يدعي الرئيس التنفيذي لشركة Nvidia أن نماذج التفكير ستعزز الطلب على وحدة معالجة الرسومات
واصلت NVIDIA هيمنتها على ماركات بيانات الذكاء الاصطناعي (AI) ، حيث أظهرت أحدث نتائج فصلية نمو إيراداتها بنسبة 16 ٪ – بزيادة بنسبة 93 ٪ عن نفس الفترة من العام الماضي.
أبلغت شركة DataCentre التجارية للشركة عن إيرادات ربع سنوية بلغت 35.6 مليار دولار ، وإيرادات قدرها 115 مليار دولار للسنة كاملة – بزيادة 142 ٪ مقارنة بالعام الماضي.
في تصريحاته المعدة ، قال الرئيس التنفيذي لشركة Nvidia والمؤسس Jensen Huang: “الطلب على بلاكويل من المدهش أن التفكير في الذكاء الاصطناعى يضيف قانونًا آخر للتوسع – زيادة حساب التدريب يجعل النماذج أكثر ذكاءً وزيادة الحساب للتفكير الطويل يجعل الإجابة أكثر ذكاءً.
“لقد نجحنا في زيادة الإنتاج الضخم من أجهزة الكمبيوتر العملاقة من Blackwell AI ، حيث حققوا المبيعات في المبيعات في الربع الأول. تتقدم الذكاء الاصطناعى بسرعة الضوء حيث أن العميل الذكاء الاصطناعى و AI المادي يمهد الطريق للموجة التالية من الذكاء الاصطناعى لإحداث ثورة في أكبر الصناعات. “
خلال مكالمة الأرباح ، استجوب المحللون الماليون Nvidia على Deepseek، والذي يتطلب وحدات معالجة الرسومات الأقل قوة (GPU) ، وحقيقة أن مزودي الخدمات السحابية (CSPs) مثل Microsoft يقومون بتصميم رقائقهم المخصصة المحسنة لأعباء عمل الذكاء الاصطناعي.
وفقا لنسخة من مكالمة الأرباح نشر على البحث عن ألفا، تمثل CSPs حوالي نصف أعمال Nvidia. ولكن هناك أيضًا طلب متزايد من عملاء المؤسسات. قال هوانغ: “نرى نمو المؤسسة للمضي قدمًا” ، وهو يعتقد أنه يمثل فرصة أكبر لبيع وحدات معالجة الرسومات Nvidia على المدى الطويل.
استخدم هوانغ دعوة الأرباح لمناقشة سبب اعتقاده أن نماذج الذكاء الاصطناعى الجديدة ستزيد الطلب ، حتى عندما تصبح نماذج الذكاء الاصطناعى أكثر فعالية من الناحية الحسابية. وقال “كلما فكر النموذج ، كلما كان الجواب أكثر ذكاءً”. “نماذج مثل Openai و Grok-3 و Deepseek-R1 هي نماذج التفكير التي تطبق تحجيم وقت الاستدلال. يمكن أن تستهلك نماذج التفكير 100 مرة أكثر حسابًا. يمكن أن تستهلك نماذج التفكير المستقبلية المزيد من الحساب. “
عندما سئل عن خطر تطوير CSPs الدوائر المتكاملة الخاصة بالتطبيق (ASICS) بدلاً من استخدام وحدات معالجة الرسومات ، استجاب هوانغ من خلال الحديث عن تعقيد كومة التكنولوجيا التي تقع على رأس التحدي ، مما يعني ضمناً أن هذا سيكون تحديًا إذا تم نشر رقائق مخصصة بدلاً من وحدات معالجة الرسومات القياسية. “مكدس البرامج صعب للغاية. إن بناء ASIC لا يختلف عما نقوم به – نحن نبني بنية جديدة “.
وفقًا لهوانغ ، فإن النظام الإيكولوجي للتكنولوجيا الذي يقع فوق بنية NVIDIA أكثر تعقيدًا بعشر مرات اليوم مما كان عليه قبل عامين. قال: “هذا واضح إلى حد ما ، لأن كمية البرمجيات التي يبنيها العالم فوق الهندسة المعمارية تنمو بشكل كبير ويتقدم الذكاء الاصطناعي بسرعة كبيرة. لذا جلب هذا النظام الإيكولوجي بأكمله [together] على رأس الرقائق المتعددة صعبة. “
مناقشة نتائج NVIDIA ، قال محلل فورستر ، ألفين نجوين: “إن أداء قياسي آخر من NVIDIA يبدو شائعًا على الرغم من ضخامة الفذ. تمثل أرباح الرقم القياسية استمرار الطلب على منتجات NVIDIA AI. إن التركيز على نماذج التفكير التي تقود أكثر ، وليس أقل ، يعد الحساب عدادًا لفظيًا جيدًا للمخاوف بشأن ديبسيك التي تؤثر على طلبها. “
ومع ذلك ، في رأي نغوين ، كانت ردود هوانغ على الأسئلة حول الرقائق المخصصة التي توفر بديلاً عن وحدات معالجة الرسومات في NVIDIA “رافضة”.
وقال: “كان ردهم على السؤال حول الرقائق المخصصة من Amazon و Microsoft و Google يهدد أعمالهم بالراحة ويتجاهلون الحاجة إلى أن يكون لدى هذه الشركات خيارات خارج Nvidia وأن يكون هناك أشباه الموصلات المصممة خصيصًا لتلبية احتياجاتهم من الذكاء الاصطناعي واستنتاجها”.
