#NVIDIAEarnings

NVDA: تدخل دورة البنية التحتية للذكاء الاصطناعي اختبارها التالي
عادةً ما تُناقش أرباح NVIDIA باعتبارها مسألة تتعلق بالإيرادات وربحية السهم. وأعتقد أن ذلك يغفل الصورة الأكبر.

القصة الأهم تجري خلف قائمة الدخل: ما حجم الأموال الإضافية التي تستعد أكبر شركات العالم لإنفاقها على بناء البنية التحتية للذكاء الاصطناعي؟

هذا هو السؤال الذي يمكن أن يحدد ما إذا كان النمو الاستثنائي لشركة NVIDIA سيستمر بالوتيرة نفسها.

لقد غيّرت الأرقام بالفعل حجم صناعة الذكاء الاصطناعي

حققت NVIDIA في الربع السابق إجمالي إيرادات بلغ 81.6 مليار دولار، بزيادة 85% على أساس سنوي. وبلغت إيرادات مراكز البيانات مستوى قياسياً عند 75.2 مليار دولار، بزيادة 92% عن الربع نفسه من العام السابق. كما توقعت NVIDIA إيرادات تبلغ نحو 91 مليار دولار للربع الثاني، مع الحفاظ على توقع هامش إجمالي غير متوافق مع مبادئ المحاسبة المقبولة عموماً عند نحو 75%.

فكروا في معنى ذلك.

لم يعد قطاع مراكز البيانات مجرد قطاع ناجح داخل NVIDIA. بل أصبح التعبير المالي عن التوسع العالمي في الذكاء الاصطناعي.

فكل مزود سحابة رئيسي يوسّع قدرات الذكاء الاصطناعي، وكل شركة ذكاء اصطناعي تدرب نماذج أكبر أو تشغّلها، وكل مؤسسة تزيد احتياجاتها الحاسوبية، يمكن أن ترفد دورة البنية التحتية هذه.

لكن النمو الاستثنائي يخلق تحدياً مهماً بالقدر نفسه:

كلما كبرت القاعدة، أصبح الحفاظ على تسارع النمو أكثر صعوبة.

وهنا يصبح تقرير الأرباح هذا مثيراً للاهتمام.

السؤال التالي ليس: «هل الطلب على الذكاء الاصطناعي قوي؟»

لا أحد يحتاج بجدية إلى تذكير آخر بأن الطلب على الذكاء الاصطناعي قوي.

السؤال الأفضل هو:

هل يخلق الطلب على الذكاء الاصطناعي احتياجات حاسوبية جديدة كافية للإبقاء على منحنى نمو NVIDIA مرتفعاً؟

هناك فرق كبير بين العملاء الذين يستبدلون الأجهزة القديمة والعملاء الذين يبنون قدرة استيعابية أكبر بكثير.

إذا كانت الشركات تكتفي بترقية الأنظمة القائمة، فلا يزال بإمكان NVIDIA تحقيق نشاط قوي.

أما إذا كانت الشركات تبني مصانع ذكاء اصطناعي جديدة بالكامل لأن التطبيقات الجديدة تتطلب قدرة حاسوبية أكبر بكثير، فإن السوق المحتملة تصبح أضخم بكثير.

هذا هو السيناريو الثاني الذي يريد المستثمرون رؤيته.

Blackwell مهمة — لكن Rubin هو الاختبار الأكبر

تمثل Blackwell الجيل الحالي من قصة البنية التحتية للذكاء الاصطناعي لدى NVIDIA.

أما Rubin فتمثل الجيل التالي.

لقد وضعت NVIDIA بالفعل Vera Rubin ضمن المرحلة التالية من الذكاء الاصطناعي، بما في ذلك الذكاء الاصطناعي الوكيلي وأعباء عمل الاستدلال. كما سلطت إفصاحاتها السابقة الضوء على قدرة Rubin المحتملة على خفض تكاليف رموز الاستدلال بشكل كبير مقارنةً بـ Blackwell.

وهذا مهم لأن اقتصاديات الذكاء الاصطناعي تتغير.

كان الإنفاق المبكر على الذكاء الاصطناعي مرتبطاً بدرجة كبيرة بتدريب نماذج تزداد قدرة.

أما الآن، فتتحرك الصناعة نحو الاستدلال والوكلاء والنشر في العالم الحقيقي.

إذا أصبحت هذه التطبيقات واسعة الاستخدام، فلن يتوقف الطلب الحاسوبي عند اكتمال تدريب النموذج. فكل استعلام ومهمة وإجراء لوكيل وسير عمل مؤسسي يمكن أن يخلق احتياجاً حاسوبياً جديداً.

وقد يحوّل ذلك البنية التحتية للذكاء الاصطناعي من طفرة بناء لمرة واحدة إلى نشاط أكثر استمرارية بكثير.

وهذا تحديداً هو نوع الطلب الذي تحتاجه NVIDIA.

لكن هناك سؤال خفي يتعلق باقتصاديات العملاء

هنا أصبح أكثر حذراً.

