تحليل مورغان ستانلي: هل سيواكب الطلب المتزايد على رقائق الذكاء الاصطناعي الطلبَ المتزايد على الكهرباء؟ الطلب المتوقع في عام 2027: حوالي 38 جيجاواط

أحدث تقرير لفحص سلسلة التوريد الآسيوية من مورغان ستانلي يترجم توسع الذكاء الاصطناعي إلى رقم أكثر وضوحًا للكهرباء: استنادًا إلى ما يقدر بنحو 19 مليون وحدة معالجة رسومات وASIC ضمنية من نوع CoWoS في عام 2027، بمتوسط استهلاك طاقة حرارية يبلغ 2 كيلوواط لكل شريحة، فإن سعة الطاقة المقابلة لهذه الدفعة من الشرائح تبلغ حوالي 38 جيجاواط.

ومن بين هؤلاء، تمثل Nvidia حوالي 16 جيجاواط، وGoogle حوالي 9 جيجاواط، وAMD حوالي 7 جيجاواط، وAWS حوالي 2 جيجاواط، وMicrosoft وMeta وغيرهم من البائعين حوالي 1 جيجاواط لكل منهم.

من المهم التأكيد على أن 38 جيجاواط لا تمثل إجمالي استهلاك الكهرباء لمراكز بيانات الذكاء الاصطناعي العالمية في ذلك الوقت، ولا تمثل سعة الطاقة المضمونة مسبقًا. فهي لا تشمل استهلاك الكهرباء لوحدات المعالجة المركزية والشبكات والتخزين والتبريد وغيرها من المرافق الداعمة. إنها أشبه باختبار إجهاد مستمد من شحنات الرقائق: إذا زادت معالجات الذكاء الاصطناعي إنتاجها وفقًا لنموذج سلسلة التوريد في عام 2027، فهل تستطيع البنية التحتية للطاقة استيعاب حجم هذه الرقائق في الوقت نفسه؟

وهذا يعني أن القيود المفروضة على توسيع قوة الحوسبة للذكاء الاصطناعي تمتد من "ما إذا كان من الممكن إنتاج وحدات معالجة الرسومات" إلى ما إذا كان من الممكن توفير HBM و CoWoS والاختبار وتسليم الرفوف والوصول إلى الطاقة في وقت واحد.

اختبار الضغط بقدرة 38 جيجاواط يدفع باختناقات الذكاء الاصطناعي إلى قطاع الطاقة.

تستند حسابات مورغان ستانلي إلى افتراضين أساسيين: عدد رقائق GPU و ASIC المقابلة لـ CoWoS في عام 2027 سيكون حوالي 19 مليون، بمتوسط TDP يبلغ 2 كيلو واط لكل رقاقة، مما ينتج عنه طلب ضمني على الطاقة يبلغ حوالي 38 جيجا واط للرقائق.

يُعدّ الرقم 2 كيلوواط متوسطًا افتراضيًا يُستخدم لتقدير إجمالي استهلاك الطاقة، ولا يعني بالضرورة أن جميع وحدات معالجة الرسومات (GPUs) ودوائر ASIC تستهلك الطاقة بنفس القدر. كما أن 38 جيجاواط لا يُمثّل الحمل التشغيلي الفعلي لمركز البيانات، لأن الرقائق لا تعمل دائمًا بكامل طاقتها، وستُولّد وحدات المعالجة المركزية (CPUs) والشبكات ووحدات التخزين وأنظمة التبريد في الخوادم طاقة إضافية.

مع ذلك، لا يزال لهذا الرقم قيمة مرجعية. على مدى العامين الماضيين، تركزت النقاشات حول سلسلة توريد الذكاء الاصطناعي بشكل أساسي على جدولة إنتاج وحدات معالجة الرسومات، وتوريد ذاكرة الوصول العشوائي عالية التردد، وسعة الحوسبة السحابية المدمجة. ومع استمرار ارتفاع شحنات الرقائق، قد يؤثر ربط الشبكة الكهربائية، وبناء المحطات الفرعية، واختيار مواقع مراكز البيانات، وترتيبات شراء الطاقة طويلة الأجل، بشكل مباشر على إمكانية تحويل الرقائق إلى قوة حوسبة فعلية قابلة للاستخدام.

