نايفيديا تستثمر 2 مليار دولار في سينوبسيس لدمج الذكاء الاصطناعي في أدوات تصميم الرقائق

الكاتب: آدا، شينتشاو TechFlow

سان فرانسيسكو، مركز مؤتمرات سان خوسيه، حضورًا مباشرًا لـ GTC.

جلس عالم الحوسبة في نيفيديا، بيل دالي، على المسرح مقابل جيف دين من جوجل. وخلال حديثهما، طرح دالي رقمًا: "في السابق، كان يتطلب نقل مكتبة خلايا قياسية تحتوي على حوالي 2500 إلى 3000 خلية فريقًا مكونًا من 8 مهندسين لمدة حوالي 10 أشهر."

توقف لحظة.

Now, just run a single GPU for one night.

لم تُسمع أي صرخات من الجمهور، لأن كل من فهم هذه الجملة أدرك ما تعنيه. عمل ثمانية مهندسين لمدة عشرة أشهر تم التخلص منه ليلة واحدة بواسطة معالج GPU مُصنّع داخليًا. وأضاف دالي أيضًا: أن النتائج التي تم الحصول عليها تطابق أو حتى تفوق التصميم البشري من حيث المساحة والاستهلاك الطاقي والتأخير.

في اليوم التالي، تم تفسير الخبر على أنه "نيفيديا تستخدم الذكاء الاصطناعي لتصميم GPU".

لكن حقيقة هذا الأمر أكثر إثارة للاهتمام بكثير من عناوين الأخبار.

ما يُستخدم داخل نفيديا ليس صندوقًا أسود، بل عدة سلاسل أدوات تم تطويرها لسنوات.

NB-Cell هو برنامج مبني على التعلم المعزز، مصمم خصيصًا لأصعب المهام وهي نقل مكتبة الخلايا القياسية. يهدف Prefix RL إلى حل مشكلة بحثية طويلة الأمد تتمثل في وضع مرحلة التقدم في سلسلة التقدم المبكر. وأفاد دالي أن التصميمات التي ينتجها النظام "لا يمكن لأي إنسان التفكير فيها أبدًا"، وتحسّن المؤشرات الرئيسية بنسبة تتراوح بين 20% و30% مقارنة بالتصميمات البشرية.

بالإضافة إلى ذلك، هناك نموذجان داخليان للغة الكبيرة: Chip Nemo و Bug Nemo. قدمت نفيديا شفرة RTL ووثائق التصميم ومواصفات التصميم لكل وحدة معالجة رسومية (GPU) في تاريخها إلى هذين النموذجين الكبيرة. وفقًا لوصف دالي، فإن هذا يعادل تكثيف ذاكرة العضلات العشرين عامًا من نفيديا من G80 إلى Blackwell في نموذج داخلي، بحيث يُمكن للموظفين الجدد الاتصال مباشرة بخبرة مهندس محترف يمتلك عشرين عامًا من الخبرة.

So, can AI design GPUs?

على العكس تمامًا. قال دالي حرفيًا: "أنا أتمنى أن أتمكن يومًا من القول مباشرةً 'صمم لي معالج رسومي جديدًا'، لكننا لا نزال بعيدين جدًا عن هذه الخطوة."

NVIDIA لم تستخدم الذكاء الاصطناعي لتصميم GPU. لكنها فعلت شيئًا آخر جعل الصناعة بأكملها غير قادرة على العمل بدونها في المستقبل.

في 1 ديسمبر 2025، استثمرت نيفيديا 2 مليار دولار في سينوبسيس، إحدى الشركات الثلاث الرائدة في مجال EDA. ووقّع الطرفان اتفاقية تطوير مشتركة لدمج كومة الحوسبة المتسارعة الخاصة بنيفيديا في سلسلة عمل EDA الكاملة لسينوبسيس، مع دمج عميق بين Blackwell وGPU Rubin من الجيل التالي مع Synopsys.ai.

