصر مقارنة CoreWeave وIREN على تحديد أي الشركتين لديها عدد أكبر من وحدات GPU. بل تتعلق بفهم كيفية تحويل مساري التطور للاستثمار في البنية التحتية إلى إيرادات مستدامة من خدمات الذكاء الاصطناعي السحابية.

كيف يمكنك تداول CoreWeave (CRWV) وIREN (IREN) عبر تداول الأسهم على Gate؟

مع تحول البنية التحتية لحوسبة الذكاء الاصطناعي إلى موضوع استثماري مهم في سوق الأسهم الأمريكية، جذبت CoreWeave (NASDAQ: CRWV) وIREN (NASDAQ: IREN) أيضًا اهتمامًا متزايدًا من المستثمرين. وتمثل الشركتان، على التوالي، نموذج Neocloud المتمحور حول منصات GPU السحابية ومسار التحول من تعدين Bitcoin إلى خدمات الذكاء الاصطناعي السحابية. وإلى جانب متابعة نمو الطلب على حوسبة الذكاء الاصطناعي، ينبغي للمستثمرين مراعاة البيانات المالية للشركات وعقود العملاء طويلة الأجل والنفقات الرأسمالية وتكاليف التمويل عند تقييم الأداء التشغيلي لنماذج الأعمال المختلفة.

أطلقت Gate خدمات لتداول الأسهم تتيح للمستخدمين المشاركة في أسواق الأسهم الأمريكية وصناديق ETF باستخدام USDT. ويمكن للمستخدمين الدخول إلى صفحة تداول الأسهم على Gate، والبحث عن CRWV أو IREN، وعرض معلومات السوق ذات الصلة، واختيار طريقة تداول متاحة وفقًا لموقع حسابهم وأهليتهم للتداول والدعم الفعلي الظاهر على الصفحة. وعلى خلاف منتجات الأسهم المرمزة، يوفر تداول الأسهم على Gate خدمات تداول في سوق الأوراق المالية عبر وسطاء شركاء. وتخضع ساعات التداول والرسوم وقواعد الأوامر المحددة لما هو معروض في صفحة المنصة.

الخلاصة

تعد كل من CoreWeave وIREN من المشاركين المهمين في سوق البنية التحتية لحوسبة الذكاء الاصطناعي، لكنهما تختلفان بشكل كبير في مسارات التطور ونضج الأعمال.

أنشأت CoreWeave أعمالًا تتمحور حول خدمات GPU السحابية. وتأتي نقاط قوتها التنافسية بشكل رئيسي من مجموعات الحوسبة واسعة النطاق ومنصات البرمجيات السحابية وقدرات تسليم الخدمات للعملاء. في المقابل، توسع IREN أعمالها في خدمات الذكاء الاصطناعي السحابية من خلال الاستفادة من موارد الطاقة والمواقع القائمة لديها من تعدين Bitcoin والبنية التحتية لمراكز البيانات. ولا تزال في مرحلة تحول هيكل الإيرادات.

تعتمد كلتا الشركتين على الطلب طويل الأجل من العملاء والاستثمار الرأسمالي المستمر، لكن أولوياتهما التشغيلية تختلف. إذ تحتاج CoreWeave إلى إدارة استثمارات GPU واسعة النطاق وتكاليف التمويل، بينما تحتاج IREN إلى تحويل موارد الطاقة ومراكز البيانات لديها إلى خدمات حوسبة للذكاء الاصطناعي قيد التشغيل مع إتمام تحول أعمالها.

تعكس هذه المقارنة أيضًا سمة أساسية لصناعة Neocloud: تحدد الطاقة ومراكز البيانات ما إذا كان من الممكن نشر قدرة الحوسبة، وتحدد وحدات GPU والبرمجيات السحابية ما إذا كان يمكن تقديم هذه القدرة، بينما تحدد إيرادات العملاء والتدفق النقدي في النهاية ما إذا كان نموذج الأعمال قابلًا للاستدامة.

وبالنسبة إلى قطاع العملات الرقمية، يُظهر تحول IREN أن بعض موارد البنية التحتية التي راكمتها شركات تعدين Bitcoin يمكن أن تمتد إلى سوق حوسبة الذكاء الاصطناعي. ومع ذلك، فإن الانتقال من تشغيل مواقع التعدين إلى منصة Neocloud ناضجة لا يزال يتطلب تطويرًا طويل الأجل للقدرات التقنية وموارد رأس المال وعلاقات العملاء.