إن تسليم الرقائق ليس سوى الخطوة الأولى. فبعد دخول وحدات معالجة الرسومات (GPUs) أو الدوائر المتكاملة الخاصة بالتطبيقات (ASICs) إلى مراكز البيانات، فإنها تحتاج أيضاً إلى خوادم داعمة، ووحدات تخزين، وشبكات، وأنظمة تبريد، وطاقة، وأنظمة تشغيل وصيانة. وإذا تأخر بناء البنية التحتية عن شحنات الرقائق، فقد يشهد السوق حالة من عدم التوافق حيث "تصل الرقائق، لكن مراكز البيانات والطاقة لم تُجهز بعد".

يبلغ الطلب الضمني على الطاقة لرقائق GPU/ASIC في عام 2027 حوالي 38 جيجاوات، بما في ذلك 16 جيجاوات من Nvidia، و9 جيجاوات من Google، و7 جيجاوات من AMD.

بالنسبة لشركة إنفيديا، يُفسر الطلب الضمني على 16 جيجاواط سبب استمرارها في زيادة كثافة وحدات معالجة الرسومات لكل رف. ويشير التقرير إلى أن إنفيديا لطالما تطلعت إلى تحسين قوة وأداء الحوسبة على مستوى الرف من خلال ربط المزيد من وحدات معالجة الرسومات عبر بنية قابلة للتوسع.

مع ذلك، لا يزال حل Kyber للجيل الأول من رفوف Rubin Ultra يواجه تحديات تتعلق بلوحة الدوائر المطبوعة والحرارة، وقد يستمر في استخدام تصميم Oberon NVL72، ثم يتوسع لاحقًا إلى مقياس NVL576 عبر وصلات CPO أو NPO. لن يؤدي رفع كثافة الرفوف إلى إلغاء متطلبات الطاقة، بل سيزيد من تركيز ضغوط إمدادات الطاقة والتبريد والوصلات على تصميمات مراكز البيانات ذات المواصفات الأعلى.

تتوسع كل من HBM و CoWoS بالتوازي، بينما لا تزال مواصفات Rubin Ultra قيد الانتظار.

وبغض النظر عن الطاقة، تظل تقنية الذاكرة عالية النطاق والتغليف المتقدم من أهم القيود التي تعيق توسع رقائق الذكاء الاصطناعي بحلول عام 2027 تقريباً.

وفقًا لنموذج سلسلة التوريد الخاص بمورغان ستانلي، يبلغ الطلب على رقائق الذكاء الاصطناعي من نوع HBM في عام 2027 حوالي 48.618 مليار غيغابايت. ويُظهر الشكل 3 حجم تكوين CoWoS بحوالي 2.664 مليون رقاقة، بينما يُشير الشكل 5 إلى طلب عالمي على CoWoS يبلغ حوالي 2.694 مليون رقاقة. ويعود هذا الاختلاف الطفيف بين الرقمين إلى اختلاف النطاقات الإحصائية.

ويقدر التقرير أيضاً أن حجم سوق إيرادات رقائق الحوسبة للذكاء الاصطناعي سيصل إلى 58.8 مليار دولار على الأقل في عام 2027. ولا تزال شركة Nvidia أكبر مستهلك لتقنية CoWoS، حيث تقدر حصتها بنحو 1.222 مليون رقاقة؛ ومن المتوقع أن تستحوذ شركتا AMD وBroadcom على ما يقرب من 530 ألف و484 ألف رقاقة على التوالي.

تشير التقديرات إلى أن الطلب على ذاكرة الوصول العشوائي عالية التردد للذكاء الاصطناعي في عام 2027 سيبلغ 48.6 مليار جيجابايت، إلى جانب تكوينات CoWoS ومتطلبات ذاكرة الوصول العشوائي عالية التردد لوحدات معالجة الرسومات المختلفة ودوائر ASIC.

لا يزال هناك متغير مهم في التنبؤ بالطلب: لم يتم الانتهاء من تكوين HBM لـ Rubin Ultra بعد.

تشير عمليات فحص سلسلة التوريد إلى أن بطاقة Rubin Ultra قد تعتمد مواصفات متدرجة، حيث يستخدم الإصدار عالي الأداء ذاكرة HBM4e 8Hi، بينما قد يستخدم الإصدار منخفض الأداء ذاكرة HBM4 12Hi أو 8Hi. ويتوقع مورغان ستانلي أن تتخذ Nvidia قرارًا نهائيًا بحلول نهاية الربع الثالث من عام 2026.

