هوانغ جين شون يفسر سوق الذكاء الاصطناعي الحالي: من الخطأ تحميل ضغط استرداد تكلفة الذكاء الاصطناعي بالكامل على شركتين

TL;DR
· قانون مور قد مات، اليوم إذا أردت ضعف القدرة الحاسوبية فعليك أن تدفع ضعف الثمن؛ وثقتي في النتيجة هي 99.99%

· استقراء حجم البنية التحتية بالكامل من إيرادات مختبر أو مختبرين فقط هو سوء فهم—المختبرات الرائدة تمثل فقط 25% إلى 30% من قدرتنا الحاسوبية، والثلثان المتبقيان ينقسمان إلى ثلث للحوسبة الكلاسيكية وثلث لآلاف الشركات الناشئة
· الأرض والكهرباء والهياكل وموارد البناء ستكون أهم الاختناقات
· عندما يكون إجمالي الميغاواط محدودًا، سيتحول اختيار العملاء إلى القدرة الحاسوبية الأكثر إنتاجية، لذا فإن حصتنا في الواقع ترتفع؛ القيمة الدولارية التي نضعها في غيغاواط واحد ارتفعت من 18 مليار إلى أكثر من 40 مليار دولار
· نأمل أن تنخفض تكلفة الذكاء إلى النصف أو حتى إلى جزء من عشرين سنويًا، لأن استهلاك الذكاء سيعوض هذه الفجوة بفارق كبير

نقطة التحول الحاسوبية، نماذج الاستدلال وعصر الوكلاء الأذكياء

هل نقف على حافة التفرد، ولماذا يجب أن ينمو الطلب على القدرة الحاسوبية مليار ضعف؟

نحن بحاجة إلى قدرة حاسوبية تزيد مليار ضعف عما كانت عليه قبل فترة قصيرة، وهذا المنطق واضح تمامًا. عدد مرات الاستدلال اللازمة للتفكير وحل المشكلات يفوق بكثير تكرار أو استظهار ما حفظته بالفعل.

عندما تعطي ChatGPT المبكر مطالبة، فإن معظم تلك المعرفة كانت مشفرة في النموذج اللغوي الكبير، والمشكلة أنه كان يهذي. الخطوة التالية هي الذكاء الاصطناعي التوليدي، الذي "يؤرض" ويقيد بالحقائق الحقيقية: يسترجع بسرعة، ويجلب الحقائق، ثم يجمعها مع التدريب المسبق لتوليد الإجابة.

معظم الأشياء المثيرة التي نريد فعلها حقًا تتطلب تفكيرًا خطوة بخطوة: ابتكار عدة حلول، والتخطيط، واستنتاج كيف ستتطور الأمور، والتفكير في أفضل مسار حالي، وتوسيع الخطة، ثم تقليم الباقي. الاستراتيجيون العظماء يحبون "الخيارات الاستراتيجية": لا تريد التقليم بسرعة كبيرة، لكن يجب عليك تحسين الموارد. الذكاء الاصطناعي يفعل ذلك الآن. يحتفظ بالخيارات الاستراتيجية، ويوسع الاستنتاج، ويفكر، ويقلم. كل هذا التفكير والاستكشاف يستهلك قدرًا أكبر بكثير من القدرة الحاسوبية.

لأنه يستطيع إنجاز عمل منتج، سنستخدمه لفعل المزيد. هذان الأمران معًا—استخدام قدرة حاسوبية أكبر لإنجاز العمل، وفي نفس الوقت توظيفه لعمل أكثر لأنه يؤدي جيدًا—يضخمان الطلب الكلي.

أهم ملاحظة في العام الماضي كانت: قانون التوسع للنماذج سيستمر، لكن تزويده بـ"الحزام"، أي الهيكل الخارجي للنموذج اللغوي الكبير، هو فتح هائل. إنه يدير الذاكرة العاملة، ويحول الذاكرة العاملة إلى ذاكرة قصيرة وطويلة المدى، ويبني رسمًا بيانيًا للمعرفة. هكذا يفعل البشر: نقوم بالضغط أثناء النوم، ننسى الأشياء غير المهمة، والأشياء المهمة يعاد ربطها في وضع عدم الاتصال.

فتح آخر هو استخدام الأدوات. علمنا الذكاء الاصطناعي كيف يتفاعل مع أهم الأدوات التي صنعها البشر: SPICE وVerilog والمحاكيات المختلفة ومترجمات التصميم وPhotoshop وAutoCAD وأدوات Siemens. إذا دخل روبوت إلى منزلك، فسيستخدم الأدوات الموجودة في منزلك، ولن يصنع أدوات جديدة من الصفر. يجب أن يتعلم الوكلاء الأذكياء استخدام الأدوات الموجودة.