يجب توضيح مكانة Synopsys. تقريبًا جميع رقائق التصنيع المتقدمة عالميًا، مثل سلسلة Apple M وسلسلة AMD MI وGoogle TPU، تُستخدم أدوات Synopsys أو Cadence خلال مرحلة التصميم. هذه الشركات الثلاث، بالإضافة إلى Siemens EDA، تهيمن على أدوات الأساس لتصميم الرقائق. يمكنك عدم استخدام رقائق Qualcomm أو خطوط إنتاج TSMC، لكنك لا تستطيع التخلي عن برامج هذه الشركات الثلاث.

بعد ثلاثة أشهر من استثمارها في Synopsys، جذبت NVIDIA Cadence وSiemens وDassault وأعلنت أن جميعها تطور أدوات تصميم رقائق مدعومة بالذكاء الاصطناعي على أساس معالجات NVIDIA GPU.

بيانات الاختبار المرجعي التي أصدرتها نيفيديا تبدو مخيفة: Synopsys PrimeSim أسرع بـ 30 مرة على Blackwell، وProteus أسرع بـ 20 مرة، وSentaurus أسرع بـ 12 مرة على B200 مقارنةً بالمعالجات المُسرّعة. استخدمت ميديا تيكنولوجي H100 لتسريع Cadence Spectre بـ 6 مرات. واستخدمت Astera Labs Synopsys + NVIDIA لتسريع التحقق من الرقائق بـ 3.5 مرات.

هناك تفصيل يستحق التوضيح منفصلًا: منصة Cadence Millennium M2000، المُعلَن عنها كـ"مصممة خصيصًا لسوق EDA، ووحيدة في استخدام NVIDIA Blackwell".

الكلمتان الحصريتان هما الأكثر استحقاقًا للتأمل. بمعنى أن أدوات EDA كانت سابقًا تعمل على وحدات المعالجة المركزية، ويمكن لـ Intel و AMD استخدامها. في المستقبل، لاستخدام أسرع أدوات EDA، سيتعين عليك شراء بطاقات NVIDIA فقط.

عجلة نيفيديا، كما يفهمها معظم الناس، هي كالتالي: بيع وحدات معالجة الرسوميات (GPU) لشركات الذكاء الاصطناعي، تقوم شركات الذكاء الاصطناعي بتدريب نماذج كبيرة، تثبت النماذج الكبيرة عدم قابلية استبدال وحدات معالجة الرسوميات، فيشتري المزيد من الناس وحدات معالجة الرسوميات.

هذا العجلة الدوّارة كافية لكونها مخيفة. لكن هناك طبقة أخرى أسفلها.

تستخدم نفيديا أدواتها الخاصة لتصميم الجيل القادم من وحدات معالجة الرسوميات، مما يخلق فجوة جيلية في كفاءة التصميم، ويربط سلسلة أدوات EDA الصناعية بأكملها بعتادها الخاص. ترغب المنافسون في اللحاق، لكن حتى الأدوات التي تحتاجها للحاق يجب أن تستأجرها من نظام نفيديا البيئي.

القلق الكامن وراء تقرير AMD الذي أدى إلى انخفاض سعر السهم هو هذا: على الرغم من أن NVIDIA و Synopsys تدّعيان علنًا أن الاستثمار لا يترتب عليه أي التزام بشراء أجهزة NVIDIA، فإن السوق يدرك جيدًا أن الميزات المُسرّعة لـ EDA تُطرح أولًا على أجهزة NVIDIA، بينما تضطر AMD و Intel إلى الاعتماد فقط على "مسار مُحسّن لمنصة أكبر منافس".

تخيل أن مهندسي AMD يرغبون في تصميم شريحة تتنافس مع Blackwell، فيفتحون أداة Synopsys التي تعمل بأسرع سرعة على وحدات معالجة الرسومات من NVIDIA. إذًا، إما أن يتحملوا دورة تصميم أبطأ بمقدار الضعف، أو يشتروا مجموعة كبيرة من بطاقات NVIDIA لتصميم شريحة تهدف إلى هزيمة NVIDIA.

الحفرة لا تزال قيد البيع. لكن طريقة البيع تغيرت.

到这里，必须给出一组令人清醒的数据。

في نفس العام الذي تجاوزت فيه نفيديا صافي ربحها لعام 2025 مبلغ 70 مليار دولار، تكدست "السلالات الأربع المحلية للـ GPU" — موهو تيانشون، موكسي، بيلين، سويوان — في طابور أمام نافذة الاكتتاب العام.

