Nvidia تؤجل خوادم Kyber المبنية على Rubin Ultra من 2027 إلى 2028 بسبب مشكلات في التصنيع
أجّلت Nvidia إطلاق بنية الخوادم Kyber المبنية على مسرّعات Rubin Ultra من 2027 إلى 2028، بحسب ما نقلته CNBC عن شركة التحليلات SemiAnalysis. ويُعزى التأخير إلى صعوبات في تصنيع أحد المكوّنات الرئيسية في المنظومة. وهذه ليست المرة الأولى التي تتأخر فيها خطط Nvidia الطموحة لتحديث تشكيلة مسرّعات الذكاء الاصطناعي سنوياً عن موعدها.
معالج بواسطة الذكاء الاصطناعي من 3DNews AI؛ بتحرير Hamidun News
أجّلت Nvidia إطلاق بنية الخوادم Kyber المبنية على مسرّعات Rubin Ultra من 2027 إلى 2028، بحسب ما نقلته وكالة CNBC عن شركة التحليلات SemiAnalysis. ويُعزى التأخير إلى صعوبات في تصنيع أحد المكوّنات الرئيسية في المنظومة.
ما المعروف عن التأجيل
- مصدر المعلومات هو CNBC نقلاً عن محللي SemiAnalysis
- يتأجل إطلاق بنية Kyber من 2027 إلى 2028
- تقوم Kyber على مسرّعات Rubin Ultra
- سبب التأخير صعوبات في تصنيع أحد المكوّنات الرئيسية في المنظومة
يُعدّ Rubin Ultra أحد الأجيال المقبلة من مسرّعات الذكاء الاصطناعي من Nvidia، ويأتي ضمن خريطة الطريق السنوية للشركة بعد بنى Blackwell وBlackwell Ultra وVera Rubin. أما Kyber فهو اسم منصة الرفوف الخادمية التي تجمع هذه الرقائق في منظومة حوسبة واحدة لمراكز البيانات التي تدرّب نماذج الذكاء الاصطناعي الكبيرة وتشغّلها.
منذ عام 2024، تعلن Nvidia التزامها باستراتيجية إطلاق جيل جديد من بنية الذكاء الاصطناعي التحتية مرة كل عام تقريباً. وكان هذا الإيقاع يُعدّ شبه مستحيل لعتاد معقّد إلى هذا الحد، كأنظمة الرفوف المبرّدة بالسوائل التي تضم عشرات الآلاف من الوصلات بين الرقائق. وقد أتاح هذا الإيقاع غير المسبوق للشركة الهيمنة على سوق رقائق تدريب النماذج اللغوية الكبيرة، لكنه يتطلب في المقابل عمل سلسلة الإمداد بأكملها دون انقطاع، من مصانع تصنيع الرقائق بالتعاقد إلى مجمّعي الرفوف الخادمية.
لماذا يهم التأجيل السوق؟
تلتزم Nvidia في السنوات الأخيرة بدورة تحديث سنوية مكثّفة لرقائقها ورفوفها الرائدة للذكاء الاصطناعي، وقد مكّنها هذا الإيقاع من الحفاظ على هيمنتها في سوق مسرّعات تدريب النماذج اللغوية الكبيرة والاستدلال. وأي تأخير في هذا الجدول يؤثر مباشرة في خطط مزوّدي الحوسبة السحابية العملاقة (hyperscalers) مثل Microsoft وGoogle وAmazon وMeta، الذين يضعون خطط شراء معدات مراكز البيانات لسنوات قادمة ويحتسبون طاقاتهم الحاسوبية وفق مواعيد محددة لظهور أجيال الرقائق الجديدة.
ولا تُعدّ الصعوبات في تصنيع المكوّنات الرئيسية لرقائق الذكاء الاصطناعي المتقدمة أمراً نادراً في السنوات الأخيرة. فالاختناقات تظهر في التغليف المتقدم للرقائق، وإمدادات ذاكرة HBM، وطاقات المصنّعين المتعاقدين، ولا تقتصر على Nvidia بل تطال سلسلة إمداد أشباه الموصلات الخاصة بقطاع الذكاء الاصطناعي بأكملها.
كيف ينسجم ذلك مع استراتيجية Nvidia؟
تبني Nvidia موقعها في السوق علناً على وعد بتحديث سنوي يمكن التنبؤ به للبنى المعمارية. وتساعد هذه الخطة الشركة على إبقاء العملاء بعيداً عن المنافسين مثل AMD أو عن الحلول التي يطوّرها مزوّدو الحوسبة السحابية العملاقة بأنفسهم، لأن العملاء يعرفون مسبقاً موعد ظهور الجيل التالي من الرقائق، ويستطيعون على أساسه تخطيط نفقاتهم الرأسمالية. أما تأجيل منصة خوادم واحدة عاماً كاملاً، فيضع استدامة هذا الإيقاع موضع تساؤل، ويدفع كبار العملاء إلى مراجعة جداولهم الخاصة لتشغيل مراكز البيانات الجديدة.
وبالنسبة إلى محللي SemiAnalysis، الذين كانوا أول من أبلغ عن التأخير، تُعدّ مثل هذه التأجيلات مؤشراً أيضاً على الحالة العامة لسلسلة إمداد أشباه الموصلات المتقدمة، وفي مقدمتها طاقات التغليف المتقدم للرقائق (advanced packaging) وإنتاج الجيل الجديد من الذاكرة، اللذان يتفوق الطلب عليهما باستمرار على المعروض في السنوات الأخيرة.
ماذا يعني ذلك
يشير تأجيل منصة الخوادم الرائدة عاماً كاملاً إلى أن للتوسع في الإنتاج حدوداً فيزيائية حتى لدى رائد سوق رقائق الذكاء الاصطناعي. وقد يبطئ ذلك وتيرة توسيع كبرى مزوّدي الخدمات السحابية لطاقاتهم الحاسوبية اللازمة لأجيال جديدة من نماذج الذكاء الاصطناعي.
Access Frontier LLMs & Multimodal AI in One Workspace
Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.