لماذا قامت Nvidia فجأة بتبني المصادر المفتوحة؟ لقد فهمت خطة Jensen Huang!

يجمع جينسن هوانغ بين الحفاظ الصارم على نظام CUDA، وبين الهتاف لصالح البرمجيات المفتوحة المصدر — قد يبدو هذا متناقضًا للوهلة الأولى، لكنه في الواقع قد يكون أذكى خطوة تجارية اتخذتها Nvidia خلال السنوات الماضية.

في 11 أغسطس، ذكرت The Information أن Nvidia تعمل على تطوير نموذج ذكاء صناعي مفتوح المصدر جديد يسمى Nemotron 4، مع هدف أن يصل عدد معاييره إلى تريليون واحد على الأقل في نسخته الرائدة، أي ضعف ما جاء في Nemotron 3 Ultra الذي أُطلق في يونيو.

في الوقت ذاته، ارتفعت قيمة التزامات خدمات السحابة طويلة الأجل لـ Nvidia إلى 28 مليار دولار، أي نحو ثلاثة أضعاف ما كانت عليه قبل عام.

شركة تبيع GPU، لماذا تستثمر مليارات الدولارات في تطوير نماذج ذكاء صناعي مجانية؟

الإجابة بسيطة فعلاً:

كلما انتشرت النماذج المفتوحة المصدر أكثر، زاد طلب السوق على قدرات الذكاء الصناعي، وأكبر مورّد لوحدات GPU هو Nvidia نفسها.

تحويل الذكاء الصناعي من أداة في يد قلة من العمالقة إلى بنية تحتية عالمية

حاليًا، تظل النماذج المغلقة المصدر للذكاء الصناعي، مثل سلسلة GPT من OpenAI، حكراً على عدد قليل من الشركات الكبرى.

غالبًا ما تحتاج الشركات العادية للوصول إلى النماذج المتقدمة إلى استخدام الخدمات السحابية، مما يجعل احتياج الحوسبة يتركز في شركات كبيرة مثل OpenAI، مايكروسوفت، وجوجل.

لكن النماذج المفتوحة المصدر مختلفة تمامًا. يستطيع المطورون، الشركات، وحتى الجهات الحكومية تحميل النموذج وتعديله ونشره حسب احتياجهم على الخوادم أو بيئات السحابة الخاصة بهم. وكل نشر مستقل يعني مطلب جديد للحوسبة.

وجوهر الحوسبة المتعلقة بالذكاء الصناعي هو الـ GPU.

قالت كاري بريسكي، نائب رئيس قسم الذكاء الصناعي التوليدي في Nvidia، إن الاستثمار في Nemotron جاء من إيمان الشركة بأن كل شركة وكل دولة ستحتاج مستقبلاً إلى نماذج مفتوحة المصدر متقدمة وسهلة الوصول.

ببساطة:

خفض حاجز استخدام الذكاء الصناعي، وجعل المزيد من الأشخاص يدخلون عصر الذكاء الصناعي، ثم دفع المزيد منهم لشراء الحوسبة.

لهذه الخطوة عدة أهداف رئيسية لدى Nvidia

أولاً، توسيع قاعدة العملاء من عدد قليل من العمالقة إلى السوق كله

خلال السنوات الماضية، كانت أكبر عملاء شرائح Nvidia AI تتركز لدى شركات عملاقة مثل مايكروسوفت، OpenAI، جوجل وأمازون. هذه الشركات، رغم شرائها الضخم لـ GPU، تطور كذلك شرائح AI خاصة بها.

إذا انتقلت تطبيقات الذكاء الصناعي من حصرها بين بضعة شركات إلى آلاف الشركات، فإن طلب الحوسبة سيتوسع من عملاء عملاقين إلى مؤسسات وشركات ناشئة لا حصر لها.

وهذا يعني لنفيديا قاعدة عملاء أكثر اتساعًا بكثير.

ثانيًا، النماذج المجانية هي أفضل أداة لبيع الـ GPU

نموذج Nemotron مفتوح المصدر، تحميله لا يحتاج تكلفة للشركات.

لكن تشغيل النماذج يتطلب حوسبة.

جينسن هوانغ قال في مقابلة خلال يوليو هذا العام:

"الذكاء الصناعي المجاني مفيد للأجهزة، الذكاء الصناعي المجاني مفيد للشرائح."

هذه الجملة تشرح منطق Nvidia جيدًا:

البرمجيات يمكن أن تكون مجانية، لكن تشغيلها يتطلب أجهزة.

كلما انتشر النموذج، زاد الطلب على GPU.

