عصر شرائح الذكاء الاصطناعي المخصصة: هل يمكن لشركة MRVL أن تصبح الشركة التالية بقيمة تريليون دولار في ظل التطور التعاوني بين ASIC و GPU؟

في 27 مايو 2026، أصدرت شركة Marvell Technology (MRVL) تقريرها المالي للربع الأول من السنة المالية 2027 — إيرادات الربع كانت 2.418 مليار دولار، بزيادة سنوية قدرها 28%، وارتفاع ربعي قدره 9%، متجاوزة قليلاً توقعات السوق البالغة 2.41 مليار دولار. لكن ما جعل السوق يشتعل فعلاً ليس هذا الأداء المتفوق، بل الحدث التالي: في 2 يونيو، أعلن الرئيس التنفيذي لشركة NVIDIA، Jensen Huang، خلال مؤتمر COMPUTEX 2026 في تايبيه، إلى جانب الرئيس التنفيذي لشركة Marvell، Matt Murphy، أمام الجمهور: "سيداتي سادتي، هذه هي الشركة التالية التي ستصل قيمتها السوقية إلى تريليون دولار."

هذه التصريحات أدت إلى قفزة في سعر سهم Marvell بأكثر من 30% خلال يوم واحد. وبنهاية إصدار التقرير، اقترب سعر سهم Marvell منذ بداية 2026 من الضعف، محققاً ارتفاعاً بنسبة 95% خلال العام.

وراء هذه التقلبات، يبرز سؤال أعمق حول الصناعة: هل أنشأت شركة ASIC المخصصة للذكاء الاصطناعي (AI) مساراً مستقلاً يتوازى مع مسار وحدات معالجة الرسوميات (GPU)؟ لماذا تتجه عمالقة التكنولوجيا (مثل Google TPU، Amazon Trainium، Meta MTIA) لابتكار شرائحها الخاصة بدلاً من الاعتماد على NVIDIA؟ وما هو الدور الذي تلعبه Marvell في هذا السياق — هل هي بديلة لـ GPU أم شريك متكامل؟

جوهر شرائح ASIC المخصصة للذكاء الاصطناعي: من العمومية إلى التخصص — تحول النموذج

لفهم لماذا تتجه عمالقة التكنولوجيا نحو تطوير شرائحها الخاصة، من الضروري أولاً توضيح مفهوم: الاختلاف الجوهري بين ASIC وGPU يكمن في التوازن بين العمومية والتخصص.

GPU (وحدة معالجة الرسوميات) هو نوع من شرائح الحوسبة العامة للذكاء الاصطناعي. يمكن لبطاقات NVIDIA GPU أن تؤدي بشكل ممتاز في مهام التدريب، والاستدلال، والرؤية، والصوت، وأنظمة التوصية، لكن ذلك يأتي مع استهلاك كبير للدارات الزائدة ومجموعة الأوامر العامة، مما يحد من كفاءتها في بعض السيناريوهات.

أما ASIC (الدائرة المتكاملة الخاصة بالتطبيق) فهي عبارة عن قطعة من العتاد مصممة خصيصاً لمهمة معينة في الذكاء الاصطناعي. على سبيل المثال، Google’s TPU (وحدة معالجة التنسور) تم تصميمها بشكل عميق لتسريع عمليات المصفوفات، ويمكنها أن تقدم أداءً أعلى بكثير من GPU لنفس استهلاك الطاقة — حيث يمكن أن يكون معدل الإنتاجية في العمليات المصفوفية عدة مرات أعلى.

وبالتفصيل،:

• ميزة الكفاءة: في مهام الاستدلال الخاصة، يمكن أن تصل كفاءة ASIC إلى 3-5 أضعاف أداء GPU لكل واط.
• تحسين التكاليف: في سيناريوهات النشر على نطاق واسع (مثل مراكز البيانات السحابية التي تتطلب ملايين الشرائح)، يكون إجمالي تكلفة الملكية (TCO) لشرائح ASIC أقل بكثير من شراء GPU تجارية.
• تكامل النظام: يمكن أن تتكامل شرائح ASIC المصممة داخلياً مع برمجيات السحابة، وهياكل الشبكات، وأنظمة التبريد، لتحقيق تحسين شامل من طرف إلى طرف.

