Nvidia تسجل أرقامًا قياسية وسط طلب انفجاري على tokens

تستمرّ شركة إنفيديا في كسر أرقامها القياسية الخاصة بها. أصدرت الشركة نتائج مالية ربع سنوية تجاوزت توقعات المحللين وأكّدت الفرضية الرئيسية للسنتين الماضيتين: سباق الذكاء الاصطناعي لا يتسارع فحسب، بل ينطلق بقوة متزايدة. لخّص الرئيس التنفيذي جنسن هوانغ ما يجري في جملة واحدة: "الطلب على الرموز في العالم أصبح أسيّاً بشكل كامل."

لفهم سبب صوت هذا البيان كتشخيص مالي لعصر بأكمله، يتعيّن عليك فهم ما هو الرمز في سياق نماذج اللغة. الرمز هو الوحدة الأساسية التي تعمل معها الأنظمة مثل GPT-4 أو Claude عند معالجة وتوليد النصوص. كل استعلام موجّه إلى نموذج، كل رد من روبوت محادثة، كل استدعاء API من تطبيق مؤسّسي — كل هذا بلايين الرموز التي تحتاج إلى معالجة في مكان ما. ولمعالجتها، تحتاج إلى معالجات الرسومات من إنفيديا. هذه السلسلة من الأحداث هي ما جلب للشركة ربع سنة انتصار آخر.

السياق مهمّ مثل الأرقام تماماً. على مدار عدة أرباع سنة الماضية، زادت أكبر شركات التكنولوجيا في العالم — مايكروسوفت وجوجل وأمازون وميتا — نفقات رأس المال باستمرار على بناء ووسع مراكز البيانات. الأرقام تبدو شبه غير معقولة: تنفق كل من هذه الشركات عشرات مليارات الدولارات سنوياً على بنية الذكاء الاصطناعي. ولا تنوي أي منها التباطؤ. التقارير ربع السنوية تتوالى الواحد تلو الآخر، وفي كل مرة يتم رفع توقعات النفقات الرأسمالية. بالنسبة لإنفيديا، هذا يعني طلباً ثابتاً وقابلاً للتنبؤ به وضخماً على منتجاتها الرئيسية — معجّلات سلسلة H100 والجيل القادم Blackwell.

ومن الجدير بالملاحظة أن هوانغ يعزو نجاح الشركة ليس كثيراً للميزة التنافسية في الأجهزة، بل إلى تغيير جذري في طريقة عمل اقتصاديات الذكاء الاصطناعي. في الماضي، كانت نفقات البنية الأساسية في صناعة التكنولوجيا دورية إلى حد كبير: كانت الشركات تبني القدرات لأعباء عمل محددة ثم تتوقف. اليوم المنطق مختلف. نماذج اللغة لا تُستخدم فحسب — بل يتم إعادة تدريبها وضبطها وتوسيع نطاقها باستمرار. كل تحسين في النموذج يتطلب مزيداً من الحوسبة. كل تطبيق جديد قائم على الذكاء الاصطناعي التوليدي ينشئ مرور رموز إضافياً. النظام يغذي نفسه بنفسه، والطلب على قوة الحوسبة ينمو أسرع مما يمكن للعرض مواكبته.

بالنسبة للصناعة، هذا يعني عدة أمور مهمة. أولاً، تؤسّس إنفيديا نفسها بشكل نهائي في دور الاحتكار في البنية الأساسية لعصر الذكاء الاصطناعي التوليدي — شركة لا غنى عن منتجاتها لبناء أي نظام ذكاء اصطناعي جادّ. المنافسون موجودون: AMD تطور معجّلاتها بنشاط، وجوجل تبني وحدات المعالجة الموزعة الخاصة بها، والشركات الناشئة مثل Cerebras و Groq تقدم معماريات بديلة. غير أن نظام CUDA، الذي بنته إنفيديا بعناية على مدى السنين، ينشئ حاجزاً للدخول يصعب جداً تجاوزه في فترة زمنية قصيرة. ثانياً، نفقات رأس المال القياسية للاعبين الكبار تعني أن السوق بأكمله يراهن على تحقيق الربح على المدى الطويل من منتجات الذكاء الاصطناعي. لن تنفق الشركات مئات مليارات الدولارات على البنية الأساسية إن لم تكن واثقة من أن هذه الاستثمارات ستؤتي ثمارها.

بالنسبة للمستخدمين النهائيين والمطورين، الصورة مختلطة. من جهة، يؤدي نمو الاستثمارات في البنية الأساسية في النهاية إلى خدمات ذكاء اصطناعي أسرع وأكثر ذكاءً وأكثر سهولة في الوصول إليها. من جهة أخرى، التركيز العالي لسوق الحوسبة في يد شركة واحدة ينشئ مخاطر على حد سواء للتسعير والتوفر. نقص وحدات معالجة الرسومات الذي أصبح مثلاً مشهوراً في عام 2023 لم يختفِ تماماً — فقد انتقل إلى أجيال جديدة من الرقائق.

قصة إنفيديا على مدى السنتين الماضيتين ليست مجرد قصة شركة ناجحة واحدة. إنها مرآة تعكس اللحظة الحالية في تطور الذكاء الاصطناعي: فترة تتجاوز فيها الاستثمارات الضخمة الفهم بكيفية أنها ستؤتي ثمارها بالضبط. طالما يبقى الطلب على الرموز أسيّاً، سيبقى جنسن هوانغ وإنفيديا في مركز هذه المعادلة. السؤال الرئيسي ليس ما إذا كان النمو سيستمرّ — إنه سيستمرّ. السؤال هو من سيحصل في النهاية على ثمار تريليونات الرموز المعالجة.