منذ أن تحولت Huida (Nvidia) من مورد لوحدات معالجة الرسومات للألعاب إلى مزود عالمي للتكنولوجيا الأساسية للحوسبة الذكاء الاصطناعي ، فقد نجحت في اكتساب موطئ قدم في صناعة الذكاء الاصطناعي العالمية. عمالقة التكنولوجيا الرئيسيين في العالم مثل Microsoft (Microsoft) و Amazon (Amazon) و Google و Meta و Musk (Elon حذت Musk) حذوها وزادت من استثماراتها في البنية التحتية الذكاء الاصطناعي.
في الوقت نفسه ، يتم إنفاق مليارات الدولارات لبناء "مراكز بيانات فائقة النطاق" ويتم شراء الملايين من رقائق الذكاء الاصطناعي لتلبية الطلب الهائل على قوة الحوسبة لنماذج الذكاء الاصطناعي. ومع ذلك ، في مواجهة هيمنة Huida القوية ، سواء كان لدى المعارضين مثل AMD و Intel (Intel) و Google TPUs و Amazon (Tranium) فرصة للاختراق ، وما إذا كان الذكاء الاصطناعي التطوير سيواجه اختناقات في قوة الحوسبة في المستقبل ، وكيف ستتطور حرب الذكاء الاصطناعي هذه.
أصبح "الموسع" مفتاحا ، ويواصل عمالقة التكنولوجيا بناء البنية التحتية لنظام الذكاء الاصطناعي
في السنوات الأخيرة ، نما الطلب على نماذج الذكاء الاصطناعي بسرعة ، واستثمر عمالقة التكنولوجيا في بناء مراكز بيانات كبيرة لتوسيع قدرات حوسبة الذكاء الاصطناعي ، بما في ذلك:
تقوم Meta ببناء مركز بيانات (2GW) بقدرة 2 جيجاوات في لويزيانا بالولايات المتحدة الأمريكية.
تعمل Amazon AWS و Microsoft Azure أيضا على توسيع العديد من مراكز بيانات (Gigawatt) جيجاوات حول العالم.
أنفقت Google مليارات الدولارات على شبكات الألياف الضوئية وعززت روابط مراكز البيانات في جميع أنحاء العالم.
يخطط xAI الخاص ب Musk لنشر 200,000 وحدة معالجة رسومات لبناء مجموعات الحوسبة الفائقة الذكاء الاصطناعي.
يظهر استثمار عمالقة التكنولوجيا هؤلاء أن "الحجم" لا يزال هو المفتاح ، ثم ربط مراكز البيانات العالمية من خلال الشبكات الضوئية لتحسين التدريب على الذكاء الاصطناعي وأداء الحوسبة ، يدحض بشكل مباشر الادعاء بأن "نطاق حوسبة الذكاء الاصطناعي قد وصل إلى أقصى حدوده".
لا تزال Huida تحتل الصدارة ، وتعتمد عليها في أكثر من 70٪ من قوة حوسبة الذكاء الاصطناعي في العالم
في سوق رقائق الذكاء الاصطناعي ، لا تزال Huida رائدة في السوق بحصة سوقية تبلغ 70٪ ، خاصة في مجال التدريب على الذكاء الاصطناعي ، بحصة سوقية تقترب من 98٪. على الرغم من أن Google لديها (Tensor TPU الخاصة بها لمعالجة رقائق Unit) ، إلا أنها لا تزال واحدة من مشتري وحدات معالجة الرسومات Huida.
( ملاحظة: TPUs هي شرائح تطبيقات خاصة صممتها Google لتسريع التعلم الآلي وأعباء عمل الذكاء الاصطناعي. )
لماذا تستطيع Huida الحفاظ على هيمنتها
مزايا البرنامج: بالإضافة إلى الأجهزة ، تعد Huida واحدة من شركات أشباه الموصلات القليلة الجيدة حقا في برامج الذكاء الاصطناعي ، خاصة أن نظام CUDA البيئي الخاص بها يصعب استبداله.
عملية متقدمة: يمكن دائما تقديم تقنيات جديدة بشكل أسرع من المنافسين ، مما يضمن أداء رائدا للرقاقة.
تقنية الشبكة: تعزز (NVLink) تقنية الربط البيني الفعالة بين وحدات معالجة الرسومات مع الاستحواذ على ميلانوكس.