هذه التحول في النموذج يستند إلى حقيقة أن عبء العمل في الذكاء الاصطناعي يتجه من التدريب المتنوع إلى الاستدلال على نطاق واسع. وعندما يقترب هيكل النموذج (مثل Transformer) من التثبيت، ويزداد حجم الاستدلال بشكل أسي، يصبح التخصيص العميق للأجهزة هو الاتجاه الطبيعي.

وفي هذا السياق، قال أحد المحللين بدقة: "Marvell ليست 'بديلة لـ NVIDIA'، بل تفتح مساراً ثانياً في سوق الذكاء الاصطناعي. شرائح ASIC المخصصة قد تكون من أكثر القطاعات نمواً خلال السنوات القادمة، رغم أنها غالباً ما تُغفل."

لماذا تتجه عمالقة التكنولوجيا لتطوير شرائحها الخاصة؟ منطق التكاليف والكفاءة وراء تقليل الاعتماد على NVIDIA

تسعى شركات مثل Microsoft و Amazon و Google و Meta، وهي أكبر لاعبي الحوسبة السحابية، إلى تسريع برامج تطوير شرائحها بشكل غير مسبوق، مما يعكس أحد أهم الاتجاهات طويلة الأمد في مجال شرائح الذكاء الاصطناعي.

• Google TPU (وحدة معالجة التنسور): وصلت إلى الجيل السابع، وتم تصميمها بمساعدة Broadcom، وتعد من أوائل وأكبر مشاريع الشرائح المخصصة في الصناعة. تتوقع شركة Counterpoint أن تسيطر Broadcom على حوالي 60% من سوق تصميم شرائح ASIC للحواسيب الخادمة للذكاء الاصطناعي بحلول 2027.

• Amazon Trainium / Inferentia: تم تصميمها بمساعدة Marvell، وتسرع الآن عمليات النشر. حيث تم نشر Trainium 3 بالكامل في بداية 2026.

• Microsoft Maia: أطلقت Microsoft في يناير 2026 الجيل الثاني من شرائح الذكاء الاصطناعي الخاصة بها، Maia 200، والتي تصنع باستخدام تقنية TSMC 3 نانومتر، وبدأت في نشرها في مراكز البيانات.

• Meta MTIA (مسرع التدريب والاستدلال من Meta): تم تصميمه بمساعدة Broadcom.

وتتكون سلسلة منطقية ثلاثية تدفع هذا الاتجاه:

| المستوى | المنطق الأساسي | الأدلة الرئيسية | | --- | --- | --- | | المستوى الأول: التكاليف | شراء GPU بكميات كبيرة يتطلب استثمار رأس مال مرتفع | إنفاق شركات السحابة الكبرى في 2026 يتراوح بين 660 و700 مليار دولار؛ ويمكن أن تقلل شرائح ASIC المخصصة من تكلفة كل مهمة استدلال إلى 30-50% من تكلفة GPU التجارية | | المستوى الثاني: الكفاءة | استهلاك الطاقة في مراكز البيانات يمثل عائقاً تشغيلياً | ASIC يمكن أن يوفر أداءً أعلى لنفس استهلاك الطاقة في الخزانة | | المستوى الثالث: الاستراتيجية | تقليل الاعتماد على مورد واحد | شركات الحوسبة السحابية تتجنب الاعتماد على NVIDIA بسبب قيود في خارطة الطريق وأسعار المنتجات |

وفي ظل هذا السياق، يُناقش بشكل واسع مفهوم "تحالف ضد NVIDIA". ويجب التأكيد على أن هذا ليس كياناً رسمياً، بل هو تصوير مجازي لاتجاه الشركات الكبرى نحو شرائح مخصصة. وفقاً لتوقعات Morgan Stanley وCounterpoint، من المتوقع أن ينمو سوق شرائح ASIC للذكاء الاصطناعي من حوالي 12 مليار دولار في 2024 إلى 30 مليار دولار في 2027، بمعدل نمو سنوي مركب قدره 34%.