بمجرد وضع النماذج اللغوية الكبيرة المزودة بالحزام في الشركات، وربطها بالحقائق الحقيقية والأدوات الموجودة، تبدأ في فعل أشياء مذهلة. البرمجة هي أسهل نقطة دخول، لأن مهندسي البرمجيات معتادون على أدوات قد لا تكون سهلة الاستخدام لكنها ذات فائدة هائلة.

المرحلة التالية هي سير عمل التصميم والإبداع والتسويق. على سبيل المثال، Astra من OpenAI رائع جدًا. تلتقط صورة، وتعطيها لـ Astra، فيعيد بناءها مباشرة كنموذج CAD. نحتاج إلى نماذج CAD للتفاعل معها وإجراء التعديلات والضبط الدقيق. هذا الهبوط الأولي يزيد إنتاجية المصممين والبنائين والمبدعين بشكل كبير.

إذا وسعت المختبرات الرائدة القدرة الحاسوبية 3 إلى 5 أضعاف العام المقبل، فما الاختراقات التي تتوقعها في مهام الوكلاء الأذكياء طويلة الأمد؟

معادلات نافييه-ستوكس مثال جيد. لم تحل OpenAI معادلات نافييه-ستوكس من العدم، بل حلوها بناءً على عمل العديد من العلماء والرياضيين العظماء والأعمال السابقة. نحن عند نقطة حرجة في مجالات عديدة. لأن الكثير من العمل الأساسي قد اكتمل، إذا طبقنا قدرة الذكاء الاصطناعي على الاستكشاف الشامل فوق هذه الأسس، فسنرى اختراقات متتالية قريبًا.

نحتاج إلى قدرة حاسوبية هائلة لأنه يجب علينا استكشاف مساحة بحث ضخمة. لو كان بالإمكان الاشتقاق من المبادئ الأولى دون الحاجة إلى البحث في مساحة ضخمة، لكان أحدهم قد حلها منذ زمن. الكثير من المشكلات معلقة على حافة الهاوية، تنتظر استكشافًا ذكيًا هائلًا لحلها.

في السنوات القادمة، ستنخفض تكلفة الذكاء بسرعة كبيرة. المزيد من القدرة الحاسوبية تدخل الخدمة، والنماذج تصبح أذكى وأكثر كفاءة. مثلما جعل قانون مور تكلفة الحوسبة تنخفض إلى النصف سنويًا على مدى ثلاثين عامًا، نأمل أن تنخفض تكلفة الذكاء إلى النصف أو حتى إلى جزء من عشرين سنويًا. وسيعوض استهلاك الذكاء هذه الفجوة بفارق كبير. هناك فراغ فرص هائل في هذا العالم ينتظر أن يُملأ.

طموحنا يتوسع بسرعة كبيرة. قبل عشر سنوات، كان تدريب GPT-1 يكلف حوالي 10 إلى 20 مليون دولار؛ اليوم يمكن تحقيقه بمئة دولار. وفي الوقت نفسه، طموحنا كبير لدرجة أننا بدأنا تدريب نماذج بـ 3 تريليون و10 تريليون و30 تريليون معامل. خلال العقد الماضي، نما استخدامنا للقدرة الحاسوبية حوالي مليون ضعف، وشهية البشر للذكاء لا تشبع أبدًا.

يقول الناس إن الذكاء الاصطناعي سيمنحنا مزيدًا من وقت الفراغ، وأنا أختلف تمامًا. الذكاء سيفتح المزيد من الفرص، والأشخاص الطموحون يريدون اغتنامها. كلما تعلمت شيئًا، فتحت بابًا جديدًا؛ وخلف الباب، سترى المزيد من التحديات والمشكلات التي يجب حلها.

في عام 1930، تنبأ كينز أنه بعد مئة عام سينمو الاقتصاد ثمانية أضعاف، وستنخفض ساعات العمل الأسبوعية إلى 15 ساعة. الاقتصاد نما بالفعل ثمانية أضعاف، لكننا لم نصل إلى أسبوع عمل من 15 ساعة. لقد أخطأ في تقدير الروح البشرية: العمل والاكتشاف يمنحان الإنسان إحساسًا بالمعنى، وهو مكتوب في حمضنا النووي.

الذكاء الاصطناعي الفيزيائي، الذكاء المتجسد وإعادة هيكلة الصناعة

لماذا لا يزال الجمهور يشعر أن الذكاء الفائق بعيد، ولا يدرك أنه اندمج في الحياة منذ زمن؟

الذكاء الاصطناعي أو الذكاء الفائق هو "مادة ناعمة": لا يمكنك رؤيته أو لمسه. العالم كله يتحدث عنه، ومع ذلك يظل غير مرئي. في الواقع، يستفيد الناس منه يوميًا: عند البحث، وعند التسوق، وعند مشاهدة Netflix، وعند الذهاب إلى Walmart، وعندما تخطط FedEx لمسارات الطرود. اليوم كل هذا يستخدم الحوسبة المتسارعة والذكاء الفائق، لكننا لا نجيد سرد هذه القصة. إذا أغلقنا مراكز البيانات وأوقفنا الذكاء الفائق لعطلة نهاية أسبوع، سيلاحظ الجميع ذلك فورًا.

