NVIDIA (NVDA) Spotlight: من عملاق الرسوميات إلى عملاق الذكاء الاصطناعي

عملاق الذكاء الاصطناعي

إذا كان اهتمام المستثمرين في مجال التكنولوجيا قد تركز على "شركات التكنولوجيا الكبرى" لأكثر من عقد من الزمان،Microsoft (MSFT ), جوجل (GOOG ), فيسبوك (META )لقد شهدت السنوات القليلة الماضية تحولاً ملحوظاً نحو الأجهزة بدلاً من البرامج. وكانت العلامة الأولى هي الارتفاع المذهل لـ تسلا (TSLA ) من سهم مميز إلى إحدى أكبر الشركات في العالم.

ولكن ستكون هناك شركة واحدة تجلس على الحدود بين البرمجيات والأجهزة والتي من شأنها تحقيق عوائد جيدة، إن لم تكن أقوى: NVIDIA (NVDA ).

الآن، يُنظَر إلى شركة NVIDIA باعتبارها شركة ذكاء اصطناعي حققت نجاحًا مفاجئًا، وقد نجحت بالفعل في بناء تكنولوجيتها الفريدة ومكانتها السوقية على مدار 20 إلى 30 عامًا. وقد يمنحها هذا موقفًا قويًا للبقاء كجهة فاعلة مهيمنة في عالم التكنولوجيا لسنوات قادمة.

طريق NVIDIA نحو النجاح

CPU مقابل GPU

لفترة طويلة، كانت شركة NVIDIA شركة ناجحة ولكنها متخصصة في تصنيع أجهزة الكمبيوتر، حيث كانت متخصصة في إنتاج بطاقات الرسوميات أو وحدات معالجة الرسوميات (GPUs). في ذلك الوقت، كانت وحدات معالجة الرسوميات تُعتبر عنصرًا مهمًا من عناصر أجهزة الكمبيوتر ولكنها ثانوية بالنسبة لوحدة المعالجة المركزية (CPU) المهمة للغاية.

تم تصميم وحدات المعالجة المركزية لأداء العمليات الحسابية السريعة للغاية التي تتطلب القيام بها واحدة تلو الأخرى، مما يجعلها رائعة في العمليات الحسابية المعقدة.

على النقيض من ذلك، تعتبر وحدات معالجة الرسومات أقل قوة ولكنها مصممة لإجراء العديد من الحسابات المتوازية في وقت واحد، مما يجعلها أفضل في التعامل مع كميات كبيرة من البيانات.

خلال هذه الفترة من تسعينيات القرن العشرين إلى العقد الأول من القرن الحادي والعشرين، كان منتجو وحدات المعالجة المركزية مثل إنتل (INTC ) سيطرت معالجات الرسوميات على الصناعة، في حين كانت وحدات معالجة الرسوميات عالية الجودة تُستخدم في الغالب من قبل اللاعبين ومصممي الرسوميات لأجهزة الكمبيوتر عالية الأداء فقط.

بناء أعمال GPU

في وقت مبكر، مؤسس NVIDIA استنتج جينسن هوانج ومؤسسوه المشاركون أن سرعة الحوسبة سوف تفوق سعة وحدة المعالجة المركزية. كان جينسن فعالاً في تطوير وحدات معالجة الرسوميات الأولى لشركة Sun Microsystems، والتي تعمل اليوم Oracle (ORCL ).

وفي عام 1993 أصبح أحد مؤسسي شركة NVIDIA، واحتضن ثورة أجهزة الكمبيوتر الشخصية في أوائل التسعينيات.

"لقد اعتقدنا أن الرسومات ثلاثية الأبعاد قد تكون شيئًا رائعًا حقًا. وللمرة الأولى على الإطلاق، لديك منصة يمكن أن تكون كمبيوترًا وتستخدم لأي غرض تريده. يمكنك أيضًا استخدامها للعب الألعاب. وكل ما نحتاجه هو بناء شريحة تجعل من الممكن لعب الألعاب.

لم يسبق لأي منا أن رأى جهاز كمبيوتر شخصي من قبل. لذا كان علينا أن نذهب لشراء جهاز كمبيوتر شخصي. اشترينا جهاز Gateway 2000. لم يكن أحد منا يعرف حتى كيفية برمجة Windows أو DOS. لم ير أحد حتى DOS. لذا كان علينا أن نفككه ونبدأ في التعرف على الصناعة.

