يدخل ASIC خطوات كبيرة في التقارير، والخطوة التالية هي رؤية كيفية تحويل طلبية تصل إلى عشرات الجيجاواط إلى إيرادات فعلية.كتابة: جيم، MSX مايتون
تحرير: فرانك، MSX مايتون
كشفت تقارير نيفيديا الأسبوع الماضي أن طلب قوة الحوسبة للذكاء الاصطناعي لا يزال بعيدًا عن القمة.
وفي المساء البارح، مع إصدار تقارير بروكوم، أصبحت الخط الآخر أكثر وضوحًا.
إيرادات الذكاء الاصطناعي في ربع السنة الثالثة: 16.7 مليار دولار أمريكي، وهي أعلى من التوقعات السابقة البالغة 16 مليار دولار، مع توجيه مباشر قدره 21.7 مليار دولار للربع القادم، والأهم أن الإيرادات المتوقعة من شرائح الذكاء الاصطناعي لعام مالي 2027 تبلغ حوالي 115 مليار دولار أمريكي، وقد تصل إلى 230 مليار دولار أمريكي في عام مالي 2028.
لذلك، فإن التردد الآن في التساؤل عما إذا كانت ASIC تمثل منحنى نمو ثاني للذكاء الاصطناعي، قد تأخر قليلاً — فالأموال المخصصة للذكاء الاصطناعي لم تعد تُنفق فقط على وحدات معالجة الرسوميات (GPU).
على الأقل في بروكوم، بدأت هذه الخطوة بالفعل في الدخول إلى التقارير، والحجم اللاحق أكبر مما كان متوقعًا سابقًا. ما يجب مراقبته حقًا في المستقبل هو能否 تنفيذ المشاريع الكبرى مثل Google وOpenAI وAnthropic في المواعيد المحددة، وكمية ما ستتمكن بروكوم من استيعابه في النهاية.
إذا سارت الأمور على ما يرام، فاستمر في العزف والرقص.
أولاً، تستمر وحدات معالجة الرسوميات في التسارع، لكن الشركات الكبرى تبدأ أيضًا في تخطيطات جديدة
الجانب الحقيقي المليء بالمعلومات في تقرير أداء نيفيديا هو أن شركات السحابة وشركات الذكاء الاصطناعي ومختبرات النماذج لم تتوقف عن زيادة قوة الحوسبة، حتى على هذا الأساس العالي.
لكن عندما ينتقل إنفاق رأس المال على الذكاء الاصطناعي من عشرات المليارات من الدولارات إلى مئات المليارات، ثم يدخل في النهاية مستوى سنوي يبلغ آلاف المليارات من الدولارات أو أكثر، فإن منطق الشراء سيتغير بالتأكيد.
على سبيل المثال، بدأت الشركات الكبرى تسأل أكثر عن تكلفة إنجاز حمل عمل ذكاء اصطناعي واحد، وكم من القوة الحسابية الفعالة يمكن إنتاجها باستخدام نفس كمية الطاقة التي تبلغ 1 غيغاواط؟ إذا كانت بعض أحمال العمل مستقرة للغاية، فهل لا يزال من الضروري استخدام المنتجات الأغلى ثمنًا بالكامل؟
هذا هو السياق الذي بدأت فيه وحدات ASIC تصبح أكثر أهمية بشكل متزايد.
من غير الدقيق فهم ASIC ببساطة على أنها "GPU أرخص"، فمزاياها الحقيقية تأتي من التخصص.
تصنيع شريحة مخصصة ليس رخيصًا في حد ذاته، حيث تتطلب استثمارات ضخمة في البحث والتطوير، ودورات تطوير طويلة، بالإضافة إلى معالجة مجموعة كاملة من قضايا التوافق مع البرمجيات، والتغليف المتقدم، والشبكات، والأنظمة، وسلسلة التوريد.
لكن على العكس، بمجرد أن تصبح حمولة العمل كافية من الاستقرار، ويزداد حجم النشر من عدة عشرات من ميغاواط إلى مئات الميغاواط، ثم في النهاية إلى جيغاواط، فقد تُضخم بشكل سريع تحسينات تكلفة الوحدة، ونسبة الأداء إلى استهلاك الطاقة، وتكاليف الملكية الإجمالية للنظام بأكمله.
لذلك استمرت Google في الاعتماد على TPU على المدى الطويل، ووسعَت Meta بشكل مستمر استخدام MTIA، وبدأت OpenAI في التعاون مع Broadcom لتطوير معالجات خاصة بها، جميعها أدركت أن نقل حتى جزء صغير من أثقل وأكثر الأحمال استقرارًا من المعالجات العامة إلى معالجات مخصصة يمكن أن يحقق قيمة اقتصادية هائلة.
إذا قمنا بتبسيط الأمر، فسنلاحظ أن هذا يعود أيضًا إلى عدة شروط تتطور في نفس الوقت، وأهم متغير هو أن الاستنتاج يصبح عبئًا متزايدًا مهمًا越來越.