ذكرت أن لحظة ChatGPT في مجال الروبوتات قد حانت، فهل هذا سوق بمئات المليارات من الدولارات؟

القول بمئة مليار دولار هو تقدير أقل من الواقع. في النصف الأول من هذا العام وحده، حققنا 10 مليارات دولار من الذكاء الاصطناعي الفيزيائي. العام الماضي بأكمله كان 10 مليارات دولار، والعام الذي قبله كان 5 مليارات دولار.

الذكاء الاصطناعي الفيزيائي هو تفاعل الذكاء الاصطناعي مع العالم الفيزيائي. يشمل التصوير المقطعي بعد الفوتونات، والموجات فوق الصوتية، والرادار التصويري، وشبكات الجيل الخامس الجديدة القادرة على استشعار إشارات متنوعة، والسيارات ذاتية القيادة، وأنظمة التصنيع، وأنظمة الفحص البصري، والأقمار الصناعية الجغرافية المكانية التي تعيد بناء العالم في الفضاء ثلاثي الأبعاد. عبر الطيف الكهرومغناطيسي بأكمله، يعمل الذكاء الاصطناعي.

في الذكاء الاصطناعي، هناك الإدراك، ثم الاستدلال، ثم التخطيط والتنفيذ. عندما تصل إلى خطوة التخطيط والتنفيذ، فهذا يعني السيارات ذاتية القيادة، ومركبات التوصيل في المستودعات، وروبوتات الالتقاط القادرة على التعلم الذاتي، وروبوتات المستشفيات لتوصيل الأدوية، وغرف العمليات التي ستصبح مؤتمتة بالكامل.

كل ما يهمنا حقًا سيصل في النهاية إلى العالم الفيزيائي. جلب البرمجيات والذكاء إلى الصناعات التي كانت تاريخيًا ميكانيكية وكهربائية بحتة هو فرصة هائلة. انظر ماذا فعل إيلون بصناعة السيارات: لقد حولها إلى صناعة حوسبة. كل شركة سيارات تتحول إلى شركة تكنولوجيا. FedEx وWalmart ومشغلو الاتصالات، جميعهم يتحولون من جديد إلى شركات تكنولوجيا وذكاء اصطناعي.

كيف تقود NVIDIA هبوط الذكاء الاصطناعي الفيزيائي من خلال بنية "الحواسيب الثلاثة"؟

لبناء منصة ذكاء اصطناعي فيزيائي، تحتاج إلى ثلاثة حواسيب:

أولاً، تحتاج إلى الحاسوب الذي يبني "الدماغ"، أي نظام التدريب.

ثانيًا، يجب على مختبرات الذكاء الاصطناعي والمطورين بناء توأم رقمي للعالم، حتى لا يضطر الوكلاء الأذكياء إلى التعلم بالتجربة والخطأ في الواقع الفيزيائي. صنعنا Omniverse كتوأم رقمي للمستودعات والمباني والمدن. نضع الروبوتات في التوأم الرقمي لتتعلم كيفية العمل هناك.

ثالثًا، تنشر السياسة على الحاسوب الموجود داخل الآلة الفيزيائية، الحاسوب في السيارة، وفي الروبوت، وفي الأداة الجراحية.

يتطلب الأمر ثلاثة حواسيب وثلاث حزم برمجيات كاملة. بنينا حزمة كاملة لكل منها، ونحن الشركة الوحيدة في العالم التي تفعل ذلك.

المحاذاة الآمنة، مبادئ الهندسة ونظام الحوكمة الوطنية

كيف ترد على خطاب يوم القيامة القائل بأن الذكاء الاصطناعي لا يمكن محاذاته بشكل مثالي وسيصبح في النهاية خارج السيطرة؟

يجب أن نبني التكنولوجيا بمسؤولية. "البناء" مصطلح هندسي. يجب على المهندسين والعلماء والباحثين بناء هذه التكنولوجيا بأمان. هل يمكنك فعل ذلك؟ بالتأكيد يمكنك، لأنه إذا لم تستطع، فلا يجب أن تبنيها أصلًا.