وتتوقع Goldman Sachs بشكل أكثر تطرفاً أن تصل حصة ASIC في سوق شرائح الذكاء الاصطناعي إلى 40% في 2026، وتجاوز 45% في 2027، تقريباً بالتساوي مع GPU. وفي الوقت نفسه، من المتوقع أن ينمو شحنات خوادم ASIC بنسبة 44.6% على أساس سنوي في 2026، مقابل نمو 16.1% فقط في GPU التجارية.

موقع Marvell MRVL في المشهد: هل هو بديل أم شريك؟

في سياق سردية تقليل الاعتماد على NVIDIA، غالباً ما يُفهم دور Marvell على أنه بديل لـ NVIDIA. لكن الصورة الكاملة للسوق أعمق من مجرد تصنيف بسيط.

أولاً، يوجد توزيع واضح للمستويات في سوق شرائح ASIC المخصصة للذكاء الاصطناعي.

وفقاً لبيانات Counterpoint وغيرها، سوق خدمات تصميم شرائح ASIC المخصصة حالياً يتسم بتنافسية ثنائية:

• Broadcom (AVGO): تسيطر على حوالي 55-60% من السوق، وهي الرائدة عالمياً، وتربطها علاقات وثيقة مع Google و Meta و OpenAI وغيرها.
• Marvell (MRVL): تملك حوالي 13-15% من السوق، وتحتل المركز الثاني، مع عملاء رئيسيين مثل Amazon و Microsoft و Google.

معاً، تسيطر هاتان الشركتان على حوالي 95% من سوق تصميم شرائح ASIC المخصصة للذكاء الاصطناعي. ويُذكر أن السوق لا يزال في مرحلة نمو سريع، والجميع يشارك في حصص النمو، وهو حالياً أقرب إلى توسع مشترك أكثر من تنافس على الحصص الثابتة.

ثانياً، علاقة Marvell وNVIDIA ليست علاقة بديلة، بل علاقة تكاملية عميقة.

وقد شهدت هذه العلاقة تغيرات هيكلية في 2026. ففي مارس 2026، أعلنت NVIDIA عن استثمار استراتيجي بقيمة 2 مليار دولار في Marvell. وتركز التعاون بينهما على تقنية NVLink Fusion، حيث يتم دمج شرائح Marvell المخصصة وحلول الاتصال البصري ضمن منظومة NVIDIA للذكاء الاصطناعي ومصانع AI-RAN.

وفي يونيو 2026، خلال مؤتمر COMPUTEX، أكد Huang Huang على أهمية (مفاتيح التبديل لمراكز البيانات من Marvell) في معالجة أعباء العمل الخاصة بالذكاء الاصطناعي.

لماذا تستثمر NVIDIA في شركة تصنع شرائح مخصصة أيضاً؟ المنطق هو:

عندما يتوسع تجمع التدريب من آلاف إلى مئات الآلاف أو الملايين من وحدات المعالجة، يصبح الاتصال أكثر ندرة من الحوسبة نفسها. Huang Huang في COMPUTEX أكد أن أهمية أجهزة الاتصال الشبكي تساوي أهمية GPU نفسه، خاصة عندما يتم توزيع عمليات الذكاء الاصطناعي على كامل مركز البيانات. وتتمتع Marvell بتراكم تكنولوجي لا يُضاهى في مجالات الاتصال البصري عالي السرعة، وتبديل Ethernet، ومعالجات DSP بسرعة 1.6 تيرابت.

وبالتالي، يمكن تعريف دور Marvell كشريك تكاملي — فهي لا تهدف إلى استبدال GPU من NVIDIA، بل توفر خيارات شرائح مخصصة خارج منظومة NVIDIA، وتعمل أيضاً كمورد أساسي للبنية التحتية للاتصال داخل منظومة NVIDIA. هذا التوجه المزدوج يمنحها قيمة استراتيجية فريدة في كامل سلسلة بنية الذكاء الاصطناعي التحتية.

تحليل نتائج الربع الأول من FY2027 لشركة Marvell: التحقق من صحة المنطق

هل تحولت هذه الرؤى الصناعية إلى نتائج مالية قابلة للقياس؟ تقدم نتائج الربع الأول من Marvell دليلاً رئيسياً على ذلك.

