نفيديا تفقد مواقعها: نقص الذاكرة يعيد تشكيل سوق حوسبة الذكاء الاصطناعي

واجهت Nvidia في 9 يوليو 2026 وضعاً غير عادي: على الرغم من الإيرادات المتوقعة في ارتفاع، انخفضت أسهمها بنسبة 15% من ذروتها في مايو، بينما زادت شركة مصنعة الذاكرة Micron قيمتها السوقية ثلاث مرات تقريباً. السبب هو ضعف ندرة معالجات الرسومات وندرة جديدة من الذاكرة لمراكز البيانات، مما يعيد تشكيل توزيع الأموال في البنية التحتية للذكاء الاصطناعي.

لماذا أصبحت Nvidia أرخص

بدأ السوق يدفع أقل مقابل الحوسبة على معالجات الرسومات Nvidia، على الرغم من استمرار الطلب على البنية التحتية للذكاء الاصطناعي. وفقاً للبيانات التي استشهدت بها TechCrunch، فقدت أسهم الشركة 15% من ذروتها في مايو؛ وفي نفس الوقت، يتم تقييم أرباحها المتوقعة من قبل السوق أقل من متوسط شركة أمريكية كبرى في مؤشر S&P. وهذا لا يعني انخفاض الإيرادات: التنبؤات بها تستمر في الارتفاع. لكن المستثمرين يرون أن المورد الرئيسي لطفرة الذكاء الاصطناعي - الوصول إلى GPUs - يتوقف عن كونه نادراً كما كان قبل سنة.

• في 9 يوليو 2026، أبلغت TechCrunch عن انخفاض بنسبة 15% في سهم Nvidia من ذروة مايو 2026.
• وصل السعر الفوري بالساعة لـ Nvidia H100 إلى حوالي 3.20 دولار في مايو 2026، ثم انخفض بشكل مطرد.
• زادت القيمة السوقية لـ Micron ثلاث مرات تقريباً خلال نفس الفترة.
• تمكن مصنعو الذاكرة من رفع أسعار DRAM حوالي عشر مرات خلال العام الماضي.

أنشأت Nvidia الأساس التكنولوجي للسوق الحالي: جعلت منصة برامجها CUDA معالجات الرسومات الخاصة بها الأداة القياسية لبحث نماذج الذكاء الاصطناعي والتدريب. كما قامت الشركة بتحديث خطوط GPU بسرعة، التي تُعتبر من بين أجهزة الإنتاج الضخم الأكثر تعقيداً. ومع ذلك، كان هذا النجاح للاستراتيجية جاذباً للمنافسين: بدأت المنصات السحابية والمختبرات تبحث عن طرق لتقليل الاعتماد على موردٍ واحد.

ما الذي أصبح الاختناق الجديد

أصبحت الذاكرة، وليس المسرّعات نفسها، قيداً جديداً لمراكز البيانات. تصنع Micron DRAM والذاكرة عالية النطاق الترددي HBM - مكونات تنقل البيانات بسرعة بين المعالج والذاكرة. تطورت هذه التقنيات لفترة طويلة، لكن الصناعة قللت من تقدير كمية الذاكرة التي ستكون مطلوبة للبناء الضخم لمراكز بيانات الذكاء الاصطناعي. تجاوز الطلب معدلات توسع الإنتاج، لذلك ارتفعت أسعار السوق الفورية بشكل حاد.

هذا تغيير مهم: تنخفض تكاليف استئجار الحوسبة Nvidia H100، بينما ترتفع أسعار DRAM. يمكن لمالكي مراكز البيانات الحصول على المزيد من المسرّعات أو استئجارها برخص أكبر، لكنهم يواجهون مشكلة توفر الذاكرة. بالنسبة إلى Micron والمصنعين المقارنين، فإن التقنية المألوفة والعرض المحدود كافيان للاستفادة من الموجة الجديدة من نفقات رأس المال للبنية التحتية للذكاء الاصطناعي.

يعكس السعر الفوري معاملات التسليم الفوري، وليس العقود طويلة الأجل. في مخطط Datatrack المعروض في المادة، يبدأ ارتفاع أسعار DRAM في أغسطس 2025. يؤكد المؤلف: أنه لا يرتبط بنقطة تحول مفاجئة في تقنية الذاكرة. السوق ببساطة قيّم الطلب على مركز البيانات في وقت متأخر جداً.

لماذا تصبح الحوسبة أرخص

يتسع العرض من المسرّعات في اتجاهين في نفس الوقت: يدخل المزيد من مصنعي GPU والمسرّعات السوق، ويطور أكبر المشترين معالجات خاصة بهم. أطلقت Google و Amazon و Microsoft و OpenAI بالفعل رقائق مخصصة لتقليل الاعتماد على Nvidia. قد تتخلف هذه الحلول عن أحدث منتجات Nvidia، لكن قدراتها كافية لبعض المهام وللضغط على أسعار الحوسبة.

يصف Wayne Nelms، المؤسس المشارك والمدير التقني لمنصة Ornn، الوضع بأنه ديناميكيات عادية للعرض والطلب. وفقاً له، تريد الشركات تطوير سيليكون خاص بها، لكن لا أحد تقريباً يصنع DRAM خاص به. حتى يكون هناك اختراق تكنولوجي ملحوظ في HBM، أو تغيير في توازن العرض والطلب، أو لاعب جديد كبير في مجال الذاكرة، قد تستمر عدم التناسب.

"الجميع يريد صنع سيليكونهم الخاص، لكن لا أحد يصنع DRAM خاص به"، —

Wayne Nelms، المؤسس المشارك والمدير التقني لـ Ornn.

بالنسبة إلى Nvidia، لا ينفي هذا الريادة التكنولوجية. بدلاً من ذلك، يحول السوق GPUs من مورد نادر إلى سلعة أكثر تنافسية. عندما تكون هناك بدائل أكثر، تنتقل الأرباح الفائقة إلى العنصر النادر التالي في النظام - الذاكرة. يُظهر هذا أيضاً أن تقييم شركات الذكاء الاصطناعي وموردي البنية التحتية يعتمد بشكل متزايد ليس فقط على جودة الرقائق، بل أيضاً على القيد المحدد في سلسلة الإمداد.

ما الذي يعنيه هذا

لم ينته طفرة الذكاء الاصطناعي، لكن مركزها المالي ينزاح: تبقى Nvidia مزوداً رئيسياً للمسرّعات، بينما تذهب الأرباح قصيرة الأجل بشكل متزايد إلى مصنعي الذاكرة. بالنسبة للمطورين ومشغلي مراكز البيانات، يعني هذا أن تكلفة وتوفر HBM و DRAM مهمة مثل اختيار GPU.