#NVIDIAEarnings

أكدت أرباح NVIDIA للتو أمراً أكبر بكثير من تسجيل ربع قياسي آخر
لا تمثل أحدث نتائج NVIDIA مجرد تحديث إيجابي لشركة واحدة في قطاع أشباه الموصلات، بل أصبحت مؤشراً فورياً على مدى سرعة توسع اقتصاد البنية التحتية العالمية للذكاء الاصطناعي. بلغت الإيرادات 96.2 مليار دولار في الربع المالي الثاني من 2027، بزيادة 106% على أساس سنوي، بينما بلغت إيرادات مراكز البيانات 89 مليار دولار، بزيادة 117%. والأهم من ذلك أن NVIDIA تتوقع إيرادات تقارب 108 مليارات دولار في الربع المقبل. وتظهر هذه الأرقام أن الإنفاق على البنية التحتية للذكاء الاصطناعي لم يتباطأ بعد.

لكن السؤال الأكبر هو ما يحدث خارج NVIDIA.

يتطلب كل مصنع جديد للذكاء الاصطناعي أكثر بكثير من مجرد مسرّع. فخلف كل عملية نشر واسعة لوحدات GPU، توجد منظومة معقدة لأشباه الموصلات تشمل الذاكرة عالية النطاق الترددي، وDRAM، والتغليف المتقدم، والشبكات، والمكونات البصرية، والتخزين، ووحدات المعالجة المركزية للخوادم، والبنية التحتية للطاقة، والتبريد. وعندما تتوسع قدرة الحوسبة الخاصة بالذكاء الاصطناعي، يمكن أن ينتقل الطلب عبر كامل سلسلة توريد التكنولوجيا تقريباً.

تعد الذاكرة إحدى أهم نقاط الاختناق التي ينبغي مراقبتها.

تتطلب أحمال الذكاء الاصطناعي كميات هائلة من البيانات، وأصبحت الذاكرة عالية النطاق الترددي جزءاً أساسياً من منصات المسرّعات الحديثة. ومع ارتفاع كثافة الحوسبة، تصبح القدرة على نقل البيانات بسرعة بين المعالجات والذاكرة مهمة بقدر قوة المعالجة الخام. وهذا يعني أن طفرة الذكاء الاصطناعي يمكن أن تولد طبقة ثانية من الطلب على أشباه الموصلات تتجاوز وحدات GPU، ما قد يفيد مصنّعي الذاكرة، بينما يزيد في الوقت نفسه تكاليف المكونات على مصنّعي الأنظمة.

وهذا يخلق توازناً مثيراً للاهتمام للمستثمرين. فقد يدعم الطلب القوي على الذاكرة الأسعار ونمو الإيرادات، لكن التضخم المستمر في تكاليف المكونات قد يضغط أيضاً على الهوامش في المراحل اللاحقة من السلسلة. وأعلنت NVIDIA نفسها عن هامش إجمالي قدره 75% في الربع الثاني، بينما تشير توقعاتها للربع الثالث إلى نحو 74%، ما يوضح أن الطلب الاستثنائي لا يلغي ضغوط التكلفة.

المجال الرئيسي التالي هو الشبكات.

لا تستطيع آلاف المسرّعات العمل بكفاءة باعتبارها شرائح منفصلة. فهي تحتاج إلى اتصالات فائقة السرعة بين وحدات GPU ووحدات CPU والذاكرة والتخزين. ويشمل توسع أحدث منصات NVIDIA أنظمة محوّلات Spectrum-6 التي تدعم كلاً من البصريات القابلة للتوصيل والبصريات المدمجة مع الحزمة، مع نشر هذه الأنظمة في مصانع ذكاء اصطناعي كبيرة. وهذه إشارة مهمة: إذ إن فرصة البنية التحتية للذكاء الاصطناعي تتوسع من الحوسبة إلى طبقة الاتصال عالية السرعة.

وهنا تزداد أهمية الشبكات البصرية.

مع ازدياد حجم عناقيد الذكاء الاصطناعي، يصبح نقل كميات هائلة من البيانات بين الأجهزة تحدياً هندسياً أساسياً. وتخلق المسرّعات الأسرع متطلبات أكبر للنطاق الترددي، ما يزيد الطلب على المحوّلات والوحدات البصرية ووصلات الربط والمكونات ذات الصلة. ولذلك قد تشمل الجهات الفائزة في المرحلة التالية من دورة الذكاء الاصطناعي الشركات التي تحل نقاط اختناق البنية التحتية، وليس فقط الشركات التي تنتج المعالجات الرئيسية.

تتوسع NVIDIA أيضاً بشكل أعمق في جانب وحدات CPU والأنظمة المتكاملة من السوق.

وتشمل منصة Vera Rubin التابعة للشركة وحدة Vera CPU ومجموعة أوسع من تقنيات الحوسبة والشبكات والتخزين المصممة لأحمال الذكاء الاصطناعي. وتعمل NVIDIA بشكل متزايد على ترسيخ موقعها ليس كمورد لوحدات GPU فحسب، بل كمزود لبنية تحتية متكاملة للحوسبة المسرّعة.

وهذا يغير طريقة تحليل دورة أشباه الموصلات.