هذه العوامل تجعل NVIDIA رائدة في رقائق الذكاء الاصطناعي ، وحتى إذا استثمرت AMD و Google و Amazon ومنافسون آخرون بنشاط في تطوير رقائق الذكاء الاصطناعي ، فلا تزال Huida تحتفظ بمكانة مهيمنة في السوق. ومع ذلك ، لا يزال السوق شديد التنافسية ، ويبحث العديد من اللاعبين في مجال التكنولوجيا عن بدائل لتقليل اعتمادهم على Huida.
يمكن ل Google TPU و AMD MI300 و Amazon Tranium تحدي Huida
على الرغم من أن Huida لا تزال تهيمن على السوق ، إلا أن العديد من المنافسين الرئيسيين مثل Google و AMD و Amazon ما زالوا يحاولون الاستيلاء على سوق قوة حوسبة الذكاء الاصطناعي. على الرغم من أن وحدات TPU من Google تستخدم بشكل أساسي للخدمات الداخلية مثل البحث والإعلانات ومعالجة فيديو YouTube ، إلا أنها لا تزال تتمتع بحصة سوقية كبيرة في سوق التدريب على الذكاء الاصطناعي.
مزايا وعيوب Google TPU
الشراكة مع Broadcom مع تقنية التوصيل البيني القوية.
الاندماج في خدمات Google الداخلية لتحسين خوارزميات الذكاء الاصطناعي للبحث والإعلان.
إنها تأتي في المرتبة الثانية بعد NVIDIA في مجال التدريب على الذكاء الاصطناعي.
عيب TPU
الأعمال السحابية لشركة Google ضعيفة ، و TPU ليست قادرة على المنافسة مثل Huida في السوق الخارجية.
النظام البيئي للبرامج مغلق ويصعب على المطورين الخارجيين استخدامه.
AMD MI300 هو أكبر منافس ل Huida ، لكن البرنامج لا يزال يمثل عيبا
قامت AMD بنشر سوق رقائق الذكاء الاصطناعي بنشاط في السنوات الأخيرة ، واستفادت وحدة معالجة الرسومات MI300X من مراقبة تصدير الولايات المتحدة إلى الصين ، والتي تحظى بشعبية نسبية في السوق الصينية. بالإضافة إلى ذلك ، تستخدم Microsoft و Meta أيضا رقائق AMD بنشاط لتقليل الاعتماد على Huida.
على الرغم من أن AMD تعمل بشكل جيد ، إلا أنها لن تنفجر كما يتوقع السوق. نظرا لأن منصة ROCm الخاصة ب AMD ليست ناضجة بما يكفي من حيث النظام البيئي لبرامج الذكاء الاصطناعي ، فلا يزال هناك مجال لتحسين الاستقرار وسهولة الاستخدام مقارنة ب Huida's CUDA.
على سبيل المثال ، عندما يستخدم المطورون ROCm لتدريب الذكاء الاصطناعي النماذج ، فإنهم غالبا ما يواجهون مشكلات مثل تصحيح الأخطاء (debug) الصعوبات ، وحتى التجربة الأساسية "خارج الصندوق" ليست سلسة. قد تواجه نماذج أطر الذكاء الاصطناعي السائدة مثل تشغيل PyTorch مباشرة مع ROCm مواقف لا يمكن تشغيلها بسلاسة ، ويلزم إجراء تعديلات أو تعديلات إضافية ، مما يجعلها أقل ملاءمة للمطورين للاستخدام.
يركز Amazon Tranium 2 على الفعالية من حيث التكلفة
يعرف Tranium 2 من Amazon مازحا باسم TPU من Amazon ، والذي يستخدم بشكل أساسي للتدريب الداخلي على الذكاء الاصطناعي ، مع التركيز على التكلفة المنخفضة وعرض النطاق الترددي العالي للذاكرة. فيما يلي الجوانب الثلاثة للفعالية من حيث التكلفة في أمازون:
تحسين نسبة السعر إلى الأداء: تدعي AWS أن مثيلات Trn2 توفر ميزة أداء سعرية بنسبة 30-40٪ مقارنة بمثيلات EC2 المستندة إلى GPU من الجيل الحالي (P5e و P5en واستخدام Huida H200).
زيادة كفاءة الطاقة: يستخدم Trainium 2 ما يصل إلى 3 أضعاف الطاقة من الجيل الأول من Trainium (Trn1) ويستهلك طاقة أقل لكل وحدة حسابية.
انخفاض تكاليف التدريب: يتيح Trainium 2 تدريبا موزعا فعالا ، مقترنا ب Elastic Fabric Adapter (EFA) لتوفير ما يصل إلى 12.8 تيرابايت في الثانية من عرض النطاق الترددي للشبكة ، مما يقلل من الوقت المستغرق لتدريب طرازات الذكاء الاصطناعي الكبيرة.