البيانات المالية الأساسية

| المؤشر | القيمة | مقارنة/تغير ربعي | | --- | --- | --- | | إيرادات الربع الأول FY2027 | 2.418 مليار دولار | +28% سنوياً / +9% ربعيًا | | إيرادات قطاع البيانات المركزية | 1.833 مليار دولار | +27% سنوياً / تمثل 76% من الإجمالي | | متوسط توقعات إيرادات الربع الثاني FY2027 | 2.7 مليار دولار | يتضمن زيادة سنوية قدرها 35% تقريباً | | هدف الإيرادات للسنة المالية 2027 | حوالي 11.5 مليار دولار | بزيادة حوالي 40% سنوياً | | هدف الإيرادات للسنة المالية 2028 | حوالي 16.5 مليار دولار | بزيادة 44% عن 2027 | | الهدف طويل الأمد لشرائح ASIC المخصصة للذكاء الاصطناعي | الوصول إلى 10 مليار دولار بحلول 2029 | — |

المصدر: تقارير شركة Marvell وندوة FY2027 للربع الأول

مؤشرات مهمة للمراقبة

حقق قطاع البيانات المركزية في شركة Marvell إيرادات قياسية بلغت 1.833 مليار دولار في الربع الأول، بنسبة تمثل 76% من إجمالي الإيرادات، مما يدل على أن الشركة أكملت بشكل استراتيجي تحولها نحو مراكز البيانات المعتمدة على الذكاء الاصطناعي.

الأهم من ذلك، أن الإدارة رفعت توقعاتها المستقبلية: حيث زادت هدف الإيرادات للسنة المالية 2027 من حوالي 11 مليار دولار إلى 11.5 مليار دولار، ورفعت هدف 2028 من حوالي 15 مليار إلى 16.5 مليار دولار. ووفقاً لمحللي Morgan Stanley، بعد نتائج الربع، تم تعديل التوقعات طويلة الأمد، مع توقع نمو إيرادات البيانات المركزية بنسبة حوالي 50% في 2027، و55% في 2028.

ومن الأحداث المهمة التي لا ينبغي تجاهلها، أن شركة Marvell ستُدرج رسمياً في مؤشر S&P 500 في 22 يونيو 2026، بقيمة سوقية تقارب 254 مليار دولار، لتحل محل Pool Corp، مما يعكس أن الطلب على الذكاء الاصطناعي يدفع شركات أشباه الموصلات لدخول المؤشرات الرئيسية.

استحواذ Marvell على Celestial AI: من الحوسبة إلى الاتصال البصري — استراتيجية توسعية

عند تحليل قصة نمو Marvell، من المهم دراسة عملية استحواذ رئيسية: في ديسمبر 2025، أعلنت عن استحواذ بقيمة حوالي 6 مليارات دولار على شركة Celestial AI، المتخصصة في تكنولوجيا الاتصالات البصرية، وتم إتمام الصفقة رسمياً في فبراير 2026.

تركز شركة Celestial AI على الفوتونيات السيليكونية وتقنيات الاتصال البصري، بهدف معالجة مشكلة "جدار الذاكرة" (Memory Wall) المتزايدة في مراكز البيانات، حيث تصبح عملية نقل البيانات بين المعالجة والتخزين عنق زجاجة.

الهدف الاستراتيجي من هذا الاستحواذ هو: دمج خبرة Marvell في تصميم ASIC المخصص، وتكنولوجيا التبديل Ethernet، ومعالجات DSP بسرعة 1.6 تيرابت، مع قدرات Celestial AI في الاتصال البصري، لبناء قدرات تقنية تغطي كامل سلسلة نقل البيانات. وأشار محللو JPMorgan إلى أن Marvell أصبحت الشركة الوحيدة التي تغطي تصميم ASIC المخصص، ومعالجات DSP البصرية بسرعة 1.6 تيرابت، والفوتونيات السيليكونية (عبر Celestial AI)، وتبديل CXL — وهو مجموعة من التقنيات التي لا يوجد حالياً منافس واحد يمكن أن يكررها.

من ناحية الجدول الزمني للتجاري، تتوقع Marvell أن يبدأ المساهمة الأولية من Celestial AI في إيرادات FY2028، مع وصولها إلى معدل تشغيل سنوي بقيمة 500 مليون دولار في الربع الرابع.