يقول البعض إن الذكاء الاصطناعي لا يمكن السيطرة عليه لأنه من المستحيل تحقيق محاذاة مثالية. المحاذاة تعني: تعطي الذكاء الاصطناعي مهمة، لكن هناك طرق عديدة لإنجازها. على سبيل المثال، مسألة رياضية واضحة، يمكنه حلها بالاشتقاق، أو البحث في كتاب مدرسي، أو استرجاع الإجابة من درج. لكن بالنسبة لأهداف مثل "النجاح في الحياة" أو "المساهمة في المجتمع"، هناك تفسيرات لا حصر لها حسب الثقافة والخلفية والمنطقة. المحاذاة مشكلة أبدية. إذا اعتمدنا على المحاذاة المثالية لضمان السلامة، فلن نصل إلى ذلك اليوم أبدًا.

الإجابة الهندسية هي نفس منطق تربية الأطفال أو تدريب الموظفين الجدد:

أولاً، العزل وانعدام الثقة. عندما توظف شخصًا، أو تضع طفلًا عمره سنة في روضة، تبدأ من انعدام الثقة. تمنحه أقل صلاحيات، وأقل وصول للأدوات، وأقل مبلغ مالي، بناءً على المهمة المطروحة بدقة. ومع بناء الثقة في الاختبارات، توسع هذه الحدود تدريجيًا.

ثانيًا، المراقبة خارج النطاق. يجب أن تكون المراقبة خارج النطاق. إذا أخبرت كيانًا ذكيًا "أنا جالس هنا أراقب كل تحركاتك"، فسيتصرف بشكل مختلف عما لو كان دون مراقبة. يجب أن يبقى نظام المراقبة خارجيًا، يراقب ما إذا كان النظام المستقل ينتهك السياسات أو متطلبات المحاذاة، ويمتلك صلاحيات مستقلة لتصعيد الموقف في أي وقت أو إيقافه مباشرة.

هذه هي الهندسة والتقنية. إنها قابلة للتنفيذ تمامًا، وقد أصدرناها مؤخرًا باسم OpenShell، وانضمت أكثر من 100 شركة إلى هذا الإطار.

عند توقيع الاتفاقية في البيت الأبيض، هل كان لدى قادة المختبرات الرائدة عقلية اندفاع أعمى؟

تقنيات السلامة والأمن جزء من الذكاء الاصطناعي. هناك سوء فهم بأن قدرات الذكاء الاصطناعي وسلامته متعامدتان، مثل فصل محرك السيارة عن الفرامل والوسائد الهوائية والرادار. عندما أقول تسريع تقنية الذكاء الاصطناعي، فهذا يعني تسريع تقنيات السلامة والأمن في نفس الوقت. لا أحد يقول "دعونا نبطئ السلامة قليلاً". لا يمكنك فصل الوظيفة عن السلامة.

في غرفة مجلس الوزراء حيث كان الرئيس وقادة المختبرات الرائدة، كان الجميع بناءً ومنتجًا. بدون استثناء، كان الجميع ملتزمًا بدفع هذه الصناعة بأمان وموثوقية. إذا لم يكن النظام آمنًا، فلن يتم نشر وظيفته أبدًا. الوظيفة والقدرة والسلامة والأمن، كلها أولويات قصوى.

نحتاج إلى إعادة تعريف معنى "الفوز". الفوز ليس فوز صناعة تقنية الذكاء الاصطناعي. فوز أمريكا يعني فوز كل صناعة أمريكية: فوز Eli Lilly، وفوز Walmart، وفوز FedEx، وفوز Boeing، وفوز الجيش الأمريكي، وفوز مدارسنا ومواطنينا. إذا نجحت التكنولوجيا ولكن لا أحد يستطيع نشرها بأمان، فلا يوجد أي فوز.

سؤال: هل الإطار التنظيمي "الثلاثي الأرجل" المكون من مراجعة وزارة التجارة واتفاقية البيت الأبيض ومجموعات عمل السلامة فعال حقًا؟

أفضل طريقة للمستقبل هي التحرك بسرعة. إذا أمضينا الوقت في الجدال حول "الكمال" مقابل "العمل"، فسنجادل إلى الأبد ولن نصل أبدًا.

أحب إطار "الثلاثي الأرجل" هذا، إنه قابل للتنفيذ، ملموس ومرئي، وله أنياب حقيقية. نحن نتخذ إجراءات الآن، لأن هذا مفيد لشركتنا وصناعتنا ومجتمعنا. لا أتذكر أي صناعة أخرى، في هذه المرحلة من التطور، أنشأت هذا المستوى من التعاون بين الشركات والحكومة والصناعة.

للمشرعين، أريد أن أقول شيئين: أولاً، تعالوا واقضوا بعض الوقت معنا، وافهموا أولاً ما هي المشكلة التقنية الحقيقية، ثم نظموا. ثانيًا، انظروا إلى الحلول التي ننفذها بنشاط، وساعدونا في تحسينها. شاركوا بشكل بناء.