ثالثًا، استخدام النظام المفتوح المصدر لمنافسة شركات النماذج المغلقة

النماذج المفتوحة أرخص وأكثر مرونة في النشر، ما يجعلها خيارًا رئيسيًا للشركات في تطبيقات الذكاء الصناعي. وهذا قد يغير موقع شركات النماذج المغلقة مثل OpenAI وAnthropic.

Nvidia من جهة تبيع GPU لهذه الشركات، ومن جهة أخرى تعزز تأثيرها من خلال النظام المفتوح المصدر.

وبنفس الوقت، استثمرت Nvidia في شركات مثل Reflection AI وThinking Machines Lab. الآن تطلق Nemotron بنفسها، مما يوسع وجودها في مجال برمجيات الذكاء الصناعي.

ولهذا أطلقت Nvidia ما يسمى بـ "تحالف Nemotron"، لاستقطاب مطوري وشركات مثل Reflection، Cursor، وMistral.

بكلمات بسيطة:

إذا لم يكن من السهل هزيمة المنافسين، فاجعلهم جزءًا من النظام البيئي.

رابعًا، والأهم: استمرار تعزيز خندق CUDA

الكثير يركز على تفوق Nvidia في المجال العتادي، لكن ما يحدد التنافسية على المدى الطويل هو حقيقة أن نظام CUDA هو مفتاح الحسم. GPU هو مجرد المدخل. المطورون والمؤسسات والأبحاث تعمل منذ سنوات على نظام CUDA، مما يخلق تكلفة هائلة للتحول.

استراتيجية Nvidia واضحة:

النموذج يمكن أن يكون مفتوح المصدر، لكن النظام البيئي يجب أن يبقى تحت سيطرتها.

ما هو مفتوح المصدر هو النموذج، لكن ما يُعزز هو CUDA.

Nvidia تدخل موقعًا أكثر تعقيدًا

لكن Nemotron جلب معه مشكلة جديدة:

إلى حدٍ ما، بدأت Nvidia تنافس عملاءها أنفسهم.

OpenAI واحدة من أكبر عملاء Nvidia للـ GPU، وNvidia حتى استثمرت لدى OpenAI. لكن موقع Nemotron هو في الأساس تقليل تكلفة استخدام شركات الذكاء الصناعي للنماذج، ويشكل تحديًا لبعض سوق النماذج المغلقة.

وهذا يعني أن Nvidia قد تلعب دورين في المستقبل:

هي مورد لشركات الذكاء الصناعي؛ وفي نفس الوقت، أصبحت لاعبًا في النظام البيئي للذكاء الصناعي.

هذا مسار يتطلب توازنًا دقيقًا وحذرًا.

استثمار 28 مليار دولار في الخدمات السحابية، رهان على الطلب المستقبلي للحوسبة

حتى إبريل هذا العام، ارتفعت التزامات Nvidia في الخدمات السحابية متعددة السنوات إلى 28 مليار دولار، تمتد عقودها حتى أوائل 2031.

وسيُستخدم جزء من تلك القدرات الحاسوبية في تدريب نماذج مثل Nemotron.

ومن الناحية المالية، النماذج المفتوحة المصدر نفسها قد لا تخلق مداخيل كبيرة بشكل مباشر.

لكن إذا أدت إلى تفعيل المزيد من الشركات لتطبيقات الذكاء الصناعي، فقد يتجاوز الطلب النهائي على GPU قيمة النموذج نفسه بمراحل.

ببساطة:

النموذج المجاني هو الباب، والـ GPU هو المصدر الحقيقي للدخل.

Nvidia لا تحتاج بالضرورة أن يكون Nemotron هو النموذج الأقوى عالميًا.

ما تريده حقًا هو:

أيًا كان النموذج الفائز أخيرًا، سيحتاج إلى قدر ضخم من وحدات Nvidia GPU للتشغيل.

لنلقي نظرة على خطة تمويل الحوسبة البالغة 500 مليار دولار التي أُعلنت أمس

في 10 أغسطس، أعلنت Nvidia تعاونها مع مؤسسات وول ستريت مثل Apollo Global Management، Blackstone، BlackRock، Brookfield، Goldman Sachs وKKR، لتأسيس منصة تمويل حوسبة جديدة.

الهدف هو تحريك أكثر من 500 مليار دولار من رؤوس أموال الأطراف الثالثة على المدى الطويل.

مفهوم الأمر ببساطة:

في المستقبل، الشركات قد لا تحتاج لدفع مبالغ ضخمة مباشرة لشراء GPU، بل يمكنها الحصول على الحوسبة من خلال التمويل أو التأجير.