جينسن هوانج في مقابلة مع سيكويا

من المضحك أن نفكر، بالنظر إلى الماضي، أن سوق الألعاب لم يكن سوقًا "جادًا" في ذلك الوقت مقارنةً بنماذج الأعمال الأكثر ربحيةً والأوسع نطاقًا والمُركزة على الشركات. لم تُحقق البطاقات الأولى نجاحًا تجاريًا.^nd كانت وحدات معالجة الرسوميات من الجيل الجديد أفضل ولكنها أصبحت فجأة قديمة الطراز عندما اتجه السوق نحو بنية DirectX الخاصة بشركة Microsoft لألعاب الفيديو.

في نهاية المطاف، استغرق الأمر من NVIDIA ست سنوات وثلاثة خطوط إنتاج للعثور على المنتج الملائم للسوق، مع العديد من الأحداث التي كادت أن تؤدي إلى الموت بالنسبة للشركة.

كان النجاح حليف Riva 128: ففي أول أربعة أشهر من طرحه، بيع منه مليون وحدة. ثم تبعه سلسلة طويلة من تصميمات بطاقات الرسوميات الناجحة، بما في ذلك سلسلة جي فورس، حتى يومنا هذا اللاعب المهيمن في السوق إلى جانب من AMD (AMD ) راديون.

المصدر يوباي

CUDA والعملات المشفرة

في عام ٢٠٠٦، وبعد أن أصبحت شركة رائدة في مجال معالجات الرسومات، أصدرت NVIDIA واجهة CUDA، وهي واجهة برمجة عامة لمعالجات الرسومات من NVIDIA، مما فتح الباب أمام استخدامات أخرى غير الألعاب. وقد تم ذلك لأن بعض الباحثين كانوا يستخدمون بالفعل معالجات الرسومات لإجراء الحسابات بدلاً من الحواسيب العملاقة المعتادة.

المصدر NVIDIA

"أدرك الباحثون أنه من خلال شراء بطاقة الألعاب هذه المسماة GeForce، فإنك تضيفها إلى جهاز الكمبيوتر الخاص بك، وبالتالي فإنك تمتلك في الأساس جهاز كمبيوتر فائقًا شخصيًا. الديناميكيات الجزيئية، والمعالجة الزلزالية، وإعادة بناء التصوير المقطعي المحوسب، ومعالجة الصور - مجموعة كاملة من الأشياء المختلفة."

جينسن هوانج في مقابلة مع سيكويا

أدى هذا التبني الأوسع لوحدات معالجة الرسوميات، وبشكل أكثر تحديدًا أجهزة NVIDIA، إلى إنشاء حلقة ردود فعل إيجابية بناءً على آثار الشبكة:كلما زادت الاستخدامات، زاد عدد المستخدمين النهائيين والمبرمجين الذين يعرفونه، وزادت المبيعات، وزادت ميزانية البحث والتطوير، وزاد التسارع في سرعة الحوسبة، وزادت الاستخدامات، وما إلى ذلك.

المصدر NVIDIA

اليوم، تتضمن القاعدة المثبتة مئات الملايين من وحدات معالجة الرسوميات CUDA.

المصدر NVIDIA

لن يكون هذا مفيدًا جدًا للباحثين فحسب، بل إن التكنولوجيا الجديدة ستستفيد بشكل كبير من الحوسبة المتوازية لوحدة معالجة الرسوميات: blockchain والعملات المشفرة.

ازدهار التشفير

الآن، بعد أن أصبح الاهتمام بالذكاء الاصطناعي جانبًا بعض الشيء، كانت العملات المشفرة أول تطبيق واسع النطاق لوحدات معالجة الرسوميات خارج الألعاب والبحث العلمي. تتطلب العديد من مشاريع blockchain والعملات المشفرة قدرًا كبيرًا من قوة الحوسبة. وسرعان ما أصبحت وحدات معالجة الرسوميات NVIDIA الأجهزة المركزية لإجراء هذه الحسابات.

وقد أدى هذا إلى طفرة في مبيعات NVIDIA، وبدأ سهم الشركة في الارتفاع بالتزامن مع طفرة العملات المشفرة، حيث ارتفع سعر السهم بأكثر من 10 أضعاف.