يعكس هذا التعديل بشكل أساسي ثلاثة ضغوط: نقص سعة ذاكرة HBM، وارتفاع تكاليف الذاكرة، وتفاوت متطلبات السعة وعرض النطاق الترددي عبر أحمال عمل الذكاء الاصطناعي المختلفة. ويشير التقرير إلى أن تقليل تكوين ذاكرة HBM قد يكون له تأثير أكبر على أحمال عمل فك التشفير من التعبئة المسبقة، لا سيما في النماذج الكبيرة ذات السياقات الطويلة.

من المهم ملاحظة أن الجدول 3 لا يزال محسوبًا بناءً على تكوين Rubin Ultra مع ذاكرة HBM4e 12Hi وسعة إجمالية تبلغ 384 جيجابايت لكل شريحة. لذا، فإن متطلبات HBM البالغة 48.6 مليار جيجابايت لا تعكس بشكل كامل خطة تقليص الحجم التدريجي المحتملة. في حال تقليص حجم التكوين النهائي، قد ينخفض استخدام HBM لكل شريحة، ولكن انخفاض تكاليف الذاكرة قد يؤدي أيضًا إلى زيادة شحنات الشرائح، مما يعوض جزئيًا تأثير انخفاض الاستخدام لكل شريحة.

تُظهر المعلومات العامة لشركة Micron أن ذاكرة HBM4 الخاصة بها قد دخلت مرحلة الإنتاج الضخم، ومن المتوقع أن تدخل ذاكرة HBM4E مرحلة الإنتاج الضخم في عام 2027. وبينما يواصل جانب العرض العمل على تطوير منتجات جديدة، فإن التكوين النهائي لـ Rubin Ultra لا يزال يعتمد على المفاضلات الشاملة التي تجريها Nvidia فيما يتعلق بالأداء والتكلفة وضمان الإمداد.

تواصل سلسلة روبين نموها السريع في الشحن. ويتوقع التقرير أن يصل إجمالي شحنات روبين وروبين ألترا مجتمعةً إلى حوالي 7 ملايين وحدة في عام 2027، بواقع 5.92 مليون وحدة من روبين و1.04 مليون وحدة من روبين ألترا؛ وقد تصل شحنات وحدات روبين NVL72 المخصصة للتركيب في الرفوف إلى حوالي 90 ألف وحدة.

يتوقع روبين البدء بزيادة الإنتاج تدريجياً اعتباراً من الربع الثالث من عام 2026، على أن تبدأ شحنات الرفوف في الربع الرابع. ويشير التقرير أيضاً إلى أن المخاوف السابقة في السوق بشأن "مخزون" بلاكويل كانت في معظمها مخزوناً احتياطياً لسلسلة التوريد، والذي من المتوقع استيعابه بالكامل بحلول عام 2026.

توقعات الشحن لرقائق روبين وروبين ألترا ورفوف روبين NVL72.

هذا يعني أنه خلال الفترة من النصف الثاني من عام 2026 إلى عام 2027، يتعين على سلسلة توريد Nvidia إتمام عمليات تصفية مخزون Blackwell، وزيادة إنتاج Rubin، والتحول إلى مواصفات HBM، وتسليم وحدات الحوسبة في الخوادم، في آن واحد. وأي تباطؤ في أي من هذه المراحل قد يؤثر على القدرة الحاسوبية النهائية المتاحة.

ارتفع إنتاج وحدات معالجة الموتر (TPU) من جوجل إلى 7.35 مليون وحدة، مع تدفق الطلبات إلى سلسلة الاختبار.

إلى جانب شركة Nvidia، تعد وحدة معالجة الموتر (TPU) التابعة لشركة Google محرك نمو بارز آخر في التقرير.

تتوقع مورغان ستانلي أن ترتفع شحنات وحدات معالجة البيانات (TPU) من جوجل من 3.7 مليون وحدة في عام 2026 إلى 7.35 مليون وحدة في عام 2027. ومن المتوقع أن تشحن برودكوم 4 ملايين وحدة من طراز v8i، وميديا تيك 3 ملايين وحدة من طراز v8t، وحوالي 150 ألف وحدة من طراز v9، أما الوحدات المتبقية التي يبلغ عددها حوالي 200 ألف وحدة فستأتي من طراز v7.

توقعات جوجل لشحنات وحدات المعالجة المركزية لكل جيل ومساهمتها المحتملة في إيرادات KYEC.

سيؤدي ازدياد إنتاج مادة TPU إلى زيادة الطلبات على تصميم الرقائق، وتصنيع الرقاقات، والتغليف المتقدم، والاختبار. ويتوقع التقرير أن تمثل الأعمال المتعلقة بمادة TPU ما بين 7% و8% من إيرادات شركة KYEC في عام 2026، وأكثر بقليل من 10% في عام 2027، بما في ذلك إيرادات الاختبار النهائي وبعض إيرادات فحص الرقاقات.