في الماضي، بناء مركز بيانات لشركة AI كان يتطلب استثمار عشرات أو حتى مئات المليارات. الآن، يمكن للمؤسسات المالية شراء المعدات وتأجيرها للعملاء، بينما يدفع العملاء مقابل استخدامها عبر أقساط طويلة الأمد.

قال لاري فينك، الرئيس التنفيذي لشركة BlackRock، إن هذا يشبه عملية توريق الأصول العقارية في السوق المالية سابقًا.

وقال جينسن هوانغ أيضًا إن هذه هي المرة الأولى التي يجري فيها تحويل البنية التحتية التقنية على نطاق واسع إلى أصل استثماري.

جوهر هذا النموذج هو إعادة تعريف قيمة الـ GPU

كان يُنظر للـ GPU سابقًا كأجهزة تكنولوجية.

لكن Nvidia تريد للأسواق أن ترى:

GPU أقرب فأقرب لتصبح أصول بنية تحتية.

لأن قدرات الحوسبة في عصر الذكاء الصناعي ستوازي احتياج الكهرباء والإنترنت باعتبارها موارد حيوية لتشغيل الشركات.

لذا:

• نموذج Nemotron المفتوح المصدر يهدف لإيجاد مزيد من طلب الذكاء الصناعي.
• منصة التمويل بقيمة 500 مليار دولار تهدف لخفض عتبة شراء الحوسبة.
• نظام CUDA يهدف إلى تقييد الأفضلية التنافسية الطويلة الأمد.

هذه الخطوط الثلاثة معًا تشكل استراتيجية مستقبل بنية الذكاء الصناعي لدى Nvidia.

وبالطبع، هناك مخاوف في السوق أيضًا.

بعد إعلان Nvidia عن منصة التمويل، أُغلق سعر سهمها بانخفاض 2.86% في نفس اليوم، وقفزت عقود مبادلة الائتمان لخمس سنوات (CDS) إلى 77.215 نقطة أساس، وهو أكبر قفزة يومية خلال أسبوعين.

تركّزت مخاوف المستثمرين حول ثلاثة أمور.

أولاً، هل هناك خطر "التمويل الدائري"؟

يتساءل البعض إن كانت Nvidia تساعد عملاءها على التمويل، ثم يستخدم العملاء ذلك لشراء وحدات Nvidia GPU، مما قد يخلق حلقة مالية مغلقة.

ثانيًا، هل ستنشأ تعارضات مصالح بين Nvidia وعملائها؟

فهي تبيع الشرائح لشركات مثل OpenAI، وتعزز أيضًا مستوى المنافسة البرمجية عبر النماذج المفتوحة.

ثالثًا، هل تستطيع عوائد الاستثمار في الذكاء الصناعي مجاراة حجم رأس المال الكبير هذا؟

حاليًا بلغ الإنفاق الرأسمالي لعمالقة التقنية العالميين مئات المليارات، لكن عوائد تطبيقات الذكاء الصناعي لا تزال في بداياتها.

إذا جاء نمو الطلب دون التوقعات، فقد تظهر المخاطر في سلسلة الصناعة والنظام المالي العالمي معًا.

برأي Arabic Market News:

ما تقوم به Nvidia الآن هو في جوهره دفع بنية تحتية الذكاء الصناعي إلى مزيد من الانتشار.

• نموذج Nemotron المفتوح المصدر يهدف إلى تقليل عتبة استخدام الذكاء الصناعي.
• منصة التمويل بقيمة 500 مليار دولار تهدف إلى تقليل عتبة شراء الحوسبة.
• نظام CUDA يضمن استمرار تشغيل تطبيقات الذكاء الصناعي المستقبلية فوق نظام Nvidia نفسها.

على المدى القصير، قد تثير هذه التحركات مخاوف السوق من ناحية المنافسة وخطر التمويل، لكن على المدى الطويل، يراهن جينسن هوانغ على اتجاه أوسع:

قد يصبح الذكاء الصناعي في نهاية المطاف بنية تحتية لجميع الشركات والدول مثل الكهرباء والإنترنت.

في معركة البنية التحتية هذه، تريد Nvidia أن تصبح المورد الرئيسي للحوسبة الأساسية.

• استثمار 28 مليار دولار في خدمات السحابة لتوسيع النظام البيئي.
• منصة التمويل بقيمة 500 مليار دولار لتوسيع السوق.
• CUDA هو الخندق الدفاعي الحقيقي طويل الأمد لدى Nvidia.