الأسئلة الشائعة

ما أكبر فرق بين CoreWeave وIREN؟

أنشأت CoreWeave أعمالًا تتمحور حول خدمات الذكاء الاصطناعي السحابية عبر GPU، بينما تتحول IREN من تعدين Bitcoin وعمليات مراكز البيانات إلى خدمات الذكاء الاصطناعي السحابية.

هل CoreWeave شركة Neocloud؟

نعم. CoreWeave هي مزود خدمات سحابية يركز على الطلب على حوسبة الذكاء الاصطناعي. وتوفر مجموعات GPU والشبكات والتخزين وخدمات البرمجيات السحابية ذات الصلة.

هل IREN أيضًا شركة Neocloud؟

تطور IREN أعمالًا لخدمات GPU السحابية، ويمكن اعتبارها شركة تتحول من تعدين العملات الرقمية إلى خدمات Neocloud. ومع ذلك، ظلت إيراداتها في السنة المالية 2026 تتضمن أعمالًا كبيرة لتعدين Bitcoin.

هل تمتلك CoreWeave وIREN خلفيات في تعدين العملات الرقمية؟

لدى الشركتين روابط تاريخية بقطاع حوسبة العملات الرقمية، لكن نقاط انطلاقهما ومسارات تحولهما تختلف. شاركت CoreWeave في تعدين GPU في سنواتها الأولى، بينما شغلت IREN أعمال تعدين Bitcoin عبر ASIC لفترة طويلة.

لماذا تعد موارد الطاقة لدى IREN مهمة؟

تتطلب مراكز بيانات الذكاء الاصطناعي كميات كبيرة من الطاقة المستقرة. وقد تساعد موارد IREN الحالية للطاقة وتطوير مراكز البيانات في نشر مجموعات GPU، لكن يجب أن تظل المرافق ذات الصلة مستوفية لمتطلبات الطاقة والتبريد والشبكات الخاصة بحوسبة الذكاء الاصطناعي.

ما مصادر الإيرادات الرئيسية لـ CoreWeave؟

تحقق CoreWeave الإيرادات بشكل رئيسي من خلال تقديم الحوسبة السحابية عبر GPU والخدمات ذات الصلة. ويشمل عملاؤها شركات تطوير الذكاء الاصطناعي وشركات التكنولوجيا الكبرى ومؤسسات أخرى تحتاج إلى موارد حوسبة عالية الأداء.

المؤلف: Learn Team
إخلاء المسؤولية

* لا يُقصد من المعلومات أن تكون أو أن تشكل نصيحة مالية أو أي توصية أخرى من أي نوع تقدمها منصة Gate أو تصادق عليها .

* لا يجوز إعادة إنتاج هذه المقالة أو نقلها أو نسخها دون الرجوع إلى منصة Gate. المخالفة هي انتهاك لقانون حقوق الطبع والنشر وقد تخضع لإجراءات قانونية.

مشاركة

sign up guide logosign up guide logo
sign up guide content imgsign up guide content img
Sign Up

المقالات ذات الصلة

كيف تتيح Pharos تحويل الأصول الحقيقية (RWA) إلى على السلسلة؟ استعراض معمّق للمنهجية التي تستند إليها بنية RealFi التحتية لديها
متوسط

كيف تتيح Pharos تحويل الأصول الحقيقية (RWA) إلى على السلسلة؟ استعراض معمّق للمنهجية التي تستند إليها بنية RealFi التحتية لديها

تتيح Pharos (PROS) دمج الأصول الواقعية (RWA) على السلسلة عبر بنية طبقة أولى عالية الأداء وبنية تحتية محسّنة للسيناريوهات المالية. من خلال التنفيذ المتوازي، والتصميم المعياري، والوحدات المالية القابلة للتوسع، تلبي Pharos متطلبات إصدار الأصول، وتسوية التداولات، وتدفق رأس المال المؤسسي، مما يسهل ربط الأصول الحقيقية بالنظام المالي على السلسلة. في جوهرها، تبني Pharos بنية تحتية RealFi تربط الأصول التقليدية بالسيولة على السلسلة، لتوفر شبكة أساسية مستقرة وفعالة لسوق RWA.
2026-04-29 08:04:57
دور Render في AI: كيف يعزز معدل التجزئة اللامركزي الابتكار في الذكاء الاصطناعي
مبتدئ

