مدخل 101
الشرائح المخصصة (Custom Silicon): لماذا تهم أشباه الموصلات المخصصة (ASICs) حتى لو انتصرت NVIDIA
غالبًا ما يُنظر إلى الشرائح المخصصة للذكاء الاصطناعي — TPU من Google، وTrainium وInferentia من Amazon، وMTIA من Meta، وMaia من Microsoft، وموجة من الشرائح المصممة خصيصًا للعملاء من قبل Broadcom وMarvell — كتهديد لـNVIDIA. هذا التصور خاطئ. الشرائح المخصصة ليست سوقًا يستحوذ فيها الفائز على كل شيء؛ بل هي خاصة بحمل العمل. تفوز NVIDIA بسوق التدريب والاستدلال العام بسبب CUDA وقفل النظام البيئي. تفوز أشباه الموصلات المخصصة (ASICs) بأحمال عمل استدلال محددة حيث يمكن لمزودي الخدمات السحابية الكبرى تبرير تكلفة التصميم. كلا الاتجاهين ينموان في الوقت نفسه، وتحصل Broadcom وMarvell على رسوم تصميم من جانب ASIC بغض النظر عن أي مزود سحابي كبير يفوز.
تُرجم آليًا من النص الأصلي بالإنجليزية. اقرأ النص الأصلي بالإنجليزية →
اللاعبون الثلاثة في مجال الشرائح المخصصة
- مزودو الخدمات السحابية الكبرى الذين يصممون داخليًا: Google (TPU v5)، وAmazon (Trainium 2، وInferentia 3)، وMeta (MTIA v2)، وMicrosoft (Maia). برامج متعددة السنوات، بمليارات من نفقات التصميم.
- مصانع الشرائح المخصصة: Broadcom (الأكبر، وGoogle TPU من بين عملائها)، وMarvell (AWS وغيرها). تقوم بتصميم الشرائح وإنتاجها وفق مواصفات العميل.
- الملكية الفكرية وأدوات التصميم: Arm، وCadence، وSynopsys. تستخدم كل شريحة مخصصة ملكية فكرية مرخصة وبرامج تصميم — وتحصل هذه الشركات على أموالها بغض النظر عن أي شريحة تفوز.
لماذا تُعد أشباه الموصلات المخصصة (ASICs) منطقية لأحمال عمل محددة
يمكن لحمل عمل يعمل على نطاق واسع على مدار الساعة طوال 24 ساعة يوميًا — كترتيب نتائج البحث، أو استدلال الإعلانات، أو أنظمة التوصية — أن يُوزّع تكلفة تصميم شريحة تبلغ 500 مليون دولار على سنوات من التشغيل. تُقدّم أشباه الموصلات المخصصة أداءً أفضل بمقدار 3 إلى 10 مرات لكل واط مقارنة بوحدات معالجة الرسومات (GPUs) في أحمال عمل ضيقة محددة. وبمجرد أن يصل مزود الخدمات السحابية الكبرى إلى حجم داخلي كافٍ، تصبح الشرائح الداخلية مُبرَّرة من الناحية الاقتصادية على أساس عائد استثمار واضح. الحسابات مباشرة، ولا تعتمد على استمرار أي اتجاه معين في الذكاء الاصطناعي.
لماذا لا تقضي أشباه الموصلات المخصصة على NVIDIA
يتطلب تدريب النماذج المتقدمة قابلية برمجة عامة توفرها CUDA مع وحدات معالجة الرسومات. تظهر بنى النماذج الجديدة بسرعة أكبر من قدرة دورات تصميم أشباه الموصلات المخصصة على المتابعة — دورة تصميم شريحة تستغرق عامين مقابل تحولات معمارية كل 6 أشهر. تتراكم تأثيرات النظام البيئي لـCUDA (حصة ذهنية المطورين، ونضج المكتبات، والتوافق) سنويًا. العملاء الذين يشغّلون أحمال عمل مختلطة — وهم غالبية المؤسسات — لا يمكنهم تبرير تصميم شرائح مخصصة؛ فهم يشترون وحدات معالجة رسومات. التصور القائل بأن الشرائح المخصصة "قاتلة لـNVIDIA" كان خاطئًا لعقد كامل لأنه يُخطئ في قراءة بنية السوق.
إلى أين يتجه المال
تستحوذ NVIDIA على التدريب والاستدلال العام والذيل الطويل من أحمال عمل الذكاء الاصطناعي المؤسسية. يحصل مزودو الخدمات السحابية الكبرى على وفورات في التكاليف من استدلالهم الداخلي عالي الحجم. تحصل Broadcom وMarvell على عائدات خدمات التصميم بغض النظر عن أي مزود سحابي كبير يفوز. تحصل TSMC على حصة من الرقائق (wafer) من كل من NVIDIA ومنظومة أشباه الموصلات المخصصة. إجمالي حجم سوق شرائح الذكاء الاصطناعي في نمو؛ لكن الحصص مختلفة.
الدلالة الاستثمارية
يعمل النهج المتوازن (barbell) — المركز الطويل في NVIDIA للتدريب والاستخدام العام، والمركز الطويل في Broadcom/Marvell/Arm لمنظومة أشباه الموصلات المخصصة — على الاستفادة من كلا جانبي هذا الاتجاه. كان الرهان ضد NVIDIA بناءً على تهديد أشباه الموصلات المخصصة وحده صفقة خاسرة منذ عام 2017. أما تجاهل الشرائح المخصصة، فيعني تفويت واحدة من أنظف قصص نمو خدمات التصميم في صناعة أشباه الموصلات.