البنية التحتية للذكاء الاصطناعي مكلفة.

وتحتاج الشركات التي تبنيها إلى الاعتقاد بأن القيمة الاقتصادية التي سيولدها الذكاء الاصطناعي ستبرر في نهاية المطاف الإنفاق الهائل المطلوب على وحدات معالجة الرسومات والشبكات والذاكرة والطاقة ومراكز البيانات.

إذا حققت تطبيقات الذكاء الاصطناعي عوائد قوية، فسيكون لدى العملاء سبب لمواصلة زيادة ميزانيات البنية التحتية لديهم.

أما إذا فشل تحقيق الإيرادات في مواكبة الاستثمار، فقد يصبح الإنفاق أكثر انضباطاً في نهاية المطاف.

وهذا لا يعني اختفاء الذكاء الاصطناعي.

بل يعني أن السوق قد يبدأ في التمييز بين الإنفاق المفيد على الذكاء الاصطناعي والإنفاق المضاربي عليه.

وبالنسبة إلى NVIDIA، فإن هذا التمييز مهم للغاية.

قد تكون المنظومة أهم من الشريحة

هناك سبب آخر يجعلني أرى أن قصة NVIDIA أكبر من وحدات معالجة الرسومات، وهو المنظومة المحيطة بها.

تتنافس NVIDIA من خلال الحوسبة المعززة والشبكات والبرمجيات والبنية التحتية الكاملة للذكاء الاصطناعي، بدلاً من الاعتماد على شريحة واحدة فقط. وفي الوقت نفسه، تزداد المنافسة من AMD والمسرّعات المخصصة والرقائق التي تطورها شركات التكنولوجيا الكبرى داخلياً. ويركز التعليق السائد في السوق تحديداً على قدرة NVIDIA على الحفاظ على ميزتها التنافسية مع تطور صناعة الذكاء الاصطناعي.

وهذا يعني أن السؤال طويل الأجل ليس ببساطة:

«هل تستطيع NVIDIA صناعة أسرع شريحة؟»

بل هو:

«هل تستطيع NVIDIA أن تظل المنصة التي يرغب العملاء في بناء بنيتهم التحتية الكاملة للذكاء الاصطناعي حولها؟»

إذا بقيت الإجابة نعم، فقد تتمكن الشركة من المشاركة في أجيال متعددة من الإنفاق على الذكاء الاصطناعي.

ما سأصغي إليه في مكالمة الأرباح

سيكون رقم الإيرادات الرئيسي مهماً بوضوح.

لكنني سأصغي باهتمام إلى اللغة المستخدمة بشأن:

الإنفاق على البنية التحتية للذكاء الاصطناعي.

طلب مزودي الخدمات السحابية فائقة النطاق.

نمو الاستدلال.

تبني الذكاء الاصطناعي الوكيلي.

نشر Blackwell.

الطلب على Rubin وتوقيته.

قيود الإمدادات والذاكرة.

استدامة هامش الربح الإجمالي.

الضغط التنافسي.

يمكن لهذه التفاصيل أن تخبرنا ما إذا كانت NVIDIA تحقق ببساطة ربعاً آخر رائعاً، أو ما إذا كانت الإدارة ترى تسارعاً كبيراً آخر يلوح في الأفق.

خلاصتي

بالنسبة إليّ، لن تكون الإشارة الأكثر تفاؤلاً هي تجاوز NVIDIA توقعات الإيرادات ببضعة مليارات من الدولارات.

بل ستكون الدليل على أن العملاء يستعدون لبناء قدرة أكبر على الذكاء الاصطناعي بعد Blackwell، وليس مجرد إنهاء دورة الاستثمار الحالية.

وهذا يعني أن القصة أصبحت أكبر من جيل واحد من وحدات معالجة الرسومات.

ويعني أن Blackwell تمثل خطوة في سباق مستمر على البنية التحتية، بينما تفتح Rubin فصلاً آخر.

أما التفسير المتشائم فهو مختلف.

فإذا بدأت الإدارة تتحدث عن تباطؤ النشر، أو صعوبة اقتصاديات العملاء، أو قيود الإمدادات، أو الضغط التنافسي، أو الإنفاق الأكثر انضباطاً، فقد يبدأ السوق في التشكيك في حجم النمو الاستثنائي الذي يمكن أن تواصل NVIDIA تحقيقه.

لذلك أراقب أرباح الليلة باعتبارها اختباراً لشيء أكبر بكثير من NVIDIA.

أراقب ما إذا كانت دورة البنية التحتية للذكاء الاصطناعي لا تزال تتوسع بوتيرة أسرع من التوقعات.

لأن NVIDIA تستطيع بناء التكنولوجيا.

لكن السؤال الحقيقي هو ما إذا كان العالم لا يزال مستعداً — وقادراً على نحو متزايد — لبناء بنية تحتية كافية لاستخدامها.

هذه هي إشارة الطلب على الذكاء الاصطناعي التي تهمني أكثر من غيرها.

$NVDA ‌