تُظهر وثائق إدراج مول تيكنولوجيز أن الخسارة الصافية التراكمية على مدار ثلاث سنوات من 2022 إلى 2024 بلغت 5 مليار يوان، وخسرت الشركة مرة أخرى 271 مليون يوان في النصف الأول من عام 2025، ليصل إجمالي الخسائر غير المغطاة حتى 30 يونيو إلى 1.478 مليار يوان. وتتوقع إدارة الشركة نفسها أن تحقيق ربح في القوائم المالية الموحدة لن يحدث قبل عام 2027 على أقرب تقدير. أما موكسي، فهي في وضع أفضل نسبيًا، حيث بلغت خسائرها التراكمية على مدار ثلاث سنوات أكثر من 3 مليار يوان. وأسوأ الحالات هي لبي رون، التي خسرت أكثر من 6.3 مليار يوان خلال ثلاث سنوات ونصف، حيث بلغ إيرادها في النصف الأول من عام 2025 فقط 58.9 مليون يوان، وهو أقل من جزء ضئيل من 702 مليون يوان التي حققتها مول تيكنولوجيز في نفس الفترة.

انظر إلى شدة إنفاق البحث والتطوير. بلغت نسبة تكاليف البحث والتطوير إلى الإيرادات لشركة مول تيكنولوجيز في عام 2022 نسبة 2422.51٪، ولا تزال مرتفعة عند 309.88٪ في عام 2024. إن المبلغ الذي تنفقه على البحث والتطوير في عام واحد يزيد عن ثلاثة أضعاف إيراداتها. هذا ليس نشاطًا تجاريًا، بل هو حقن حياة مستمرة تعتمد على التمويل من السوق الأولية وفتح نافذة سوق كي شو في الآونة الأخيرة.

من حيث الأدوات، هناك قيود أكبر. تُظهر وثائق طرح华大九天 للاكتتاب العام في عام 2022 أن الأدوات تدعم فقط جزئياً عملية التصنيع المتقدمة بحجم 5 نانومتر. أما شركة Gailec، فهي تغطي عقدات 7 نانومتر و5 نانومتر و3 نانومتر، لكنها تركز فقط على أدوات مفردة، ولا تصل بعد إلى تغطية كاملة للعملية.

قال ليو وي بينغ، مؤسس Huada Jiutian: "لا تزال دعم أنظمة EDA المحلية للتقنيات المتقدمة غير كافٍ بشكل واضح، خاصة في التقنيات الحالية مثل 7 نانومتر و5 نانومتر و3 نانومتر. حاليًا، يمكن لأنظمة EDA المحلية تحقيق مستوى 14 نانومتر، وعلى الرغم من امتلاك تقنية 7 نانومتر، إلا أن التكامل العميق بين 7 نانومتر والتطبيقات العملية يتطلب جهودًا مشتركة من كامل سلسلة الصناعة."

بمعنى آخر، فإن أدوات EDA الكاملة للعمليات المتقدمة، لا يمكن استخدامها تقريبًا من قبل المنتجات المحلية. لا تزال شركات GPU المحلية تستخدم Synopsys و Cadence في تصميم رقائقها. في عام 2025، أعلنت إدارة ترامب مؤقتًا عن فرض قيود تصدير على جميع البرمجيات الأساسية، وعلى الرغم من عدم تنفيذها فعليًا، إلا أن أدوات EDA للعمليات المتقدمة دون 7 نانومتر لا تزال تحت قيود صارمة. متى سيتم قطع الترخيص، فإن المفتاح في أيدي الآخرين.

ردود فعل أسواق رأس المال كانت كافية لتشبه السحر. في يوم إدراج موكسي، أغلقت الأسهم عند 829.9 يوان، بزيادة يومية قدرها 692.95%. بعد إدراج موهول تين، ارتفع سعر السهم إلى المركز الثالث في سوق الأسهم الصينية، خلف كونكيو ماوتاي وكمودي جي، وحسبت وسائل الإعلام بناءً على السعر آنذاك أن القيمة السوقية الإجمالية بلغت حوالي 359.5 مليار يوان.

