AIS: تحديات حقيقية تواجهNarrative "مصنع الذكاء الاصطناعي" لنفيديا وتفضح هامش الربح الفاحش بنسبة 70%

ملخص مقال "Nvidia’s ‘AI Factory’ narrative faces reality check as inference wars expose 70% margins" التاريخ: 25 يونيو 2025 المكان: مؤتمر VB Transform 2025 المقدمة في مؤتمر VB Transform 2025، شهدت مناقشة حول استدلال الذكاء الاصطناعي (AI inference) تحديًا مباشرًا لن előودجية التي تروج لها شركة Nvidia حول "مصنع الذكاء الاصطناعي". خلال الجلسة، كشف مصنعو الشرائح البديلون عن تناقض أساسي: كيف يمكن لاستدلال الذكاء الاصطناعي أن يكون سوقًا متجانسة ومدروسة بأسعار هامشية عالية تصل إلى 70%؟ تناقض سوق الاستدلال جوناثان روس، الرئيس التنفيذي لشركة Groq: "فكرة مصنع الذكاء الاصطناعي هي مجرد طريقة تسويقية لجعل الذكاء الاصطناعي يبدو أقل رعبًا." شون لي، كبير مسؤولي التكنولوجيا في Cerebras: "لا أعتقد أن Nvidia تهتم بأن يتنافس جميع مقدمي الخدمات على كل قرش واحد بينما هي جالسة براحة مع هامش ربح يصل إلى 70%." أزمة القدرة التي لا يتحدث عنها أحد ديلان باتيل، مؤسس SemiAnalysis: "جميع المستخدمين الكبار لأحدث نماذج الذكاء الاصطناعي يعرفون أنه يمكنك الذهاب إلى OpenAI أو أي مزود آخر، ولن يتمكنوا من توفير القدرات الكافية." هناك اجتماعات أسبوعية بين أكبر مستخدمي الذكاء الاصطناعي ومزودي النماذج لإقناعهم بتخصيص المزيد من القدرة. لماذا تفشل فكرة "المصنع" في اقتصاديات الذكاء الاصطناعي 1. عدم التجانس: استدلال الذكاء الاصطناعي ليس متجانسًا. تختلف القدرات والمعدلات بين المزودين، مما يجعل بعض النماذج أقل فعالية في الإنتاج. 2. التفاوت في الجودة: كما هو الحال في صناعة النفط في الماضي، تختلف جودة الخرج بين المزودين. يتبع البعض تقنيات لتقليل التكلفة تؤدي إلى تدهور الجودة. 3. الانعكاس الاقتصادي: في الذكاء الاصطناعي، يمكنك إنفاق المزيد للحصول على نتائج أفضل، وهو ما لا يحدث في التطبيقات البرمجية التقليدية. أزمة الجودة كشف روس أن مارك زوكربيرغ مدح Groq لأنها "كانت الوحيدة التي أطلقت الخدمة بجودة كاملة"، مما يشير إلى وجود أزمة جودة في السوق. بعض الشركات تقوم بتقنيات مثل الكميته (quantization) والتخفيف (pruning) لتقليل التكلفة، مما يؤدي إلى تدهور الأداء. الفجوة في السرعة تتنافس Cerebras وGroq على أكثر من السعر؛ فهي تتنافس أيضًا على الأداء. قال لي: "مع التكنولوجيا ذات الحجم الكبير التي بنيناها، نحن نمكن أداءً أسرع بمقدار 10 أضعاف، وأحيانًا 50 ضعفًا، من أسرعGPUs اليوم." هذا الأداء يفتح آفاقًا جديدة لتطبيقات الذكاء الاصطناعي، مثل عمليات العملاء الفورية. التحدي الحقيقي: الطاقة والمراكز البياناتية رغم التركيز على إمدادات الشرائح، كشفت المناقشة أن العائق الحقيقي هو البنية التحتية للطاقة. قال باتيل: "الطاقة هي مشكلة كبيرة. لا يمكنك العثور على مساحة بمراكز البيانات في الولايات المتحدة." الشركات تسعى عالميًا للحصول على الطاقة والمراكز البياناتية اللازمة. تجربة Google المريرة شارك روس قصة من تاريخ Google عن مفهوم "النجاح الكارثي" الذي أصبح شائعًا في عام 2015. عندما بدأ بعض التطبيقات تعمل بشكل أفضل من البشر، ارتفعت الطلب على الحوسبة بشكل كبير، مما احتاج إلى مضاعفة البنية التحتية العالمية للمراكز البياناتية بسرعة. تأثير المناقشة على استراتيجية الذكاء الاصطناعي في الشركات خطط القدرة تتطلب نماذج جديدة: يجب على الشركات أن تعيد النظر في خططها التقليدية وتتحول إلى إدارة القدرة الديناميكية. أقساط السرعة دائمة: يجب على الشركات أن تعتبر الفرق في الأداء جزءًا دائمًا من ميزانيتها. الهندسة تتفوق على التحسين: الفوز في سوق الاستدلال يأتي من إعادة تصميم الأساس الهندسي وليس فقط تحسينGPUs. بنية الطاقة استراتيجية: تقتصر التحديات ليست على الشرائح بل على الطاقة والبنية التحتية، مما يدفع الشركات إلى حجز القدرة الكهربائية الآن. ثلاث حقائق واقعية لا يمكن تجاهلها ندرة القدرة تخلق مقلوبات القوة: حيث يتحكم المزودون في الشروط ويستغيرون الشركات للحصول على التخصيصات. التفاوت في الجودة: الفرق بين 95% و100% من الدقة يحدد نجاح أو فشل تطبيقات الذكاء الاصطناعي. قيود البنية التحتية: الطاقة والبنية التحتية للمراكز البياناتية هي القيود الأساسية على تحول الذكاء الاصطناعي. تقييم الحدث ونبذة عن الشركات المناوشة التي حدثت في مؤتمر VB Transform 2025 بين مزودي الشرائح البديلين وNvidia تسلط الضوء على التحديات الحقيقية التي تواجه الشركات في سوق الاستدلال. هذه الشركات، مثل Groq وCerebras، تقدم حلولًا مبتكرة تتجاوز التقنيات التقليدية، مما يدعو الشركات إلى إعادة النظر في استراتيجياتها واستثمارها في البنية التحتية المناسبة لتحقيق النجاح في مجال الذكاء الاصطناعي.