موجة البنية التحتية للحوسبة، نقص الكهرباء والاختناقات الفيزيائية

تتوقع الصناعة إضافة أكثر من 40 غيغاواط من القدرة الحاسوبية سنويًا، فهل ستصبح القيود الفيزيائية مثل الأرض والكهرباء عائقًا؟

الطلب موجود بالتأكيد، بل وأكثر. التحدي هو الانتقال من العالم الرقمي إلى العالم الفيزيائي. العقبات كثيرة: موافقات الأراضي، وتوليد الكهرباء، والمحطات الفرعية، والعمالة الماهرة اللازمة لبناء مركز بيانات بقيمة 50 مليار دولار—كهربائيون، وعمال تشطيب، وسباكون. هذه المهارات لا يمكن استبدالها. الأرض والكهرباء والهياكل وموارد البناء ستكون أهم الاختناقات.

تخفف NVIDIA هذه المشكلة من خلال التنويع الواسع. نحن نخدم كل مزود سحابي، وNeocloud، وشركاء المؤسسات مثل Dell وHP وLenovo، ونغطي دورة الحياة الكاملة: معالجة البيانات، والتدريب، وما بعد التدريب، والاستدلال، واستخدام أدوات الوكلاء الأذكياء. إذا واجهت ولاية أو مجتمع أو مركز بيانات معين اختناقًا، فبما أن طلبنا يفوق العرض بكثير، فإننا ببساطة ننقل سلسلة التوريد إلى مكان آخر.

NVIDIA هي بنية تحتية عالمية. لدينا مشاريع قيد الإنشاء في أوروبا وأستراليا (مثل نشر 2 غيغاواط الذي أعلناه) وآسيا وأمريكا اللاتينية والشرق الأوسط. إذا لم تبنِ أمريكا بالسرعة الكافية، فإن بقية دول العالم متحمسة للبناء لديها.

عندما تكون الكهرباء المتاحة وقدرة الشبكة محدودة، كيف سيختار العملاء بنية الحوسبة؟

بنية NVIDIA تنتج أكبر عدد من الرموز لكل واط. عندما يكون إجمالي الميغاواط المتاح محدودًا، سيتحول اختيار العملاء إلى أكثر موارد الحوسبة إنتاجية المتاحة، لأن الرؤساء التنفيذيين ما زالوا يحملون أهداف إيرادات عالية يجب تبريرها للمساهمين.

أنظمتنا هي الأسهل في التأجير، والأكثر تنوعًا، والأكثر متانة. لأن نقص الموارد يدفع المشترين نحو الكفاءة، فإن حصتنا السوقية في الواقع ترتفع.

القيمة التي نقدمها لكل غيغاواط أعلى بكثير من الماضي. توسعنا من وحدات معالجة الرسومات إلى الشبكات، ووحدات المعالجة المركزية عالية الأداء، وحوسبة التخزين، والبنية التحتية الأمنية مثل OpenShell. القيمة الدولارية التي نضعها في غيغاواط واحد ارتفعت من 18 مليار دولار إلى أكثر من 40 مليار دولار، وهذا الرقم مستمر في الارتفاع.

في مزودي الخدمات السحابية الكبار، نمثل حوالي 40% من إنفاقهم الرأسمالي؛ وخارج مزودي الخدمات السحابية، في المؤسسات والسحابات الجديدة، نمثل حوالي 80%. كلا القطاعين يتضاعف، ولهذا تستمر حصتنا في الإنفاق الرأسمالي العالمي لمراكز البيانات في التوسع.

ماسك، مجموعة xAI ومراكز البيانات الفضائية

بنى ماسك مجموعة Colossus في أشهر قليلة فقط، فهل سرعة توسع xAI في القدرة الحاسوبية غير مسبوقة؟

كان إيلون يُصنف سابقًا ضمن أعمالنا المؤسسية، والآن دخل في أرقام مزودي الخدمات السحابية لدينا. أحب العمل مع إيلون كثيرًا. يستخدم تقنيتنا لتدريب النماذج، ونشر Grok، واستهلاك Grok يتزايد بسرعة، وكذلك تأجير البنية التحتية للخارج.

لديه ميزة فريدة جدًا: يحب تقاطع الحوسبة والبناء الفيزيائي، وفي مجال الطاقة، لا أحد يعرف أكثر منه.

هل من الواقعي نشر مئات الميغاواط من القدرة الحاسوبية في الفضاء عبر Starship بحلول 2028-2029؟

فريقنا الهندسي يعمل عن كثب مع SpaceX لبناء بنية خوادم جديدة مناسبة للفضاء.