فقدت حركة أسعار أسهم العملات المشفرة بعض الزخم في عام 2022 قبل أن تدرك الأسواق أن NVIDIA كانت تبني استراتيجية ذكاء اصطناعي رائعة لسنوات عديدة.

AI

الشبكات العصبية

منذ أوائل عام 2010، بدأ الباحثون في نشر وحدات معالجة الرسوميات للدراسة الشبكات العصبية. هذه نوع من طرق الحوسبة التي تختلف عن البرمجة المعتادة وكانت حصل على جائزتي نوبل مختلفتين في عام 2، في الفيزياء والطب.

الشبكات العصبية هي الأساس التقني لما يشار إليه عادة باسم "الذكاء الاصطناعي" اليوم.

في عام 2009، ساعدني أحد طلابي في ذلك الوقت، إيان جودفيلو، الذي كان طالبًا جامعيًا، في بناء خادم وحدة معالجة الرسوميات في غرفة نومه. وانتهى الأمر بهذا الخادم إلى أن أصبح ما استخدمناه في أولى تجارب التعلم العميق لتدريب الشبكات العصبية.

بدأنا نرى تسريعات تصل إلى 10x أو حتى 100x في تدريب الشبكات العصبية على وحدات معالجة الرسوميات لأننا كنا قادرين على القيام بألف أو 10,000 شيء بالتوازي، بدلاً من خطوة واحدة بعد الأخرى.

أندرو نغ - مؤسس DeepLearning.AI والشريك العام الإداري لـ AI Funds، في مقابلة مع سيكويا

كان هذا قبل ظهور AlexNet، أول اختراق في التعرف على الصور بواسطة الكمبيوتر في عام 2012، وقبل ظهور AlphaGo بسنوات عديدة.

تحويل NVIDIA إلى الذكاء الاصطناعي

أدركت شركة NVIDIA إمكانات الذكاء الاصطناعي في وقت مبكر، قبل وقت طويل من اهتمام أي شخص، من الباحثين المتخصصين، بالشبكات العصبية.

وكان هذا في ذلك الوقت بمثابة خطوة محفوفة بالمخاطر نحو قطاع غير مثبت وغير موجود تقريبًا، أو كما قال جينسن هوانج:

"نحن نستثمر في أسواق بقيمة صفر مليار دولار."

في عامي 2016 و2017، أصدرت NVIDIA tعمارة باسكال وفولتا، على التوالي، أول مسرع للذكاء الاصطناعي يعتمد على وحدة معالجة الرسوميات، في حين قدمت Volta أنوية Tensor، التي سرّعت مهام التعلم العميق بما يصل إلى 12 مرة.

لقد كان هذا تحولاً شاملاً في هذا الاتجاه الجديد. وعندما قمنا بتدوير السفينة في هذا الاتجاه، سعينا إلى استقطاب كل باحث في مجال الذكاء الاصطناعي على كوكب الأرض.

وكانت منصتنا مفيدة لهم وكان ذلك بمثابة ردود فعل إيجابية تلقيناها في ذلك الوقت. وهذا هو السبب الذي جعلني صديقًا لجميع الباحثين العظماء في مجال الذكاء الاصطناعي في العالم.

لقد ساعدوني جميعًا في تقديم المؤشرات المبكرة للنجاح المستقبلي على طول الطريق بالنسبة لي، وعليك أن تجعل من تلك الانتصارات الصغيرة أمرًا مهمًا للغاية.

جينسن هوانج في مقابلة مع سيكويا

من شأن هذا أن ينبئ ببناء البنية التحتية للحوسبة الذكاء الاصطناعي، والتي ستظهر بشكل كبير في الوعي العام في عام 2023، مع إصدار نماذج اللغة الكبيرة الشهيرة مثل Chat GPT.

ولكن في الواقع تم بناء هذا النظام من خلال التطوير البطيء والمنسي في كثير من الأحيان لوحدات معالجة الرسوميات القوية المخصصة للذكاء الاصطناعي من قبل شركة NVIDIA منذ عام 2016.