بالنسبة لعملاء AWS ، ليس فقط تقليل تكاليف التأجير والكهرباء ، ولكن أيضا تقليل التكاليف العامة من خلال تكامل النظام البيئي ، خاصة في سياق زيادة الطلب على رقائق الذكاء الاصطناعي ، فهذه استراتيجية رئيسية لتحدي Huida.
لا تزال Huida في المقدمة ، ولكن هل يمكن أن يستمر جنون رأس المال في حوسبة الذكاء الاصطناعي؟
في الوقت الحاضر ، لا تزال Huida تحتفظ بتفوق رقائق الذكاء الاصطناعي ، لكن عامي 2025 و 2026 سيكونان نقطة تحول في السوق. إذا استمر أداء نماذج الذكاء الاصطناعي في الاختراق ، فسيستمر الطلب على قوة الحوسبة في الارتفاع ، وسيستمر عمالقة التكنولوجيا الرئيسيون في استثمار رأس المال لتعزيز التنمية الصناعية.
ومع ذلك ، لا يزال السوق بحاجة إلى الانتباه إلى ما إذا كان نموذج أعمال الذكاء الاصطناعي يمكن أن يحقق أرباحا مستقرة حقا ، وإلا فقد يكون سوق الذكاء الاصطناعي "فقاعات" ، وبعد ذلك سيؤدي إلى موجة من التوحيد ، ويمكن فقط للشركات ذات المزايا التكنولوجية الحقيقية البقاء على قيد الحياة.
(64,000 رقائق الذكاء الاصطناعي Huida جاهزة للدخول! حطم مشروع Stargate مليارات المغنيسيوم ، ومركز البيانات الفائق في تكساس على وشك إطلاق )
هذه المقالة لماذا تحتل NVIDIA مكانة رائدة في مجال الذكاء الاصطناعي؟ تبعه ماسك ومايكروسوفت و AMD وأمازون ، وأصبح عامو 2025 و 2026 نقطة تحول في السوق وظهر لأول مرة في سلسلة الأخبار ABMedia.
المحتوى هو للمرجعية فقط، وليس دعوة أو عرضًا. لا يتم تقديم أي مشورة استثمارية أو ضريبية أو قانونية. للمزيد من الإفصاحات حول المخاطر، يُرجى الاطلاع على إخلاء المسؤولية.
لماذا تعتبر NVIDIA رائدة في مجال الذكاء الاصطناعي؟ تبع ذلك ماسك ومايكروسوفت و AMD وأمازون ، وأصبح عامي 2025 و 2026 نقطة تحول في السوق
منذ أن تحولت Huida (Nvidia) من مورد لوحدات معالجة الرسومات للألعاب إلى مزود عالمي للتكنولوجيا الأساسية للحوسبة الذكاء الاصطناعي ، فقد نجحت في اكتساب موطئ قدم في صناعة الذكاء الاصطناعي العالمية. عمالقة التكنولوجيا الرئيسيين في العالم مثل Microsoft (Microsoft) و Amazon (Amazon) و Google و Meta و Musk (Elon حذت Musk) حذوها وزادت من استثماراتها في البنية التحتية الذكاء الاصطناعي.
في الوقت نفسه ، يتم إنفاق مليارات الدولارات لبناء "مراكز بيانات فائقة النطاق" ويتم شراء الملايين من رقائق الذكاء الاصطناعي لتلبية الطلب الهائل على قوة الحوسبة لنماذج الذكاء الاصطناعي. ومع ذلك ، في مواجهة هيمنة Huida القوية ، سواء كان لدى المعارضين مثل AMD و Intel (Intel) و Google TPUs و Amazon (Tranium) فرصة للاختراق ، وما إذا كان الذكاء الاصطناعي التطوير سيواجه اختناقات في قوة الحوسبة في المستقبل ، وكيف ستتطور حرب الذكاء الاصطناعي هذه.
أصبح "الموسع" مفتاحا ، ويواصل عمالقة التكنولوجيا بناء البنية التحتية لنظام الذكاء الاصطناعي
في السنوات الأخيرة ، نما الطلب على نماذج الذكاء الاصطناعي بسرعة ، واستثمر عمالقة التكنولوجيا في بناء مراكز بيانات كبيرة لتوسيع قدرات حوسبة الذكاء الاصطناعي ، بما في ذلك:
تقوم Meta ببناء مركز بيانات (2GW) بقدرة 2 جيجاوات في لويزيانا بالولايات المتحدة الأمريكية.
تعمل Amazon AWS و Microsoft Azure أيضا على توسيع العديد من مراكز بيانات (Gigawatt) جيجاوات حول العالم.