تقدم NVIDIA أفضل أداء لكل واط، لكن الأهم أن عائد الاستثمار لقدرتنا الحاسوبية لا مثيل له. تكلفة الإطلاق باهظة جدًا، مما يعني أنك لا تستطيع إرسال حوسبة منخفضة التكلفة ومنخفضة القيمة إلى المدار. يجب أن ترسل أنظمة الحوسبة الأعلى قيمة والأكثر إنتاجية في التاريخ لتبرير تكلفة الإطلاق هذه ولتحصل على عائد استثمار قوي.

الأقمار الصناعية في الفضاء تحتاج إلى قدرة حاسوبية متعددة الاستخدامات. إذا أطلقت قمرًا صناعيًا دون عملاء لاستئجاره، فسيظل خاملاً هناك. بينما قدرة NVIDIA الحاسوبية قابلة للتأجير عالميًا عبر جميع النماذج المغلقة والمفتوحة المصدر والشركات الناشئة والمؤسسات.

كما أنها متينة. نحن شركة الأجهزة الوحيدة التي: الأجهزة التي اشتريتها قبل سنوات ما زالت تتحسن اليوم، لأننا نحدث باستمرار حزمة البرمجيات والخوارزميات عبر CUDA. طالما أن القمر الصناعي في المدار، سنواصل صيانة برمجياته وتحسينها، مما يجعله حمولة مثالية لـ SpaceX.

دحض نظرية فقاعة الإنفاق الرأسمالي ونهاية قانون مور

هل يمكن لتحقيق الدخل التجاري للمختبرات الرائدة أن يدعم بنية تحتية بتريليونات الدولارات، وهل هناك خطر انفجار فقاعة؟

يحاول الناس استقراء حجم بناء البنية التحتية بالكامل من إيرادات مختبر أو مختبرين للذكاء الاصطناعي فقط، وهذا سوء فهم للوضع الحالي.

تمثل NVIDIA حوالي 80% من سوق البنية التحتية للذكاء الاصطناعي، وتنقسم أعمالنا إلى ثلاثة أجزاء مختلفة:
أولاً، الحوسبة المتسارعة الكلاسيكية تمثل حوالي ثلث أعمالنا. هذا يشمل معالجة البيانات، والديناميكا الجزيئية، والفيزياء، ومحاكاة الاندماج، والكيمياء الكمومية، ورسومات الحاسوب، والتعلم الآلي الكلاسيكي، مثل استخدام Visa وMastercard لـ XGBoost لكشف الاحتيال، وأنظمة التوصية. هذا القطاع ينمو 30% إلى 40% سنويًا، ولا علاقة له بمختبرات الذكاء الاصطناعي التوليدي على الإطلاق.

ثانيًا، مختبرات الذكاء الاصطناعي الرائدة تمثل حوالي 25% إلى 30% من قدرتنا الحاسوبية. الجميع يتحدث عن مختبرين فقط، لكننا نتعاون مع خمسة أو ستة: Meta مع Muse، وxAI مع Grok، وGoogle التي تشغل Gemini على أنظمتنا، وAnthropic، وOpenAI.

ثالثًا، الثلث المتبقي هو آلاف الشركات الناشئة ومستأجرو السحابة المؤسسية. يستأجرون قدرة NVIDIA الحاسوبية لبناء تطبيقات متخصصة في الذكاء الاصطناعي الفيزيائي والبيولوجي وعلوم المواد.

حوالي 80% من هذه الشركات الناشئة تستخدم نماذج أساسية مفتوحة المصدر. إنها لا تتنافس مباشرة مع المختبرات الرائدة؛ بل تأخذ نماذج مفتوحة المصدر مثل Nemotron، وتضبطها بدقة باستخدام بياناتها المملوكة في المجال، لخلق ذكاء فائق متخصص في مجالات محددة.

المختبرات الرائدة ستبني ذكاءً عامًا، بينما الشركات الرأسية ستحقق ذكاءً فائقًا في مجالات محددة. توقع أن تولد مختبران رائدان فقط إيرادات بتريليونات الدولارات لدعم بناء البنية التحتية العالمية ليس ضروريًا ولا صحيحًا.

لماذا سينمو الإنفاق العالمي على البنية التحتية للحوسبة إلى تريليونات الدولارات حتى بدون الذكاء الاصطناعي التوليدي؟

قبل بضع سنوات توقعت أنه بحلول نهاية هذا العقد، سيصل الإنفاق على البنية التحتية إلى 3 إلى 4 تريليونات دولار سنويًا، منها حوالي 1.5 تريليون دولار للحوسبة البحتة.

قبل ظهور الذكاء الاصطناعي التوليدي، كان الإنفاق الرأسمالي لمراكز البيانات بالفعل 500 مليار دولار سنويًا. وفوق هذا النمو الطبيعي، هناك حقيقة: قانون مور قد مات.