تحليل مقارن: الفروق الهيكلية بين Marvell وNVIDIA وAMD

على مستوى سلسلة قيمة شرائح الذكاء الاصطناعي، تختلف نماذج أعمال Marvell وNVIDIA وAMD جوهرياً، وهو ما يحدد مسارات نموها ومنطق تقييمها. قبل المقارنة، من المهم التنويه أن مؤشرات التقييم تختلف بشكل كبير بين الشركات بناءً على هيكل أعمالها، حجمها، معدل النمو، وهوامش الربح. الأرقام التالية مجرد مرجع، ولا تشكل نصيحة استثمارية.

الاختلافات في النموذج التجاري

| البعد | NVIDIA (NVDA) | Marvell (MRVL) | AMD (AMD) | | --- | --- | --- | --- | | النموذج الأساسي | بيع GPU عامة ونظام كامل للذكاء الاصطناعي | ASIC مخصص + بنية تحتية للاتصال عالي السرعة | GPU عام + CPU + FPGA بتنوع في المنتجات | | شكل منتجات الذكاء الاصطناعي | شرائح/أنظمة جاهزة (HGX/DGX) | شرائح نصف مخصصة للمزودين السحابة وحلول الاتصال | سلسلة MI من GPU و APU | | علاقات العملاء | تغطية واسعة للعملاء النهائيين | ارتباط عميق مع كبار مزودي السحابة (أمازون/مايكروسوفت/جوجل) | شركات السيرفرات، مراكز الحوسبة الفائقة، بعض مزودي السحابة | | الحواجز الأساسية | بيئة CUDA والنظام المتكامل | القدرة على التخصيص، وتراكم تكنولوجيا الاتصال والبروتوكولات | التعددية في الهياكل، وتحديد القيمة مقابل السعر |

حجم النمو والإيقاع

| المؤشر | NVIDIA (FY2026، حتى يناير 2026) | Marvell (FY2026 كامل + توقعات FY2027) | AMD (السنة الكاملة 2025) | | --- | --- | --- | --- | | حجم الإيرادات السنوي | حوالي 130 مليار دولار | حوالي 8.2 مليار دولار في FY2026 / هدف 11.5 مليار في FY2027 | حوالي 250-280 مليار دولار | | أحدث إيرادات فصلية متعلقة بالذكاء الاصطناعي | أكثر من 35 مليار دولار في قطاع البيانات المركزية | 18.33 مليار دولار في الربع الواحد | حوالي 15-20 مليار دولار في الربع من سلسلة MI | | معدل النمو السنوي | بين 40-50% | حوالي 40% في هدف FY2027 | بين 20-30% |

المصدر: تقارير الشركات وبيانات السوق المفتوحة.

وجهة نظر المستثمرين: الاختلافات

أشار بنك JPMorgan عند مقارنة NVDA وMRVL إلى أن النمو المتوقع للأرباح طويلة الأمد لـ NVIDIA (51.7%) أعلى من Marvell (39.4%)، لكن تقييم Marvell أكثر مرونة، حيث أن سعر سهمها أكثر حساسية لطلبات العملاء وإضافتهم لعملاء جدد. هذا الاختلاف يعكس المرحلة الحالية من دورة حياة كل شركة: NVIDIA في مرحلة توسع ناضجة، بينما Marvell في مرحلة حاسمة من تحول ASIC المخصص من الكمية إلى الجودة.

بعد استحواذ Marvell على Celestial AI، وحصولها على استثمار استراتيجي من NVIDIA، ودخولها مؤشر S&P 500، رفعت المؤسسات المالية مثل Stifel هدف سعر Marvell إلى 321 دولار (مقابل 230 دولار سابقاً)، مع تصنيف "شراء".

مخاطر محتملة في مسار شرائح ASIC المخصصة

وسط التفاؤل السوقي، من المهم أخذ المخاطر التالية بعين الاعتبار:

تزايد المنافسة على الحصة السوقية

رغم أن Marvell تحتل المركز الثاني في سوق ASIC المخصص، فإن الشركة الرائدة Broadcom (AVGO) حصلت على طلبات رئيسية من Google TPU وMeta MTIA، مما يثير تساؤلات حول قدرتها على توسيع حصتها. تتوقع Counterpoint أن تنخفض حصة Marvell إلى حوالي 8% بحلول 2027.