المصدر NVIDIA

من الأمور اللافتة للنظر الأخرى في تطور قوة الحوسبة التي تعتمد على الذكاء الاصطناعي أنها تتبع قانونًا أسيًا بدلًا من قانون مور الأكثر خطية لوحدة المعالجة المركزية. وهذا ليس فقط لأن أجهزة وحدة معالجة الرسومات أصبحت أفضل، بل إن قوة المعالجة المطلوبة انخفضت بسبب التحسن الجذري في كيفية تدريب الشبكات العصبية.

وبالإضافة إلى ذلك، فإن توافر المزيد من البيانات يجعل التدريب أكثر كفاءة، مما يمنح الباحثين العديد من الزوايا للعمل بالتوازي لتعزيز الأداء.

وقد أدى هذا إلى انخفاض جذري في الطاقة المستهلكة لتدريب نفس نموذج GPT بمرور الوقت، بما يقل بمقدار 350 مرة في 8 سنوات، وانخفاض أكثر تطرفًا في الطاقة المطلوبة لتقديم طلب إلى هذه LLMs.

المصدر NVIDIA

شراكات NVIDIA

منذ نشأتها، كانت شركة NVIDIA شركة مرتبطة ارتباطًا وثيقًا بالصناعة. فبدلاً من كونها شركة متكاملة رأسيًا، تسعى الشركة إلى إقامة علاقات عميقة مع الأفضل، مع التركيز بشكل كبير على مزاياها التنافسية.

على سبيل المثال، تعد شركة NVIDIA شركة مصنعة للأجهزة "بدون مصانع"، حيث تركز على التصميم والمفاهيم، وتترك الأمر لمصانع أشباه الموصلات الرائدة عالميًا مثل TSMC (TSM ) لإنتاج وحدات معالجة الرسوميات الخاصة بها.

ومن خلال عدم تطوير أنظمة LLM أو AI الخاصة بها، أصبحت NVIDIA أيضًا شريكًا موثوقًا به لجميع الشركات الناشئة في مجال التكنولوجيا الكبرى والذكاء الاصطناعي، والتي تنظر إليها كشريك أساسي وليس منافسًا محتملًا. وفي المقابل، يمنح هذا NVIDIA حجم المبيعات لمواصلة إعادة الاستثمار في البحث والتطوير والبقاء على رأس اللعبة من منظور التكنولوجيا.

وقد ثبت أن هذا هو الخيار الصحيح، حيث أصبحت شركة NVIDIA المستفيد الأكبر من موجة الإنفاق الرأسمالي (capex) الأكثر إثارة للإعجاب في تاريخ صناعة التكنولوجيا.

من المتوقع أن يكون رأس مال الذكاء الاصطناعي من المتوقع أن يصل إلى 200 مليار دولار في عام 2025، بالإضافة إلى الإنفاق الرأسمالي التراكمي المتزايد باستمرار من قبل أكبر شركات التكنولوجيا في العالم منذ عام 2016.

المصدر شيروود

المالية

كان نمو NVIDIA من عام 2023 إلى عام 2024 مذهلاً بالنسبة لشركة بهذا الحجم:

• ارتفعت الإيرادات بنسبة 126%، من 27 مليار دولار إلى 60 مليار دولار.
• ارتفع الدخل التشغيلي ثلاث مرات (311%) من 9 مليار دولار إلى 37.1 مليار دولار
• ارتفع الهامش الإجمالي من 59.2% إلى 73.8%

بشكل عام، تتمتع الشركة بتقييم جيد، ولكن ليس بهذا القدر بسبب نمو أرباحها. ومع ذلك، مع نسبة سعر إلى ربحية أعلى من 60، وعائد أرباح يبلغ 0.03% فقط، فإن المستثمرين الذين يشترون أسهم NVIDIA يفترضون الكثير من النمو المستقبلي لتبرير سعر السهم الحالي.

المصدر NVIDIA

مستقبل NVIDIA

النمو المستدام؟

كان معدل نمو NVIDIA المذهل، والذي تجاوز ثلاثة أرقام، مذهلاً، وانعكس على سعر سهم الشركة. وبالطبع، لكل شيء جميل نهاية، ويشعر المستثمرون بالقلق من أن هذا قد يكون عاجلاً أم آجلاً.

