Nvidia تسعى إلى الهيمنة على كامل منظومة مراكز بيانات الذكاء الاصطناعي: من الرقائق إلى الشبكات والتخزين

أظهرت Nvidia في GTC 2026 أنها لم تعد تريد أن تكون مجرد مورّد لوحدات GPU. فالشركة تعرض على عملائها مركز بيانات ذكاء اصطناعي كاملاً بوصفه منتجاً واحداً، يشمل الحوسبة والشبكات وتخزين السياق والبرمجيات الإدارية.

الرهان على التكامل العمودي

لم تكن الرسالة الأهم في عرض جنسن هوانغ رقاقة جديدة بعينها، بل بنية العمل التجاري نفسها. فقد استعرضت Nvidia على المسرح سلسلة من الخزائن (racks)، وقالت للسوق عملياً: ستكون البنية التحتية للذكاء الاصطناعي أرخص وأسرع وأكثر ربحية إذا اشترى العملاء المنظومة كاملة من مورّد واحد بدلاً من مكوّنات منفصلة. لم يعد النموذج «نبيع المسرّعات، وعليكم تجميع الباقي بأنفسكم»، بل محاولة لتحويل مركز البيانات إلى منظومة تصمّمها Nvidia بالكامل.

يروّج هوانغ منذ وقت طويل لفكرة «مصنع الذكاء الاصطناعي» (AI factory)، أي مصنع ينتج الرموز والذكاء كما ينتج المصنع التقليدي القطع. والآن أصبحت الفكرة أكثر صرامة: تريد Nvidia التحكم لا في الحوسبة فحسب، بل في الشبكة والذاكرة وتخزين البيانات الوسيطة وطبقة المعالجات المركزية والبرمجيات التي تربط ذلك كله. وفي ظل ازدهار الأنظمة الوكيلية (agentic)، يبدو هذا النهج منطقياً: فلم تعد وحدات GPU وحدها هي عنق الزجاجة، بل كل ما ينقل البيانات بينها.

ما الذي دخل في المنظومة؟

جمعت Nvidia في تشكيلتها الجديدة عدة خزائن، تعالج كل منها مشكلة محددة في مركز بيانات الذكاء الاصطناعي. وتشكّل معاً ما يشبه مجموعة بناء شبه متكاملة للشركات التي تنشئ عناقيد حوسبة ضخمة للتدريب والاستدلال، ولا ترغب في دمج عشرات الموردين المتباينين في مخطط واحد.

• Vera Rubin NVL72 — منظومة رئيسية على مستوى الخزانة (rack-scale) تضم 72 وحدة GPU من طراز Rubin و36 معالج CPU من طراز Vera.
• Vera CPU Rack — خزانة مستقلة تضم 256 معالج CPU لمهام الذكاء الاصطناعي الوكيلي، حيث تبرز أهمية استدعاء الأدوات (tool calling) واستعلامات SQL وتنفيذ الشيفرة.
• BlueField-4 STX — طبقة لتخزين KV-cache وتقديمه بسرعة، وتحتاجها النماذج اللغوية الكبيرة أثناء الاستدلال.
• Spectrum-6 SPX — شبكة Ethernet جديدة لربط الخزائن وتوسيع العنقود.
• Groq 3 LPX — خزانة استدلال تضم 256 مسرّع LPU، وتركّز على زمن الاستجابة المنخفض والسياق الكبير.

والمغزى من هذه التركيبة أن Nvidia لم تعد تبيع «القدرة الحصانية» المتمثلة في وحدات GPU فحسب. فهي تغطي الأجزاء التي تضيع فيها عادةً الميلي ثانية والواط والمال: نقل البيانات بين الرقائق، والتعامل مع السياق، وتأخيرات الشبكة، ومهام CPU الخاصة بالوكلاء، وموازنة الأحمال عموماً. وكلما كبر النموذج واتسع سياقه، ازدادت هذه الكلفة الإضافية وضوحاً.

أين تبحث Nvidia عن المكسب؟

أبرز حجج Nvidia هي اقتصاديات الاستدلال. فالشركة تؤكد أن الجمع بين Vera Rubin وGroq 3 LPX يقلّل عدد مرات الوصول إلى ذاكرة DRAM الخارجية بفضل السعة الكبيرة من SRAM في LPU، ما يخفّض زمن الاستجابة ويسرّع إنتاج الرموز. وبحسب تصريحات Nvidia، قد يوفّر هذا التصميم ما يصل إلى 35 ضعفاً من الإنتاجية لكل ميغاواط للنماذج ذات التريليونات من المعاملات، وما يصل إلى 10 أضعاف الإيرادات لكل واط في السيناريوهات التي تعتمد على الرموز «المميزة» المرتفعة الكلفة.

«ما كان يتطلب سابقاً يوماً كاملاً من الطلبات، سيُنجز الآن في أقل من ساعة».

وهناك رهان منفصل على طبقة المعالجات المركزية. فتقول Nvidia صراحةً إنه حتى في عصر GPU تصطدم الوكلاء باستمرار بمهام حوسبة تقليدية: استدعاء الأدوات، واستعلامات SQL، والتجميع (compilation)، وتنفيذ الشيفرة في بيئة معزولة (sandbox). لذلك تضع الشركة معالجات Vera CPU الخاصة بها في المركز، وتضيف إليها وحدات DPU ونظام تخزين متخصصاً للسياق. ويوسّع ذلك طموحات Nvidia إلى ما يتجاوز المسرّعات بكثير، ويُظهر أنها تريد الاستحواذ على حصة متزايدة من هوامش الربح في البنية التحتية للذكاء الاصطناعي.

ماذا يعني ذلك؟

بالنسبة إلى السوق، هذه خطوة أخرى نحو مراكز بيانات ذكاء اصطناعي مبنية عمودياً، يتولى فيها مورّد واحد تقريباً كل شيء. وقد يتيح هذا النموذج للعملاء نشراً أبسط وكفاءة أفضل، لكن بثمن اعتماد أكبر على Nvidia. أما بالنسبة إلى المنافسين، من لاعبي المعالجات المركزية والشبكات إلى موردي أنظمة التخزين، فهي إشارة إلى أن Nvidia لم تعد تلعب في ميدان GPU وحده.