في الماضي، إذا أردت ضعف عدد الترانزستورات، انتظر سنة، والسعر ثابت. اليوم، إذا أردت ضعف القدرة الحاسوبية، يجب أن تدفع ضعف الثمن، لأن توسيع وحدات المعالجة المركزية العامة قد توقف. بما أن العالم يحتاج إلى المزيد من الحوسبة كل عام، يجب عليك إضافة مضاعف كبير للتعويض عن نهاية قانون مور. حتى بدون الذكاء الاصطناعي، كانت صناعة أشباه الموصلات في طريقها لتصبح أكبر صناعة في العالم.

قيود سلسلة التوريد، الخندق التنافسي ونماذج الأعمال الجديدة

فجوة العرض والطلب هائلة، فما هي أهم القيود الفيزيائية في سلسلة التوريد حاليًا؟

لدينا دفتر طلبات ضخم لدى كل مزود سحابي وسحابة جديدة ومصنع معدات أصلية. نعمل مع العملاء وفق دورات تخطيط من سنة إلى سنتين. والكمية التي نخصصها حاليًا للعملاء أقل بكثير مما يريدون.

في المصب، الأرض والكهرباء والهياكل هي القيود. في المنبع، مواد التغليف المتقدمة هي الاختناق الرئيسي. الركائز تكبر لاستيعاب المزيد من رقائق السيليكون. هذه المواد العضوية الكبيرة يصعب تحقيق الدقة التي نحتاجها. مع كبر التغليف، تتطلب إدارة معامل التمدد الحراري والالتواء وعيوب التصنيع شركاء ممتازين للغاية. الفوتونيات السيليكونية أيضًا محدودة العرض. نزيد الإنتاج كل أسبوع، لكن نمو دفتر الطلبات يتجاوز العرض باستمرار.

لماذا يقبل العملاء تقديم طلبات بقيمة 50 إلى 100 مليار دولار قبل ظهور المنتج؟ ولماذا يتسع خندقك التنافسي؟

إذا كان على شركة أن تقدم طلب شراء بقيمة 50 أو حتى 100 مليار دولار لمنصة الجيل التالي دون رؤية المنتج، فبمن يمكنها أن تثق؟

يعرف العملاء أن Vera Rubin ستكون أفضل من Blackwell، تمامًا كما كانت Blackwell أفضل من Hopper. أعباء العمل التي تعمل على هذه الحواسيب الفائقة معقدة للغاية، ولا يمكنك ببساطة إجراء اختبار أداء سريع على شريحة واحدة. لاختبار أداء نظام بقيمة 50 مليار دولار، تحتاج إلى مركز بيانات كامل وسنوات من أعمال التكامل.

هذا هو نفس المنطق تمامًا مثل إسناد 100% من أعمال التصنيع لدينا إلى TSMC. TSMC هي الشركة الوحيدة التي يمكنني التخطيط معها قبل خمس سنوات دون رؤية المنتج، وأنا واثق تمامًا من أن الترانزستورات ستُسلَّم، وأن لديهم الحجم الكافي للتعامل مع تقلبات الطلب الهائلة لدينا، وأنهم يمتلكون جميع تقنيات التغليف والمنطق والفوتونيات السيليكونية اللازمة.

NVIDIA هي شركة البنية التحتية لهذا الكوكب. التكنولوجيا تتغير بسرعة: من نماذج GPT الأولية، إلى FlashAttention، إلى تقسيم النماذج عبر NVLink 72، إلى نماذج الانتشار الهجينة SSM وTransformer. كل هذا يعمل بسلاسة على CUDA.

التخصص هو عدو التنوع والمتانة. إذا صنعت رقائق ASIC مخصصة، فإنها تفتقر إلى المرونة. لأن أنظمة NVIDIA يمكنها تشغيل جميع أعباء العمل والنماذج والأطر، يمكن لمركز بيانات بقيمة 50 مليار دولار تشغيل التدريب أو ما بعد التدريب أو استدلال الوكلاء الأذكياء بسهولة، ويمكن أيضًا تأجيره من الباطن لعملاء آخرين. التنوع والمتانة يجلبان قابلية التأجير، والاستخدام العالي، وأدنى تكلفة إجمالية للملكية (TCO).