أنفقت Google مليارات الدولارات على شبكات الألياف الضوئية وعززت روابط مراكز البيانات في جميع أنحاء العالم.
يخطط xAI الخاص ب Musk لنشر 200,000 وحدة معالجة رسومات لبناء مجموعات الحوسبة الفائقة الذكاء الاصطناعي.
يظهر استثمار عمالقة التكنولوجيا هؤلاء أن "الحجم" لا يزال هو المفتاح ، ثم ربط مراكز البيانات العالمية من خلال الشبكات الضوئية لتحسين التدريب على الذكاء الاصطناعي وأداء الحوسبة ، يدحض بشكل مباشر الادعاء بأن "نطاق حوسبة الذكاء الاصطناعي قد وصل إلى أقصى حدوده".
لا تزال Huida تحتل الصدارة ، وتعتمد عليها في أكثر من 70٪ من قوة حوسبة الذكاء الاصطناعي في العالم
في سوق رقائق الذكاء الاصطناعي ، لا تزال Huida رائدة في السوق بحصة سوقية تبلغ 70٪ ، خاصة في مجال التدريب على الذكاء الاصطناعي ، بحصة سوقية تقترب من 98٪. على الرغم من أن Google لديها (Tensor TPU الخاصة بها لمعالجة رقائق Unit) ، إلا أنها لا تزال واحدة من مشتري وحدات معالجة الرسومات Huida.
( ملاحظة: TPUs هي شرائح تطبيقات خاصة صممتها Google لتسريع التعلم الآلي وأعباء عمل الذكاء الاصطناعي. )
لماذا تستطيع Huida الحفاظ على هيمنتها
مزايا البرنامج: بالإضافة إلى الأجهزة ، تعد Huida واحدة من شركات أشباه الموصلات القليلة الجيدة حقا في برامج الذكاء الاصطناعي ، خاصة أن نظام CUDA البيئي الخاص بها يصعب استبداله.
عملية متقدمة: يمكن دائما تقديم تقنيات جديدة بشكل أسرع من المنافسين ، مما يضمن أداء رائدا للرقاقة.
تقنية الشبكة: تعزز (NVLink) تقنية الربط البيني الفعالة بين وحدات معالجة الرسومات مع الاستحواذ على ميلانوكس.
هذه العوامل تجعل NVIDIA رائدة في رقائق الذكاء الاصطناعي ، وحتى إذا استثمرت AMD و Google و Amazon ومنافسون آخرون بنشاط في تطوير رقائق الذكاء الاصطناعي ، فلا تزال Huida تحتفظ بمكانة مهيمنة في السوق. ومع ذلك ، لا يزال السوق شديد التنافسية ، ويبحث العديد من اللاعبين في مجال التكنولوجيا عن بدائل لتقليل اعتمادهم على Huida.
يمكن ل Google TPU و AMD MI300 و Amazon Tranium تحدي Huida
على الرغم من أن Huida لا تزال تهيمن على السوق ، إلا أن العديد من المنافسين الرئيسيين مثل Google و AMD و Amazon ما زالوا يحاولون الاستيلاء على سوق قوة حوسبة الذكاء الاصطناعي. على الرغم من أن وحدات TPU من Google تستخدم بشكل أساسي للخدمات الداخلية مثل البحث والإعلانات ومعالجة فيديو YouTube ، إلا أنها لا تزال تتمتع بحصة سوقية كبيرة في سوق التدريب على الذكاء الاصطناعي.
مزايا وعيوب Google TPU
الشراكة مع Broadcom مع تقنية التوصيل البيني القوية.
الاندماج في خدمات Google الداخلية لتحسين خوارزميات الذكاء الاصطناعي للبحث والإعلان.
إنها تأتي في المرتبة الثانية بعد NVIDIA في مجال التدريب على الذكاء الاصطناعي.
عيب TPU
الأعمال السحابية لشركة Google ضعيفة ، و TPU ليست قادرة على المنافسة مثل Huida في السوق الخارجية.
النظام البيئي للبرامج مغلق ويصعب على المطورين الخارجيين استخدامه.
AMD MI300 هو أكبر منافس ل Huida ، لكن البرنامج لا يزال يمثل عيبا
قامت AMD بنشر سوق رقائق الذكاء الاصطناعي بنشاط في السنوات الأخيرة ، واستفادت وحدة معالجة الرسومات MI300X من مراقبة تصدير الولايات المتحدة إلى الصين ، والتي تحظى بشعبية نسبية في السوق الصينية. بالإضافة إلى ذلك ، تستخدم Microsoft و Meta أيضا رقائق AMD بنشاط لتقليل الاعتماد على Huida.
