مدخل 101
التوكنات لكل واط
التوكنات لكل واط هي نسبة ناتج الاستدلال إلى الطاقة المستهلكة — خط الإيرادات في الذكاء الاصطناعي مقسومًا على أشح مدخلاته. التوكنات هي ما تبيعه شركات الحوسبة الضخمة؛ والواطات هي ما لا يمكنها شراء المزيد منه بسرعة. ومع تحول بناء البنية التحتية للذكاء الاصطناعي من مرحلة التشييد إلى مرحلة تحقيق الإيرادات، تتحول هذه النسبة الوحيدة إلى المقياس الذي يحدد أي المشغّلين يحققون عائدًا على البنية التحتية التي دفعوا ثمنها — وأي طبقات من مكدس الأجهزة يُعاد تسعيرها لنقلها.
تُرجم آليًا من النص الأصلي بالإنجليزية. اقرأ النص الأصلي بالإنجليزية →
ما هي
للاستدلال بيان دخل خاص به: كل توكن يُولَّد هو إيراد، وكل واط يُستهلك هو تكلفة. تقسم نسبة التوكنات لكل واط أحدهما على الآخر. فشركة الحوسبة الضخمة التي ترفع هذه النسبة تنمّي إيراداتها دون ارتفاع متناسب في تكلفة البنية التحتية — وهو ما يجعل المقياس يعمل أيضًا كمؤشر للهامش. والرافعة الكامنة تحته هي معدل الاستغلال: فالمسرّعات التي تبقى خاملة بانتظار الذاكرة — أي مخزن KV، وهو ذاكرة العمل الخاصة بالاستدلال، الذي يفيض خارج HBM في أحمال العمل الاستدلالية والوكيلة — تستهلك واطات دون أن تُنتج توكنات. وتغذيتها بسرعة أكبر تجعل نفس غلاف الطاقة يولّد إيرادات أكبر.
لماذا يهم
لم تعد الطاقة مدخلًا وفيرًا. تشير I/O Fund، التي دفعت هذا المقياس إلى الواجهة في يوليو 2026، إلى أن قائمة انتظار الربط بشبكة ERCOT تجاوزت 438 جيجاواط — نحو 390 جيجاواط منها لمراكز بيانات — في مقابل نحو 23 جيجاواط أُضيفت فعليًا خلال 2024–2025. وكل جيل من الرقائق يستهلك أكثر من الشبكة: نحو 700 واط لرقاقة H100، و1,200–1,400 واط لـ Blackwell، ونحو 2,300 واط لـ Rubin. أما رافعة الكفاءة الرخيصة فقد استُنفدت — فمعدلات PUE لدى شركات الحوسبة الضخمة التي تتراوح بين 1.09 و1.17 لا تترك مجالًا كبيرًا للتحسين خارج الحوسبة نفسها. ويجعل جدار الذاكرة مشكلة الاستغلال بنيوية: فقد نمت الحوسبة بنحو 3 أضعاف كل عامين على مدى العقدين حتى 2023، بينما نمت سعة نطاق الذاكرة بمعدل 1.6 مرة فقط، وتستمر هذه الفجوة في Rubin — بحوسبة استدلال تفوق Blackwell بمقدار 5 أضعاف مقابل 2.8 مرة فقط في نطاق ذاكرة HBM و1.5 مرة في السعة. ولأن ذاكرة HBM تُشحن مُعبأة مع المسرّع، فإن شراء ذاكرة أكبر يعني شراء حوسبة أقل استغلالًا، مع ارتفاع حصة HBM من قائمة مكونات المسرّع من نحو 52% (B200) إلى نحو 62% (Rubin) — وهي الديناميكية التي تقف خلف الدورة الفائقة للذاكرة.
البنيتان
الحل الهندسي هو محرك التفريغ: عتاد مخصص يحافظ على تغذية المسرّعات بمخزن KV من طبقات ذاكرة أرخص. وتتشكل مساران هنا. مسار Nvidia الخاص، CMX، يجمع وحدات BlueField-4 DPU وطبقات SSD على مستوى الرف مع منصة Rubin — وتزعم أرقام Nvidia نفسها تحقيق ما يصل إلى 5× في إنتاجية التوكنات و5× في كفاءة الطاقة في أعمال مخزن KV، وما يصل إلى 35× في التوكنات لكل ميغاواط لرف Vera Rubin المقترن برف Groq 3 LPX مقارنة برف GB200 NVL72. المسار المفتوح يمر عبر CXL، وهو معيار مستقل عن المورّد يُبنى على PCIe: وحدات تحكم Structera من Marvell تعمل بنحو 30 واطًا مقابل 150–700 واطًا لإضافة معالجات مركزية أو وحدات معالجة رسومية، وتُظهر بيانات Marvell زيادة في الإنتاجية بمقدار 4.8× على طبقة مجمّعة سعتها 16 تيرابايت. وكان ثلثا الخوادم بالفعل متوافقة مع CXL في أوائل 2025؛ ومن المتوقع أن تتجاوز النسبة 90% مع نهاية 2026. والملفت أن معالج Vera الخاص بـNvidia نفسها يدعم CXL 3.1 — فحتى المعسكر المملوك يبقي الباب المفتوح موصولًا.
كيف تُقرأ
ثلاث إشارات تستحق المتابعة. أولًا، انتبه إلى لغة مكالمات أرباح شركات الحوسبة الضخمة: فحين تبدأ الإدارة باستشهاد اقتصاديات الاستدلال — إيراد التوكن مقابل الطاقة — يكون المقياس قد تحول إلى لوحة النتائج. ثانيًا، انتبه إلى مواصفات مستوى الرف: التوكنات لكل ميغاواط أصبحت الآن رقمًا رئيسيًا في كلمات Nvidia الافتتاحية، وهو ما يعني أن كل جيل من المنصات سيُقيَّم على أساسه. ثالثًا، انتبه إلى مصدر تحسّن هذه النسبة — سواء من السيليكون (مسرّعات جديدة)، أو البنية (محركات التفريغ)، أو الموقع (نقل قيد الطاقة للقدرة إلى مصادر طاقة معزولة). كل إجابة تعيد تسعير طبقة مختلفة من المكدس.