وكانت نفس المخاوف مرتفعة بالفعل عندما ازدهرت مبيعات NVIDIA من مبيعات العملات المشفرة أو في المراحل المبكرة من طفرة الذكاء الاصطناعي، لذا فإن التشاؤم ليس بالضرورة استراتيجية استثمار سليمة.

In مقابلة حول بودكاست BG2Podوأوضح هوانج أن العالم يحتاج إلى تحديث ما يصل إلى تريليون دولار من مراكز البيانات والحوسبة لدمج الذكاء الاصطناعي والتكيف معه. وحتى الآن تم إنفاق 1 مليار دولار فقط من هذا الإجمالي.

لذا، وفقًا له، لا يزال هناك متسع كبير لشركة NVIDIA لمواصلة زيادة مبيعاتها، حتى لو كان ذلك بسبب احتياجات الحوسبة الحالية فقط. كان ذلك قبل أن تصبح المزيد من تطبيقات الذكاء الاصطناعي سائدة، مثل سيارات ذاتية القيادة.

وتتجاهل هذه المخاوف بشأن الطلب الإجمالي أيضا حقيقة مفادها أنه في نهاية المطاف، من المرجح أن تقوم جميع الصناعات بنشر الذكاء الاصطناعي على مستويات متعددة بطريقة أو بأخرى، بما في ذلك قطاعات مثل الرعاية الصحية التي تمثل نسبة مئوية مزدوجة الرقم من الناتج المحلي الإجمالي.

المصدر NVIDIA

بلاكويل

في مارس 2024، أصدرت NVIDIA منصة Blackwell، "تمكين المؤسسات في كل مكان من بناء وتشغيل الذكاء الاصطناعي التوليدي في الوقت الفعلي على نماذج لغوية كبيرة تحتوي على تريليون معلمة بتكلفة أقل واستهلاك طاقة أقل بما يصل إلى 25 مرة من سابقتها.".

المصدر NVIDIA

وهذه خطوة مهمة للغاية، حيث أصبح استهلاك الطاقة سريعًا أحد الاهتمامات الرئيسية للشركات التي تركز على الذكاء الاصطناعي، كما يتضح من الصفقة الأخيرة التي أبرمتها شركة مايكروسوفت لإعادة فتح محطة طاقة نووية كاملة واستخدامها الكل إنتاجها من الطاقة للسنوات العشرين المقبلة بسعر متفق عليه مسبقًا.

تصميمات داخلية

إن أحد المخاطر التي تواجهها شركة إنفيديا هو أنها على الرغم من كونها شريكاً رئيسياً لأكبر الشركات في العالم، إلا أنها أيضاً شريكة مكلفة ومربحة للغاية (هامش الربح الإجمالي 70%). لذا عندما تنفق شركات بحجم ومهارات ألفابت/جوجل مئات المليارات من الدولارات على رقائق الذكاء الاصطناعي، فإنها تميل إلى القيام بذلك داخلياً.

وهذا ليس مجرد افتراض، على سبيل المثال طورت شركة تسلا أجهزتها الخاصة من خلال توظيف مصممين من شركة AMD المنافسة لشركة NVIDIAحتى عام 2019، كانت Tesla تستخدم منصة الحوسبة NVIDIA Drive PX 2 AI بدلاً من ذلك. نظرًا لأن شركة تسلا تقترب بالفعل من تسويق سيارات الأجرة الآليةقد يصبح هذا بمثابة خسارة كبيرة لشركة NVIDIA.

وفي الوقت نفسه، قد تكون حالة تيسلا استثناءً للقاعدة، حيث إن تيسلا وشركات إيلون ماسك الأخرى، مثل (سبيس اكس)، تشتهر دائمًا بالبحث عن المزيد من التكامل الرأسي ومستوى أقوى من التحكم في أجهزتها.

من المرجح أن تكون الشركات الأقل خبرة في الأجهزة أو الأكثر تركيزًا على البرمجيات و/أو التسويق، مثل Facebook أو Microsoft، بخير بالاعتماد على أفضل وأحدث تقنيات NVIDIA.

بالإضافة إلى ذلك، يتم حاليًا بناء العديد من نماذج الذكاء الاصطناعي وترميزها على افتراض أنها ستعمل على هياكل NVIDIA، كما أن مبرمجي الذكاء الاصطناعي لديهم خبرة في التعامل مع أجهزة NVIDIA، وهما بمثابة خنادق أعمال قيمة للشركة.

