تقرير: تخطط Nvidia لخفض مواصفات ذاكرة Rubin Ultra استجابة لنقص HBM الفائقة العالية الجودة

تتجه موجة البنية التحتية للذكاء الاصطناعي بسرعة نحو حدود سلسلة التوريد.

وفقًا لتقرير The Information، تقوم Nvidia حاليًا بتقييم خطة تعديل جريئة—إطلاق نسخة من الجيل التالي من معالج الذكاء الاصطناعي Rubin Ultra بمواصفات ذاكرة أقل من المخطط لها في الأصل، وذلك للتعامل مع الضغط الناتج عن نقص إمدادات الذاكرة عالية النطاق الترددي (HBM).

هذا يعني أنه حتى Nvidia، التي تهيمن على سوق معالجات الرسوميات، مضطرة للبحث عن توازن بين مواصفات المنتج وقدرات الإمداد.

ولا تعكس هذه التغييرات فقط أن إمدادات HBM قد أصبحت واحدة من أعظم العقبات في سلسلة صناعة الذكاء الاصطناعي، بل تعني أيضًا احتمالية ارتفاع تكاليف خوادم الذكاء الاصطناعي أكثر، مع استمرار انتقال ضغط بناء مراكز البيانات إلى الجهات downstream.

انخفض سهم Nvidia يوم الخميس بنسبة 0.1%، في حين تراجع سهم SK Hynix بنسبة 4.97%.

توتر في إمدادات HBM، وNvidia تختبر عدة نسخ "منخفضة الذاكرة"

كشف مطلعون أن Nvidia اختبرت خلال الأسابيع القليلة الماضية ما لا يقل عن ثلاثة إصدارات مختلفة من بطاقة الرسومات Rubin Ultra، حيث تم تجهيز بعض النسخ بسعة ذاكرة أقل من المخطط الأولي.

أحد الأسباب الرئيسية وراء اعتبار Nvidia لإطلاق نسخ منخفضة الذاكرة هو احتمال عدم قدرتها في المستقبل على تأمين ما يكفي من شرائح HBM المتقدمة لدعم الإنتاج الضخم حسب التصميم الأصلي.

Rubin Ultra هو جزء هام من منصة Nvidia للذكاء الاصطناعي للجيل القادم، ويأتي في مستوى أعلى من سلسلة Rubin التي ستدخل حيز الإنتاج الضخم قريبًا، ويعتبر ركيزة أساسية لتدريب نماذج الذكاء الاصطناعي الضخمة في المستقبل. ووفقًا للخطة الأصلية، سيأتي هذا المنتج مزودًا بسعة HBM أكبر وعرض نطاق أوسع لتعزيز أداء تدريب النماذج والاستدلال.

لكن، في ظل استمرار ندرة إمدادات HBM، تعيد Nvidia تقييم مواصفات المنتج، على أمل تعديل معايير الذاكرة لضمان إطلاق المنتج حسب الجدول، بدلاً من انتظار توسعة سلسلة التوريد.

تقليل الذاكرة يعني الحاجة إلى المزيد من وحدات معالجة الرسوميات

بالنسبة لتدريب الذكاء الاصطناعي، لا تحدد HBM فقط قدرة الجهاز على معالجة البيانات، بل تؤثر بشكل مباشر على حجم النماذج الكبيرة التي يمكن استيعابها.

إذا تم في النهاية اعتماد مواصفات ذاكرة منخفضة لـ Rubin Ultra، فقد يحتاج العملاء، عند تشغيل نماذج لغوية ضخمة وغيرها من أعباء العمل الكبيرة في الذكاء الاصطناعي، إلى نشر المزيد من معالجات الرسوميات لإتمام مهام الحوسبة التي كان يمكن إنجازها بعدد أقل من الشرائح سابقًا.

ورغم أن Nvidia قادرة جزئياً على تعويض الخسارة في الأداء من خلال تعزيز قدرة المعالج وتحسين عرض النطاق، إلا أن تكلفة نشر الأنظمة وتعقيد عناقيد الحوسبة قد تشهد ارتفاعًا إجماليًا.

بالنسبة لكبرى شركات الحوسبة السحابية مثل Microsoft وMeta وAmazon وGoogle، التي تواصل استثماراتها الضخمة في الذكاء الاصطناعي، قد يؤدي ذلك إلى ارتفاع إضافي في تكاليف بناء مراكز البيانات في المستقبل.

موجة الذكاء الاصطناعي تكشف أكبر اختناق في سلسلة الصناعة

أصبحت HBM واحدة من أهم المكونات الأساسية وأكثرها طلبًا وأقلها وفرة في سلسلة صناعة الذكاء الاصطناعي الحالية.

في السنوات الأخيرة، أدى الارتفاع السريع في احتياجات تدريب النماذج الكبيرة إلى نمو مستمر في شحنات معالجات الرسوميات، بينما لا ينتج شرائح HBM المطلوبة سوى عدد محدود من الشركات مثل Samsung Electronics وSK Hynix وMicron. وبسبب تعقيد عمليات تصنيع HBM، ومطالبة بجودة عالية، وطول دورات توسيع خطوط الإنتاج، فإن سرعة زيادة الإمدادات لم تستطع أبدًا ملاحقة الطلب المتزايد للذكاء الاصطناعي.

ويتوقع كثير من العاملين في القطاع أن تستمر ندرة HBM في السنوات القليلة المقبلة، وهذا أيضًا أحد أهم أسباب ارتفاع أسعار خوادم الذكاء الاصطناعي.

إن اعتزام Nvidia خفض مواصفات ذاكرة Rubin Ultra يعكس أن حتى الطرف صاحب أقوى قدرة تفاوضية في سلسلة الصناعة، ما زال يتأثر بتوفر HBM في تخطيط منتجاته.

ضغوط التكلفة تنتشر في صناعة التكنولوجيا

تأثير ارتفاع أسعار HBM لم يعد يقتصر فقط على خوادم الذكاء الاصطناعي.

مع استمرار نقص المكونات الرئيسية مثل معالجات الرسوميات وHBM، تشهد جميع قطاعات صناعة التكنولوجيا زيادة في تكاليف الأجهزة. كما ارتفعت ميزانيات الشركات المخصصة للبنية التحتية للذكاء الاصطناعي، واضطرت المزيد من الشركات لزيادة الإنفاق الرأسمالي لتلبية احتياجات الذكاء الاصطناعي التوليدي.

في الوقت ذاته، بدأت ارتفاعات تكلفة الشرائح upstream تنتقل إلى قطاع الإلكترونيات الاستهلاكية. بعض الشركات المصنعة للأجهزة، بما في ذلك Apple، بدأت تمتص ضغط التكاليف عبر رفع أسعار منتجاتها النهائية.

ويرى المحللون أن طالما أن الطلب على قوة الحوسبة في الذكاء الاصطناعي يواصل النمو بسرعة، في حين أن وتيرة التوسع في إنتاج HBM محدودة، فإن المنافسة على موارد التخزين المتقدمة ستستمر، وسيظل توفر HBM العامل الحاسم في سرعة توسع صناعة الذكاء الاصطناعي.