بالإضافة إلى مبيعات الأجهزة، ما النموذجان التجاريان الجديدان عاليا الربحية اللذان تفتحهما NVIDIA؟

معظم تمويلنا وتعاوننا في النظام البيئي يبني نموذجين تجاريين جديدين:

أولاً، ترخيص برمجيات المؤسسات. لتشغيل مراكز البيانات الضخمة هذه كمصانع ذكاء اصطناعي صناعية، فإن حزمة البرمجيات المطلوبة هائلة للغاية. مزودو الخدمات السحابية فائقو الحجم لديهم حزم برمجيات خاصة بهم، لذا نوفر لهم البرمجيات مفتوحة المصدر ليدمجوها بأنفسهم. لكن المؤسسات التقليدية ليس لديها فرق تقنية معلومات أو برمجيات داخلية لإدارة هذا التعقيد. تحتاج إلى NVIDIA لتقديم ضمانات باتفاقيات مستوى الخدمة، وصيانة وضمان وتشغيل هذه المصانع طوال دورة حياتها التشغيلية. فرض رسوم ترخيص برمجيات سنوية، مثل بضعة آلاف من الدولارات لكل وحدة معالجة رسومات سنويًا، بينما تنشر المؤسسات ملايين وحدات معالجة الرسومات، سيكون هذا نشاطًا برمجيًا متكررًا ضخمًا للغاية.

ثانيًا، مشاركة إيرادات السحابة. بعض السحابات الجديدة الإقليمية تتولى الحصول على الأرض والكهرباء والهياكل، لكنها تعتمد على NVIDIA لتوفير البنية التحتية الكاملة متعددة الطبقات ودعم البرمجيات واستيعاب نظام العملاء البيئي. في هذا النوع من التعاون، نقوم باستثمار مقدم، ونحصل على إيرادات المبيعات الأولية، ونشارك أيضًا في الإيرادات على مدى 4 إلى 10 سنوات.

منحنى النمو هذان مدفوعان بحجم قاعدتنا المثبتة عالميًا ونظامنا البيئي البرمجي، ولا يعتمدان على شحنات الأجهزة البحتة.

منطق تخصيص رأس المال ويقين 99.99%

تستخدمون أكثر من 50% من التدفق النقدي الحر لإعادة الشراء، فما المنطق وراء تخصيص رأس المال هذا؟

في الربع الماضي، أعدنا أكثر من 60% من التدفق النقدي الحر من خلال إعادة شراء الأسهم.

سنواصل القيام باستثمارات استراتيجية في شركات عالية الجودة داخل نظامنا البيئي. نحن في مركز تدفق المعلومات، ونعمل مع مؤسسين رائعين، ويمكننا حقًا مساعدة الشركات المستثمر فيها على النجاح.

لكن نسبة الاستثمارات الخارجية ستنخفض بسرعة مقارنة بقدرتنا الإجمالية على توليد النقد. فرص مثل الاستثمار المبكر في OpenAI أو Anthropic لن تتكرر في تلك المرحلة، بينما يتوسع توليد التدفق النقدي الحر الإجمالي لدينا بسرعة مذهلة.

بالنظر إلى خمس سنوات مقبلة، ما مدى ثقتك في أن العالم سيصبح أفضل بشكل ملحوظ؟

بالنظر إلى نهاية هذا العقد، يمكن أن يصل بناء البنية التحتية العالمية ودورة تحديث الأجهزة بسهولة إلى 4 إلى 10 تريليونات دولار سنويًا. كلما استهلك المجتمع الرموز واستخدم الذكاء، يجب أن يعمل مصنع الحوسبة هذا. إذا كان العمل المعرفي يمثل 50 تريليون دولار من الناتج المحلي الإجمالي العالمي، وجلب الذكاء الاصطناعي تحسينًا في الإنتاجية بنسبة 20%، فهذا يخلق 10 تريليونات دولار من الناتج الاقتصادي الإضافي. إعادة استثمار جزء صغير من هذه القيمة في الإنفاق الرأسمالي لتوليد الذكاء أمر منطقي تمامًا.

لدي ثقة بنسبة 99.99% أن النتيجة ستكون إيجابية بشكل ساحق. هناك الكثير من الناس يهتمون بشدة بإنجاز هذا الأمر بشكل صحيح. الباحثون والمهندسون المتفانون في مختلف الصناعات، بعيدًا عن أعين الجمهور، يقومون بعمل رائع كل يوم لضمان تقدم هذه التكنولوجيا بمسؤولية.

القلق أمر جيد، ويجب أن نعبر عن مخاوفنا. لكن التنبؤ بنهاية العالم يقلل بشدة من قدرة البشر على التكيف والمرونة والإبداع. الاعتقاد بأن الأمور ستفسد ما لم يوجهها عدد قليل من المعلقين هو نوع من الغطرسة. الأشخاص الرائعون في هذه الصناعة يفعلون الشيء الصحيح كل يوم.

يجب أن نكون مسؤولين أمام أنفسنا، لكن يجب أن نتوقع مستقبلًا متفائلًا. يمكننا التوقف تمامًا، لكن إذا توقفنا اليوم، فإننا نتخلى عن فرصة بناء عالم أكثر أمانًا وصحة وازدهارًا.