دور Render في AI: كيف يعزز معدل التجزئة اللامركزي الابتكار في الذكاء الاصطناعي

على عكس المنصات التي تركز فقط على قوة التجزئة في مجال الـ AI، تبرز Render بفضل شبكتها المعتمدة على GPU وآلية التحقق من المهام ونموذج الحوافز القائم على رمز RENDER. يمنح هذا التكامل Render توافقًا ومرونة طبيعية في حالات استخدام AI المختارة، ولا سيما تلك المرتبطة بالحوسبة الرسومية.
2026-03-27 13:12:58
Render و io.net و Akash: مقارنة الفروقات الأساسية بين شبكات معدل التجزئة DePIN
مبتدئ

Render و io.net و Akash: مقارنة الفروقات الأساسية بين شبكات معدل التجزئة DePIN

تُعد Render وio.net وAkash أكثر من مجرد منافسين يقدمون حلولًا متشابهة؛ فهي تمثل ثلاثة مشاريع رائدة في قطاع قوة التجزئة DePIN، حيث يسلك كل مشروع منها مسارًا تقنيًا خاصًا: معالجة الرسومات باستخدام GPU، وتنظيم قوة التجزئة للذكاء الاصطناعي، والحوسبة السحابية اللامركزية. تركز Render على تنفيذ مهام معالجة الرسومات عالية الجودة عبر GPU، مع إعطاء أولوية للتحقق من النتائج وبناء منظومة قوية للمنشئين. أما io.net فتركز على تدريب نماذج الذكاء الاصطناعي وعمليات الاستدلال، وتكمن ميزتها الأساسية في تنظيم GPU على نطاق واسع وكفاءة التكلفة. بينما طورت Akash متجر سحابة لامركزي للأغراض العامة يوفّر موارد حوسبة منخفضة التكلفة عبر عملية تقديم عروض تنافسية.
2026-03-27 13:18:02
تحليل اقتصاديات رمز Pharos: الحوافز طويلة الأجل، نموذج الندرة، ومنطق القيمة في بنية RealFi التحتية
مبتدئ

تحليل اقتصاديات رمز Pharos: الحوافز طويلة الأجل، نموذج الندرة، ومنطق القيمة في بنية RealFi التحتية

تُصمم اقتصاديات رمز Pharos (PROS) لتحفيز المشاركة على المدى الطويل، وضمان ندرة العرض، وتحقيق قيمة بنية RealFi التحتية، بهدف ربط نمو الشبكة بقيمة الرمز بشكل مباشر. ويعمل PROS كرسم تداول ورمز تخزين، كما ينظم العرض عبر آلية إصدار تدريجي، ويعزز قيمة الرمز من خلال زيادة الطلب على استخدام الشبكة.
2026-04-29 08:00:16
ما هو TAO؟ استكشاف معمق لاقتصاديات رمز Bittensor، ونموذج العرض، وآليات الحوافز
مبتدئ

ما هو TAO؟ استكشاف معمق لاقتصاديات رمز Bittensor، ونموذج العرض، وآليات الحوافز

تُعد TAO الرمز الأصلي لشبكة Bittensor، حيث تلعب دورًا أساسيًا في توزيع الحوافز، وتعزيز أمان الشبكة، وجذب القيمة داخل منظومة الذكاء الاصطناعي اللامركزية. وبالاستفادة من آلية الإصدار التضخمي، ونظام التخزين، ونموذج حوافز الشبكات الفرعية، يتيح TAO نظامًا اقتصاديًا يركّز على المنافسة وتقييم نماذج الذكاء الاصطناعي.
2026-03-24 12:23:27
كيف يعمل Bittensor؟ توضيح بنية الشبكات الفرعية، المعدنين، وآلية توافق Yuma
مبتدئ

كيف يعمل Bittensor؟ توضيح بنية الشبكات الفرعية، المعدنين، وآلية توافق Yuma

تُعد Bittensor شبكة ذكاء اصطناعي لامركزية تتيح سوقاً مفتوحاً لتعلم الآلة عبر أدوار Subnet وMiner وValidator. وباعتماد آلية توافق Yuma، تُمكن من تقييم النماذج وتوزيع حوافز TAO. بخلاف منصات الذكاء الاصطناعي المركزية التقليدية، تحول Bittensor قدرات النماذج إلى أصول يمكن تخصيص قيمتها.
2026-03-24 12:25:01