من المعروف أن تدريب النماذج غالبًا ما يكون على مراحل، ولكن مع دخول ChatGPT وGemini وClaude وعدد متزايد من الوكلاء بيئة الإنتاج، فإن الاستدلال يصبح عملًا يحدث باستمرار يوميًا.
وخاصة مع زيادة حجم الطلبات وثبات بنية النموذج ونمط الخدمة تدريجيًا، فإنه يناسب بشكل طبيعي تحسين الأجهزة لمهام محددة، وأصدرت OpenAI في يونيو من هذا العام أول معالج ذكاء تم تطويره بالتعاون مع Broadcom، وهو Jalapeño، والذي يُحدد موقعه لخدمة استنتاج LLM.
الأكثر إثارةً للانتباه أن هذه ليست شريحة منعزلة، بل حددت OpenAI وBroadcom صراحةً أنها المنتج الأول من منصة حوسبة متعددة الأجيال، مخططًا لبدء نشرها من نهاية عام 2026، مع التوسع مستقبلًا على نطاق يبلغ عدة جيجاوات.
مسار ميتا مشابه جدًا، حيث تعمل على تطوير أربع أجيال من MTIA خلال سنتين، مع التركيز على التوصيات والفرز والذكاء الاصطناعي التوليدي، حيث تعتمد العديد من المنتجات صراحةً نهجًا يركز على الاستنتاج. وفي أبريل من هذا العام، تم توسيع التعاون مع بروكوم في المرحلة الأولى، حيث تجاوز التثبيت 1 غيغاواط، ويتضمن التخطيط المستقبلي التوسع إلى عدة غيغاواط، وسيستمر التعاون متعدد الأجيال بين الطرفين حتى عام 2029.
هذا يشير إلى أن العملاء الكبار في مجال الذكاء الاصطناعي اليوم ينتقلون من التركيز فقط على الأداء القصوى إلى مجموعة أخرى من قواعد اللعبة: هل يمكن إنتاج التوكنات بتكلفة أقل؟
عندما تبدأ الذكاء الاصطناعي حقًا في التجارة، ستكتسب تكلفة مليون رمز، وكمية الحوسبة الفعالة التي يمكن توليدها لكل واط من الطاقة، وتكاليف الملكية الإجمالية لمركز بيانات كامل، أهمية متزايدة.
جوهر ASIC هو في الواقع أن شركات الذكاء الاصطناعي الكبرى بدأت في محاولة استعادة السيطرة على هذه التكاليف.
ثانيًا، ما يُركّز عليه بروكومد بالفعل ليس فقط ASIC، بل استمرار نمو مجموعة الذكاء الاصطناعي بأكملها
بعد فهم هذا الأمر، سيكون من السهل أكثر مراجعة التقارير المالية لـ Broadcom.
في الربع السابق، بلغ إجمالي إيرادات Broadcom 22.187 مليار دولار أمريكي، بزيادة قدرها 48% على أساس سنوي؛ حيث بلغ إيرادات أشباه الموصلات الخاصة بالذكاء الاصطناعي 10.8 مليار دولار أمريكي، بزيادة قدرها 143% على أساس سنوي.
التوجيهات التي قدمتها الشركة للربع القادم أكثر تفاؤلاً، مع إيرادات إجمالية تبلغ حوالي 29.4 مليار دولار أمريكي، حيث من المتوقع أن تصل إيرادات أشباه الموصلات الخاصة بالذكاء الاصطناعي إلى 16 مليار دولار أمريكي، بزيادة تزيد عن 200% مقارنة بالفترة نفسها من العام السابق.
ما المقصود بـ 16 مليار دولار؟ إنه يعادل حوالي 54% من إجمالي إيرادات Broadcom المتوقعة لهذا الربع.
بمعنى آخر، إذا تم تنفيذ التوجيهات، فقد تساهم وحدة أشباه الموصلات الخاصة بالذكاء الاصطناعي وحدها بأكثر من نصف إيرادات Broadcom—وهنا تم تضمين أعمال البرمجيات الأساسية مثل VMware أيضًا.
بعبارة أخرى، تغير الذكاء الاصطناعي هيكل إيرادات الشركة مباشرة.
لكن هناك سوء فهم سهل الحدوث هنا، فـ 16 مليار دولار لا يمكن اعتبارها مباشرةً "إيرادات ASIC"، بل تشمل أيضًا منتجات شبكة الذكاء الاصطناعي مثل شرائح تبديل Ethernet وSerDes وPCIe والاتصالات الضوئية.
في الموسم الماضي، شكلت إيرادات الأعمال الشبكية ما يقارب 40% من إيرادات أشباه الموصلات الخاصة بالذكاء الاصطناعي. ولاحظ هوك تان أيضًا أن هذه النسبة قد تقترب من ذروتها المؤقتة، وأنها على المدى الطويل من المرجح أن تعود إلى حوالي 30%.