مخاطر الاعتماد على عدد محدود من العملاء

تعتمد شرائح ASIC المخصصة بشكل كبير على عدد قليل من العملاء الكبار مثل Amazon وMicrosoft وGoogle. أي تغيير في خطط منتجاتهم أو انتقالهم لمورد آخر قد يؤثر بشكل كبير على أعمال Marvell. على الرغم من وجود أكثر من 20 شركة تتعاون معها في تصميم ASIC، إلا أن الإيرادات الرئيسية لا تزال مركزة.

استقرار هوامش الربح

هوامش الربح التشغيلي حالياً حوالي 15%، وهو يعكس طبيعة الشركة كمزود لخدمات التصميم. مع زيادة حجم الإنتاج، هل ستتحسن الهوامش بشكل مستدام؟ هذا سؤال يراقبه السوق.

تطورات NVIDIA المستمرة

نموذج GPU من NVIDIA يتطور بسرعة، وأي تحسينات في الأداء قد تؤخر قرارات تطوير شرائح مخصصة أخرى. المنافسة في سوق العتاد لا تزال في حالة ديناميكية.

المخاطر الجيوسياسية وسلسلة التوريد

تواجه صناعة أشباه الموصلات مخاطر جيوسياسية، بما في ذلك قيود التصدير، وإعادة تنظيم سلاسل التوريد، مما قد يؤثر على التوافر والتكاليف.

مخاطر التقييم

حيث أن إيرادات FY2026 كانت حوالي 8.2 مليار دولار، وقيمة السوق الحالية تقارب 2.5 تريليون دولار، فإن السوق قد قام بتسعير توقعات النمو لسنوات قادمة بشكل كبير. وأشارت تحليلات حديثة إلى أن سعر السوق الحالي قد يواجه ضغطاً، وأن أي تباطؤ في الطلب أو نتائج أقل من المتوقع قد يؤدي إلى تصحيح في التقييم.

الخلاصة

الأداء المتفوق في الربع الأول من FY2027 لشركة Marvell، مع تنبؤ Huang Huang بقيمة سوقية تريليونية، يسلط الضوء على أن مسار شرائح ASIC المخصصة للذكاء الاصطناعي يتجه من الهامش إلى المركز الرئيسي.

من منظور صناعي أوسع، فإن بنية البنية التحتية للحوسبة الذكية تتغير بشكل هيكلي — من هيكل أحادي يركز بشكل كامل على NVIDIA GPU، إلى بنية متعددة تتضمن تدريب GPU واستدلال ASIC وتكامل الاتصال.

ظهور شرائح مخصصة من Google TPU، وAmazon Trainium، وMicrosoft Maia، وMeta MTIA يعكس توجه الشركات الكبرى نحو تقليل الاعتماد على NVIDIA. لكن، تقليل الاعتماد لا يعني استبدال NVIDIA. بل، العلاقة بين Marvell وNVIDIA تكشف عن قاعدة أعمق: أن مفتاح النجاح في مراكز البيانات الذكية يتجه من الحوسبة إلى الاتصال. عندما يتجاوز حجم تجمعات الحوسبة مئات الآلاف من الوحدات، فإن ربط هذه الشرائح بكفاءة يصبح بنفس أهمية قدراتها الحسابية.

وفي هذا المشهد الجديد متعدد الأقطاب، تميز Marvell بفضل استراتيجيتها المزدوجة في تصميم ASIC المخصص والبنية التحتية للاتصال عالي السرعة، مما يبني لها حافة تنافسية فريدة. هذه ليست طريقاً لاستبدال GPU، بل مسار موازٍ، لا غنى عنه في سلسلة البنية التحتية الكاملة للذكاء الاصطناعي.

أما فيما يخص إمكانية تحقيق شركة بقيمة تريليون دولار، فسيكتب ذلك عبر سنوات الطلب، وحصص السوق، وتطورات التكنولوجيا. لكن، من المؤكد أن بوابة شرائح ASIC المخصصة قد فُتحت بالفعل.