إذا تم تضمين أعمال جوجل المتعلقة بوحدات المعالجة المركزية، ووحدات معالجة الموتر، والاختبار النهائي، وبعض أعمال فحص الرقائق، فمن المتوقع أن يمثل الطلب المرتبط بجوجل من 10٪ إلى 15٪ من إيرادات شركة KYEC في عام 2027، ارتفاعًا من 8٪ إلى 10٪ في عام 2026.

تزداد متطلبات الاختبار تعقيدًا. ويشير التقرير إلى أنه من المتوقع أن تستخدم وحدة المعالجة المركزية (TPU) من MediaTek بتقنية 3 نانومتر اختبارات التحمل لتحسين استقرار الأداء وموثوقية رقائق الذكاء الاصطناعي؛ كما يتطلب مشروع وحدة المعالجة المركزية من جوجل اختبارات التحمل واختبارات على مستوى النظام.

ستؤدي عمليات الاختبار الأكثر تعقيدًا ودورات الاختبار الأطول إلى زيادة الطلبات على مرافق الاختبار، ولكن ما إذا كانت طاقة الاختبار ستصبح عائقًا يعتمد على التغيرات المُجتمعة في وقت اختبار كل شريحة وحجم الشحنات الإجمالي. ويشير التقرير أيضًا إلى أن تقصير أوقات الاختبار في بعض المجالات قد يُخفف من ضغوط الطاقة الاستيعابية الحالية؛ لذا، لا ينبغي مساواة زيادة الطلب على الاختبار بنقص حتمي في الطاقة الاستيعابية.

إن 38 جيجاواط ليست نقطة نهاية الطلب، بل هي اختبار لقدرة التوصيل.

إن الجانب الأكثر أهمية في مراجعة سلسلة التوريد هذه ليس مجرد توفير المزيد من أرقام شحن رقائق الذكاء الاصطناعي، ولكن تضمين قيود التوسع الرئيسية لعام 2027 ضمن نفس النموذج: تواصل Nvidia زيادة كثافة وحدة معالجة الرسومات، وتزيد وحدات معالجة الموتر من Google إنتاجها بسرعة، ويرتفع الطلب على HBM وCoWoS في وقت واحد، ويرتفع الطلب الضمني على الطاقة للرقائق إلى 38 جيجاوات.

لا تزال هذه الأرقام تعتمد على عدة متطلبات أساسية. لم يتم الانتهاء بعد من حل HBM متعدد الطبقات لـ Rubin Ultra، ولا يزال يتعين التحقق من تأثير تقليل تكوين الذاكرة على أداء فك تشفير السياق الطويل؛ كما يجب توسيع طاقة إنتاج CoWoS وHBM وفقًا للخطة الموضوعة؛ ويجب أن يواكب بناء البنية التحتية للخوادم والرفوف والطاقة والتبريد عملية تسليم الرقائق.

قد تُؤدي حلول الربط البيني أيضًا إلى اختلافات. يُشير التقرير إلى أنه نظرًا للقيود المفروضة على عمليات التصنيع المحلية، قد تظل سرعات SerDes لدى مُصنّعي وحدات معالجة الرسومات الصينية للذكاء الاصطناعي محدودةً إلى 100 جيجابت/ثانية لكل قناة. ولذلك، تتجه بنى العقد الفائقة لديهم بشكل متزايد إلى استخدام وصلات NPO، بينما تُعطي NVIDIA الأولوية منذ فترة طويلة لوصلات CPO. ستؤثر هذه المقاربات المختلفة على تصميم العقد الفائقة، وتكاليف النشر، وكفاءة النظام.

لذا، فإنّ 38 جيجاواط ليس تنبؤًا دقيقًا بالاستهلاك الفعلي للكهرباء في عام 2027، بل هو اختبار إجهاد مستمد من شحنات الرقائق. ويُظهر هذا أن الطلب على رقائق الذكاء الاصطناعي لا يزال قويًا، كما يُذكّر السوق بأنّ ما يُحدّد إمكانية تحقيق قوة الحوسبة للذكاء الاصطناعي قد لا يقتصر على جداول إنتاج وحدات معالجة الرسومات فحسب، بل يشمل أيضًا إمكانية توفير ذاكرة الوصول العشوائي عالية النطاق (HBM) وتقنية CoWoS والاختبارات والخوادم والطاقة في آنٍ واحد.