لذلك، فإن Broadcom في الواقع تتوسع في طريقين في نفس الوقت: Custom XPU و AI Networking، وهو ما يمثل أكبر فرق بينها وبين العديد من شركات الرقائق البحتة.
بعد أن تنتقل مجموعات الذكاء الاصطناعي من آلاف الرقائق إلى عشرات الآلاف أو مئات الآلاف أو حتى أحجام أكبر، يصبح ربط قوى الحوسبة بينها أكثر أهمية بشكل متزايد.
تقوم Broadcom بتفكيك شبكة الذكاء الاصطناعي إلى scale-up و scale-out و scale-across: من الاتصالات عالية السرعة داخل الرف، إلى الشبكات الواسعة داخل مركز البيانات، وإلى الربط بين مراكز بيانات متعددة.
طالما تستمر مجموعات الذكاء الاصطناعي في النمو، إذا زادت شركات السحابة الكبرى من تطوير ASICs الخاصة بها، يمكن لـ Broadcom المشاركة في XPU المخصص؛ وإذا استمر توسيع مجموعات GPU، فقد يستمر توسيع سوق شبكات Ethernet المفتوحة أيضًا.
هذا يجعل بروكوم في موقع مثير للاهتمام، حيث إنها تراهن فعليًا على استمرار زيادة تعقيد بنية الذكاء الاصطناعي الأساسية.
Of course, this does not mean that this business has no competition.
على الرغم من أن Google وقّعت بالفعل اتفاقًا طويل الأجل مع Broadcom لتطوير الأجيال القادمة من TPU والمكونات ذات الصلة برفوف الذكاء الاصطناعي القادمة، حيث يغطي الاتفاق حتى عام 2031؛ إلا أن Google وسّعت مؤخرًا شراكتها مع Marvell في تطوير رقائق مخصصة.
هذا على الأقل يوضح أن العملاء الكبار لا يوكلون بنية المستقبل بالكامل إلى مزود واحد بسهولة.
ثالثًا، ماذا سيحدث بعد 100 مليار؟
كان السوق يعرف منذ فترة طويلة أن الذكاء الاصطناعي لـ Broadcom سيكون قويًا.
لذلك، ما كان ينبغي النظر إليه في هذه التقارير المالية هو ما إذا كان يمكن تحقيق 16 مليارًا، ويسعدنا أن الإجابة قد ظهرت الآن.
من الناحية الحالية على الأقل، لم يعد سؤال خط بروكوم هو "هل هناك منحنى نمو ثانٍ؟"، بل "ما مدى طول هذا المنحنى في النهاية؟"، لكن هذا يعني أيضًا أن السوق سيصبح أكثر تطلبًا في المستقبل.
كان 100 مليار سابقًا مفاجأة، لكن الآن بعد عرض 115 مليار و230 مليار، فإن ما يجب مراقبته هو كيف سيتم تحقيق هذه الأرقام.
هل يمكن لمشاريع Google وMeta وOpenAI وAnthropic المضي قدمًا وفق الخطة نحو مستوى GW، وهل يمكنها الاستمرار في الحصول على الشرائح من الجيل الثاني والثالث بعد إنتاج الجيل الأول، وهل يمكن لخدمات الشبكة أن تنمو مع توسع حجم التجمعات؟
These are more important than selling tens of billions of dollars more in a single season.
مشكلة أخرى أصبحت لا يمكن تجاهلها也越来越绕不开، العملاء الكبار لن يعتمدوا على مورد واحد فقط.
لقد بدأت جوجل في توسيع تعاونها مع شركاء آخرين، ومن المرجح أن تستمر ميتا وOpenAI في الحفاظ على نظام متعدد الموردين. لذا، فإن ميزة بروكوم الحالية حقيقية، لكنها لم تصل إلى درجة "الإغلاق الكامل للعملاء".
من هذا المنظور، سيكون إثبات قدرته على البقاء على المدى الطويل في سلسلة التوريد الأساسية لهؤلاء العملاء نقطة حاسمة للنصر أو الهزيمة.
على أي حال، فإن تقرير أداء Broadcom هذا يذكّرنا بأن الرقائق المخصصة، والشبكات، والاتصال، وهي عناصر كانت تُعتبر في السابق أكثر شبهاً بـ"الملحقات"، تتحول تدريجياً إلى خطوط رئيسية.
كما تذكّر السوق أن استثمارات البنية التحتية في الذكاء الاصطناعي هذه الدورة قد لا تزال بعيدة عن الوصول إلى مرحلة المنافسة على المخزون فقط.
طالما تستمر الشركات الكبرى في بناء مجموعات أكبر، وشراء مزيد من الكهرباء، وحساب مزيد من الرموز، ستظهر قيود جديدة، وستنمو حقول ربح جديدة.
这场生意，正在从一颗芯片，慢慢长成一整套基础设施，这也是更大的想象空间所在。