فبدلاً من أن نسأل فقط: «كم عدد وحدات GPU التي ستبيعها NVIDIA؟» يصبح السؤال الأفضل: «ما حجم البنية التحتية المطلوبة لكل وحدة إضافية من حوسبة الذكاء الاصطناعي؟»

يمكن أن يؤدي نشر وحدة GPU واحدة إلى تحفيز الطلب على الذاكرة. وتتطلب الذاكرة الأكبر تغليفاً متقدماً. وتحتاج العناقيد الأكبر إلى شبكات أسرع. وتتطلب الشبكات الأسرع اتصالاً بصرياً. وتحتاج مراكز البيانات الأكبر إلى مزيد من التخزين ووحدات CPU والطاقة والتبريد. كما يتطلب كل مصنع إضافي للذكاء الاصطناعي طاقة تصنيعية لأشباه الموصلات لدعم النظام بأكمله.

وهذا يخلق تأثيراً مضاعفاً قوياً.

وهناك تطور رئيسي آخر قد يجعل هذه الدورة مختلفة هيكلياً عن طفرات أشباه الموصلات السابقة: إذ ينتقل الذكاء الاصطناعي من التدريب إلى الاستدلال المستمر وأحمال العمل الوكيلة.

أدى التدريب إلى أول موجة هائلة من الطلب على الحوسبة. لكن عندما تبدأ وكلاء الذكاء الاصطناعي في تنفيذ المهام باستمرار عبر البرمجة والبحث ودعم العملاء والتحليل المالي والرعاية الصحية والروبوتات والتصنيع وتطبيقات المؤسسات، يمكن أن يصبح الطلب على الحوسبة مستمراً بدلاً من أن يتركز حول أحداث تدريب النماذج.

ووصفت NVIDIA نفسها الذكاء الاصطناعي بأنه يصل إلى نقطة تحول، وشددت على أن الحوسبة ترتبط بصورة متزايدة بالعمل المنتج والمربح. ويمثل هذا التمييز أهمية لأنه ينقل السردية من «تشتري الشركات الذكاء الاصطناعي لأنها مضطرة إلى الاستثمار في المستقبل» إلى «تشتري الشركات الحوسبة لأن الذكاء الاصطناعي أصبح جزءاً من اقتصادها التشغيلي».

لكن هذا لا يعني أن كل شركة لأشباه الموصلات ستفوز تلقائياً.

ويتمثل الخطر الأكبر في أن يلحق العرض بالطلب في نهاية المطاف بوتيرة أسرع من نمو الطلب، أو أن تصبح اقتصاديات البنية التحتية للذكاء الاصطناعي أقل جاذبية. ويتطلب بناء قدرة الذكاء الاصطناعي إنفاقاً رأسمالياً هائلاً، وكهرباء، وتبريداً، وشبكات، وطاقة تصنيعية لأشباه الموصلات. وإذا لم يتمكن العملاء من تحقيق عوائد كافية من هذه البنية التحتية، فقد يصبح الإنفاق في نهاية المطاف أكثر انتقائية.

ويمثل التقييم خطراً آخر.

فحتى صناعة ذكاء اصطناعي قوية قد تشهد تصحيحات حادة في السوق إذا تحركت التوقعات بوتيرة أسرع من الأرباح الفعلية. ولذلك يحتاج المستثمرون إلى التمييز بين الشركات التي لديها طلبات حقيقية، وإنتاج متزايد، وتدفقات نقدية مستدامة، والشركات التي تستفيد أساساً من سردية الذكاء الاصطناعي.

ولهذا تحظى أرباح NVIDIA بأهمية كبيرة.

فالنتيجة لا تثبت أن كل سهم مرتبط بالذكاء الاصطناعي سيواصل الارتفاع. لكنها تظهر أن الطلب الأساسي على البنية التحتية للذكاء الاصطناعي لا يزال قوياً بصورة استثنائية، في حين لا تزال الصناعة تتعامل مع قيود كبيرة في الطاقة الإنتاجية وسلسلة التوريد.

وأهم ما خلصت إليه بسيط:

تمحورت الموجة الاستثمارية الأولى للذكاء الاصطناعي حول العثور على الشركات التي تبني النماذج.

أما الموجة الثانية فتمحورت حول الشركات التي تنتج المسرّعات.

وقد تتمحور الموجة التالية حول نقاط الاختناق المحيطة بهذه المسرّعات.

الذاكرة. الشبكات. الاتصال البصري. التغليف المتقدم. وحدات CPU. التخزين. الطاقة. التبريد. المسابك.

أصبحت فرصة أشباه الموصلات أكبر بكثير من وحدة GPU نفسها.

قد تكون NVIDIA المحرك الذي يقود ثورة الذكاء الاصطناعي، لكن الفرصة الاقتصادية الحقيقية قد تنتشر بصورة متزايدة عبر الآلة بأكملها المبنية حول ذلك المحرك.

لم يعد الذكاء الاصطناعي مجرد قصة عن شرائح أكثر ذكاءً.

بل أصبح عملية بناء لبنية تحتية عالمية — وتشير أحدث أرباح NVIDIA إلى أن هذه العملية لا تزال تتسارع.

$NVDA ‌@Gate_Square