الربح الحقيقي في الحوسبة السحابية للذكاء الاصطناعي لا يأتي من شركة واحدة، بل من "طريق التحصيل للقوة الحسابية" بأكملها. تتحول الحوسبة السحابية للذكاء الاصطناعي إلى طبقة وسطى حاسمة: تربط من الأعلى بـ GPU وHBM والطاقة ومراكز البيانات، ومن الأسفل بالشركات التكنولوجية الكبرى ومختبرات الذكاء الاصطناعي والعملاء المؤسسيين الذين يحتاجون فعليًا إلى القوة الحسابية. ما يستحق المراقبة حقًا ليس فقط "من يصنع الذكاء الاصطناعي"، بل من يحصل باستمرار على رسوم في كل طبقة من تسلسل الحوسبة السحابية للذكاء الاصطناعي. الطبقة الأولى: من يوفر الموارد الأساسية الأقل توفرًا للحوسبة السحابية للذكاء الاصطناعي $NVDA لا تزال GPU في مركز طبقة الحوسبة بأكملها. كمية القوة الحسابية التي يمكن للحوسبة السحابية للذكاء الاصطناعي طرحها تعتمد أولًا على كمية GPU عالية الأداء التي يمكن الحصول عليها، ومتى يمكن تفعيل هذه GPU فعليًا. $MU $SKHY HBM هو أحد أهم الموارد المجاورة للـ GPU. كلما زاد حجم النموذج وازداد التوازي في الاستنتاج، ازدادت حاجة GPU إلى ذاكرة عريضة النطاق لـ"تغذية" البيانات باستمرار، وبالتالي أصبح HBM عائقًا رئيسيًا في توسيع خوادم الذكاء الاصطناعي. $DLR $EQIX $CORZ $APLD تقدم هذه الشركات مراكز البيانات، والغرف، ووصلات الطاقة، والبنية التحتية المادية. لا تحتاج الحوسبة السحابية للذكاء الاصطناعي إلى امتلاك كل مبنى، بل فقط إلى الحصول بسرعة على سعة مراكز بيانات جاهزة بالكهرباء ويمكن تثبيت GPU فيها لمواصلة التوسع. الطبقة الثانية: من يحول هذه الأجهزة فعليًا إلى قوة حسابية للذكاء الاصطناعي قابلة للاستئجار $CRWV $NBIS $IREN تقع هذه الطبقات في قلب تسلسل الحوسبة السحابية للذكاء الاصطناعي. ما تفعله هذه الشركات ليس مجرد "شراء GPU"، بل دمج: GPU + الطاقة + شبكة عالية السرعة + التخزين + برامج الجدولة لتشكيل منصة حوسبة ذكاء اصطناعي يمكن للعملاء استئجارها مباشرة. وهذا هو نموذج العمل الأساسي لـ Neocloud: شراء البنية التحتية النادرة من الأعلى، ثم بيع القوة الحسابية للعملاء عبر عقود طويلة الأجل أو حسب الطلب. الطبقة الثالثة: من يشتري هذه القوة الحسابية فعليًا $MSFT $META $GOOGL هذه الشركات الثلاث مميزة لأنها في نفس الوقت عملاء للحوسبة السحابية للذكاء الاصطناعي وخصوم تنافسيون. عندما لا تواكب مراكز البيانات الداخلية وإمدادات GPU الطلب، فإنها تشتري السعة من خارج Neocloud؛ وفي الوقت نفسه، تبني باستمرار مراكز بيانات خاصة بها، وتعمل على تطوير رقائقها الخاصة ومنصات سحابية خاصة بها. لذلك، فإن سوق القوة الحسابية للذكاء الاصطناعي في المستقبل لن يكون بالضرورة خيارًا ثنائيًا بين "البناء الداخلي" و"الشراء الخارجي"، بل من المرجح أن يكون: البناء الداخلي كسعة أساسية + السحابة الخارجية كسعة مرنة. أما المرحلة القادمة التي تستحق المراقبة فهي انتشار العملاء المؤسسيين. $SHOP $CRWD عندما تنتقل تطبيقات الذكاء الاصطناعي من عدد قليل من مزودي الخدمات الضخمة والمختبرات الرائدة إلى قطاعات التجارة الإلكترونية والأمن والتمويل والبرمجيات والرعاية الصحية والأتمتة المؤسسية، فإن هيكل عملاء Neocloud لديه فرصة للتوسع من عدد قليل من العملاء العملاقين إلى سوق مؤسسي أوسع. تمثل OpenAI وAnthropic نوعًا آخر من العملاء ذوي الطلب العالي الكثافة. خصائص طلبهم هي: التدريب مرة واحدة يتطلب كمية هائلة من القوة الحسابية، وبعد إطلاق النموذج، لا يزال يتطلب استنتاجًا مستمرًا. كلما كان النموذج أقوى واستخدام Agent أوسع، لا يتوقف الطلب على القوة الحسابية بعد انتهاء التدريب، بل يتحول تدريجيًا من نفقات تدريب لمرة واحدة إلى نفقات استنتاج طويلة الأمد ومستمرة. وبالتالي يمكن فهم تسلسل الحوسبة السحابية للذكاء الاصطناعي بشكل بسيط جدًا: الطبقة العلوية: بيع الموارد $NVDA $MU $SKHY الطبقة الوسطى: بيع القوة الحسابية $CRWV $NBIS $IREN الطبقة الأساسية: توفير مراكز البيانات $DLR $EQIX $CORZ $APLD الطبقة السفلية: شراء القوة الحسابية $MSFT $META $GOOGL OpenAI Anthropic في الماضي، كان السوق يركز أكثر على: من يمتلك أكبر عدد من GPU؟ لكن السؤال الحقيقي المهم في المرحلة القادمة قد يكون: من يستطيع دمج GPU والطاقة والشبكة ومراكز البيانات بأسرع وقت لتحويلها إلى قوة حسابية للذكاء الاصطناعي جاهزة للتسليم والتحصيل فورًا؟ تتحول الحوسبة السحابية للذكاء الاصطناعي إلى "محطة تحصيل" في سلسلة إنتاج الذكاء الاصطناعي بأكملها. طالما استمرت الحاجة إلى التدريب والاستنتاج، ستستمر الشركات التي تبيع الرقائق من الأعلى، والقوة الحسابية من الوسط، ومرافق مراكز البيانات من الأسفل، جميعها في الحصول على إيرادات من نفس دورة توسيع البنية التحتية للذكاء الاصطناعي.