لسنوات، كانت استراتيجية الذكاء الاصطناعي لشركة NVIDIA Corp (NASDAQ: NVDA ) بسيطة: بناء وحدة معالجة رسومات أسرع، وإقناع العملاء بالترقية، وتكرار ذلك.

الآن، تقوم الشركة المصنعة للرقائق بطرح رسالة أكثر دقة - مفادها أنه يجب على العملاء تبني أحدث أنظمة الذكاء الاصطناعي الخاصة بها مع إدراك أن أجهزة Nvidia القديمة يمكن أن تظل منتجة ومربحة وذات قيمة اقتصادية لسنوات.

• أسهم شركة NVIDIA تتعرض لضغوط. ما الذي يدفع سهم NVDA إلى الانخفاض؟

شركة إنفيديا تعيد كتابة دورة ترقية الذكاء الاصطناعي

يأتي هذا التحول في الوقت الذي تدفع فيه شركة Nvidia بأنظمة Vera Rubin من الجيل التالي، بينما تؤكد في الوقت نفسه أن الأجيال السابقة لا تزال أمامها فترة طويلة من التقدم.

كتب الرئيس التنفيذي جنسن هوانغ مؤخراً على موقع X:

"أسطول A100 القوي جاهز للعمليات من عام 2020 حتى عام 2029. الحوسبة من NVIDIA أكثر من مجرد رقائق. توفر CUDA للمطورين ومهندسي NVIDIA منصة مشتركة لتحديث Ampere وHopper وBlackwell باستمرار طوال فترة استخدامها."

وتابع قائلاً:

"تجعل تقنية CUDA الحوسبة من NVIDIA متعددة الاستخدامات. وتجعلها هذه المرونة قابلة للاستبدال. وتؤدي قابلية الاستبدال إلى زيادة الاستخدام وإطالة العمر الافتراضي، مما يجعل الحوسبة من NVIDIA أصلاً منتجاً: قابلاً للتأجير، ودائماً، وقابلاً للتمويل."

تمثل هذه الرسالة تطوراً دقيقاً ولكنه هام. لم تعد شركة Nvidia تبيع فقط التحسينات في أداء أحدث وحدات معالجة الرسومات الخاصة بها، بل باتت تركز بشكل متزايد على القيمة الاقتصادية طويلة الأجل لقاعدة عملائها.

لماذا أصبحت رقائق Nvidia القديمة أكثر أهمية فجأة؟

وقد تم تسليط الضوء على الاستراتيجية الأوسع في تقرير حديث صادر عن The Information، والذي أشار إلى أن Nvidia تحاول تحقيق هدفين يبدوان متعارضين: إقناع العملاء بشراء أحدث رقائق الذكاء الاصطناعي الخاصة بها مع ضمان استمرار قيمة الأجهزة القديمة لسنوات.

للوهلة الأولى، تبدو هذه الأهداف متناقضة. فدورات الإصدار الأسرع تشجع على التحديثات المتكررة، بينما قد يقلل العمر التشغيلي الأطول من الحاجة الملحة لاستبدال الأنظمة الحالية.

لكن هذا التوتر يبدو أكثر منطقية في سوق الذكاء الاصطناعي اليوم.

لا يزال الطلب على البنية التحتية للحوسبة الخاصة بالذكاء الاصطناعي يفوق العرض، مما يعني أن العملاء غالبًا ما يُقدّرون إمكانية الوصول إلى وحدات معالجة الرسومات (GPUs)، سواء كانت أحدث أنظمة بلاكويل أو أجهزة أمبير القديمة. ومع توسع نطاق استخدام الذكاء الاصطناعي ليشمل جهات أخرى غير مزودي خدمات الحوسبة السحابية العملاقة ومطوري النماذج الرائدة، قد تجد المؤسسات الأكثر حرصًا على التكلفة أن وحدات معالجة الرسومات القديمة كافية للعديد من مهام الاستدلال والإنتاج.

هذا استنتاج مبني على رسائل شركة إنفيديا وديناميكيات السوق. فقد ركزت إنفيديا نفسها على تنوع منصة برامجها ومتانة أجهزتها بدلاً من اقتراح تأجيل التحديثات على العملاء.

أصبحت تقنية CUDA ميزة تنافسية لشركة Nvidia

إن القاسم المشترك في رسائل Nvidia ليس الشريحة نفسها - بل هو CUDA (بنية الجهاز الموحدة للحوسبة).

يجادل هوانغ بأن البرمجيات تعمل باستمرار على تحسين أداء وكفاءة الأجهزة المنشورة، مما يسمح للبنية التحتية للذكاء الاصطناعي بأن تصبح أكثر قيمة بمرور الوقت بدلاً من أن تتناقص قيمتها بشكل مطرد.

في مقال حديث، كتب أن مصانع الذكاء الاصطناعي تمتلك خصائص أصول البنية التحتية القابلة للاستثمار لأنها "تنتج إيرادات، وتخدم سوقًا واسعة، وتتحسن في الأداء بمرور الوقت، ويمكن إعادة نشرها".

يمثل ذلك تحولاً هاماً في كيفية تسويق شركة إنفيديا لأعمالها. فبدلاً من تصوير وحدات معالجة الرسومات على أنها تقنية تتقادم بسرعة، باتت الشركة تصف حوسبة الذكاء الاصطناعي بشكل متزايد على أنها بنية تحتية طويلة الأمد قادرة على تحقيق عوائد طوال فترة استخدامها.

ما الذي يجب على مستثمري إنفيديا مراقبته لاحقاً؟

لا تشير رسائل شركة إنفيديا إلى نهاية دورات المنتجات السنوية أو انخفاض الطلب على أحدث أنظمة الذكاء الاصطناعي لديها. فمن المتوقع أن تستمر كبرى شركات الحوسبة السحابية ومختبرات الذكاء الاصطناعي الرائدة في السعي وراء أحدث أجهزة الشركة، حيث لا يزال الأداء يمثل ميزة تنافسية.

السؤال الأهم هو ما إذا كان بإمكان Nvidia إقناع سوق المؤسسات الأوسع بنجاح بأن وحدات معالجة الرسومات القديمة لا تزال ذات قيمة اقتصادية مع الاستمرار في إقناع أكبر عملائها بالترقية في كل جيل.

إذا كان ذلك ممكناً، فربما تكون شركة Nvidia قد وجدت طريقة لتوسيع نطاق استخدام الذكاء الاصطناعي دون المساس بالسعر المرتفع لأحدث رقائقها.

صورة من موقع Shutterstock