العمل الحقيقي وراء الأرقام هو أن مجموعة من الشركات لا تزال تنفق أموالًا وتخسر، ولا تزال تعتمد على سلاسل أدوات خارجية خاضعة للرقابة لتصميم الرقائق، لكنها تُقيَّم في السوق الثانوية كورثة لـ "نيفيديا المحلية".

الأدوات التي تستخدمها هذه الشركات لتصميم الشرائح تتحول إلى جزء من نظام نيفيديا البيئي. إن الارتباط البالغ 2 مليار دولار بين نيفيديا وسينوبس، وعلامة "حصريًا مبني على NVIDIA Blackwell" لمنتج Cadence Millennium M2000، جعلت محاولة اللحاق بالركب نفسها تصبح مفارقة.

العودة إلى المحادثة حول GTC.

ظهر دالي بتواضع كبير طوال الحدث. "لا يزال الذكاء الاصطناعي بعيدًا جدًا عن تصميم الرقائق بنفسه" — هذه العبارة أطلقتها نيفيديا منذ أربع أو خمس سنوات. لكن صيغتها تتغير كل عام. قبل أربع سنوات، كانت: "يمكن للذكاء الاصطناعي مساعدة التصميم"، قبل ثلاث سنوات: "يمكن للذكاء الاصطناعي أتمتة بعض المراحل"، وهذا العام: "إنجاز عمل ثمانية أشخاص على مدار عشرة أشهر في ليلة واحدة". كل عام، تُدفع خطوة للأمام، وكل عام يُترك قول: "ما زال هناك طريق طويل للوصول إلى الهدف النهائي". عندما تنظر للوراء بعد ثلاث سنوات، ستكتشف أن "الطريق الطويل" من الدورة السابقة قد تم إنجازه، بينما تم تحديد "الطريق الطويل" الجديد في موقع لا يزال جميع المنافسين غير قادرين على الوصول إليه.

ما فعلته نيفيديا خلال الاثني عشر شهرًا الماضية هو في الواقع شيء واحد فقط: تطبيق الذكاء الاصطناعي على أكثر المراحل قيمة في سلسلة توريد الرقائق وأعمقها من حيث حواجز الدخول، ثم بيع هذه الأدوات طبقة تلو الأخرى للصناعة بأكملها.

يتم الآن تولي قسم تصميم الرقائق الأمامي من قبل نموذج LLM داخلي يُدعى Chip Nemo؛ يتم تولي نقل مكتبة الخلايا القياسية في منتصف التصميم وتحسين التخطيط من قبل NB-Cell وPrefix RL؛ يتم ربط سلسلة أدوات EDA بأكملها عبر استثمار بقيمة 2 مليار دولار من Synopsys و"الترخيص الحصري القائم على Blackwell" من Cadence لربطها بمعالجات GPU الخاصة بهما؛ ويتم تولي الحسابات الضوئية في مرحلة التصنيع من قبل cuLitho، والتي تستخدمها بالفعل TSMC.

من التصميم إلى التصنيع، أعادت نيفيديا كل جزء باستخدام الذكاء الاصطناعي. كل جزء يقود إلى نفس النهاية: إذا أردت أسرع الأدوات، فعليك شراء بطاقة نيفيديا.

لجميع المنافسين الذين يرغبون في تصميم شريحة قادرة على تجاوز Blackwell، حدثت أكثر الأمور إحراجًا بالفعل. أسرع إصدار من أدوات EDA المستخدمة في تصميم هذه الشريحة يعمل على وحدات معالجة الرسومات (GPU) من نيفيديا؛ مكتبة الخوارزميات الأسرع لحسابات التصوير الضوئي اللازمة لتصنيع هذه الشريحة تقدمها نيفيديا؛ وقوة الحوسبة المستخدمة لتدريب الذكاء الاصطناعي للتصميم هي أيضًا من بطاقات نيفيديا.

الشخص الذي يجب أن تهزمه، يُؤجر لك جميع الأدوات التي تحتاجها لهزيمته. الإيجار يُدفع سنويًا، ويزداد العقد كل عام.