على الرغم من أن AMD تعمل بشكل جيد ، إلا أنها لن تنفجر كما يتوقع السوق. نظرا لأن منصة ROCm الخاصة ب AMD ليست ناضجة بما يكفي من حيث النظام البيئي لبرامج الذكاء الاصطناعي ، فلا يزال هناك مجال لتحسين الاستقرار وسهولة الاستخدام مقارنة ب Huida's CUDA.
على سبيل المثال ، عندما يستخدم المطورون ROCm لتدريب الذكاء الاصطناعي النماذج ، فإنهم غالبا ما يواجهون مشكلات مثل تصحيح الأخطاء (debug) الصعوبات ، وحتى التجربة الأساسية "خارج الصندوق" ليست سلسة. قد تواجه نماذج أطر الذكاء الاصطناعي السائدة مثل تشغيل PyTorch مباشرة مع ROCm مواقف لا يمكن تشغيلها بسلاسة ، ويلزم إجراء تعديلات أو تعديلات إضافية ، مما يجعلها أقل ملاءمة للمطورين للاستخدام.
يركز Amazon Tranium 2 على الفعالية من حيث التكلفة
يعرف Tranium 2 من Amazon مازحا باسم TPU من Amazon ، والذي يستخدم بشكل أساسي للتدريب الداخلي على الذكاء الاصطناعي ، مع التركيز على التكلفة المنخفضة وعرض النطاق الترددي العالي للذاكرة. فيما يلي الجوانب الثلاثة للفعالية من حيث التكلفة في أمازون:
تحسين نسبة السعر إلى الأداء: تدعي AWS أن مثيلات Trn2 توفر ميزة أداء سعرية بنسبة 30-40٪ مقارنة بمثيلات EC2 المستندة إلى GPU من الجيل الحالي (P5e و P5en واستخدام Huida H200).
زيادة كفاءة الطاقة: يستخدم Trainium 2 ما يصل إلى 3 أضعاف الطاقة من الجيل الأول من Trainium (Trn1) ويستهلك طاقة أقل لكل وحدة حسابية.
انخفاض تكاليف التدريب: يتيح Trainium 2 تدريبا موزعا فعالا ، مقترنا ب Elastic Fabric Adapter (EFA) لتوفير ما يصل إلى 12.8 تيرابايت في الثانية من عرض النطاق الترددي للشبكة ، مما يقلل من الوقت المستغرق لتدريب طرازات الذكاء الاصطناعي الكبيرة.
بالنسبة لعملاء AWS ، ليس فقط تقليل تكاليف التأجير والكهرباء ، ولكن أيضا تقليل التكاليف العامة من خلال تكامل النظام البيئي ، خاصة في سياق زيادة الطلب على رقائق الذكاء الاصطناعي ، فهذه استراتيجية رئيسية لتحدي Huida.
لا تزال Huida في المقدمة ، ولكن هل يمكن أن يستمر جنون رأس المال في حوسبة الذكاء الاصطناعي؟
في الوقت الحاضر ، لا تزال Huida تحتفظ بتفوق رقائق الذكاء الاصطناعي ، لكن عامي 2025 و 2026 سيكونان نقطة تحول في السوق. إذا استمر أداء نماذج الذكاء الاصطناعي في الاختراق ، فسيستمر الطلب على قوة الحوسبة في الارتفاع ، وسيستمر عمالقة التكنولوجيا الرئيسيون في استثمار رأس المال لتعزيز التنمية الصناعية.
ومع ذلك ، لا يزال السوق بحاجة إلى الانتباه إلى ما إذا كان نموذج أعمال الذكاء الاصطناعي يمكن أن يحقق أرباحا مستقرة حقا ، وإلا فقد يكون سوق الذكاء الاصطناعي "فقاعات" ، وبعد ذلك سيؤدي إلى موجة من التوحيد ، ويمكن فقط للشركات ذات المزايا التكنولوجية الحقيقية البقاء على قيد الحياة.
(64,000 رقائق الذكاء الاصطناعي Huida جاهزة للدخول! حطم مشروع Stargate مليارات المغنيسيوم ، ومركز البيانات الفائق في تكساس على وشك إطلاق )
هذه المقالة لماذا تحتل NVIDIA مكانة رائدة في مجال الذكاء الاصطناعي؟ تبعه ماسك ومايكروسوفت و AMD وأمازون ، وأصبح عامو 2025 و 2026 نقطة تحول في السوق وظهر لأول مرة في سلسلة الأخبار ABMedia.