مخاطر سوق الذكاء الاصطناعي

قد يُشكل سوق الذكاء الاصطناعي ككل خطرًا أكبر، وهو ما تُسيطر عليه إدارة NVIDIA المُتميزة بشكل أقل. يشهد هذا السوق ازدهارًا حاليًا. ومع ذلك، هناك قلق متزايد من أن تطبيقات الذكاء الاصطناعي المُصدرة لم تُحقق إيرادات جديدة ضخمة كما فعل آيفون لشركة Apple سابقًا.

من المرجح أن يكون هذا مجرد إشارة إلى أن التكنولوجيا لا تزال تبحث عن هدفها وتطور سوقها.

ولكن إذا استمر هذا الوضع لفترة طويلة، فقد نواجه خطر الوقوع في موقف مشابه لما حدث في أواخر تسعينيات القرن العشرين، حيث كانت التوقعات حول أهمية الكمبيوتر الشخصي والإنترنت صحيحة، ولكن التوقيت كان متفائلاً للغاية، مما أدى إلى انفجار فقاعة الدوت كوم.

من المؤكد أن توقيع جينسن هوانج على صدر امرأة في يونيو 2024 يعد علامة مفاجئة إلى حد ما، وربما يكون مثيرًا للقلق بعض الشيء بالنسبة للمستثمرين القلقين بشأن الهوس المالي المحتمل حول الذكاء الاصطناعي.

لا يتكرر التاريخ المالي بالضرورة، ولكن المستثمرين سوف يرغبون في تحليل هذا الخطر على NVIDIA بشكل صحيح والنظر في أوجه التشابه المحتملة مع شركة تصنيع أجهزة الاتصالات والإنترنت Sun Microsystems (أول صاحب عمل لجينسن هوانج) في عام 2000.

عند 10 أضعاف الإيرادات، لكي أتمكن من استرداد 10 سنوات، يتعين علي أن أدفع لك 100% من الإيرادات لمدة 10 سنوات متتالية في شكل أرباح. وهذا يفترض أنني أستطيع الحصول على هذا من المساهمين. وهذا يفترض أن تكلفة البضائع المباعة لدي صفر، وهو أمر صعب للغاية بالنسبة لشركة كمبيوتر. وهذا يفترض أن النفقات صفر، وهو أمر صعب حقًا مع 39,000 موظف. (...)

والآن، بعد أن فعلتم ذلك، هل يرغب أي منكم في شراء أسهمي بسعر 64 دولاراً؟ هل تدركون مدى سخافة هذه الافتراضات الأساسية؟ لستم بحاجة إلى أي قدر من الشفافية. لستم بحاجة إلى أي حواشي سفلية. ما الذي كنتم تفكرون فيه؟

سكوت ماكنيلي - الرئيس التنفيذي لشركة Sun Microsystems آنذاك

للتوضيح، نسبة السعر إلى المبيعات الحالية لشركة NVIDIA هي 35.

المصدر واي تشارت

خاتمة

إن شركة NVIDIA هي شركة مبنية على تحمل المخاطر المحسوبة بشكل صحيح عدة مرات متتالية في الوقت المناسب، بدءًا من بطاقات الرسوميات الخاصة بالكمبيوتر الشخصي إلى إصدار CUDA للتطبيقات الجديدة إلى تبني الشبكات العصبية في وقت مبكر. وقد جعل هذا مؤسسها، جينسن هوانج، نجمًا لامعًا في صناعة أشباه الموصلات وتكنولوجيا المعلومات.

أذهل أداء الشركة الأخير السوق، وأثار حماسًا هائلًا تجاه سهمها الذي لا تدّعيه إلا تيسلا في السنوات الأخيرة. وهذا يُتيح فرصةً هائلة، كما يعلم العديد من المستثمرين الأوائل في تيسلا، بعد أن واجهوا ما يقرب من عقدٍ من المتشائمين الذين توقعوا فشل الشركة وأسهمها "في أي لحظة".

وهذا يخلق أيضًا بعض المخاطر، حيث لم يولد طفرة الذكاء الاصطناعي بعد النوع من الإيرادات التي تبرر الإنفاق الرأسمالي الحالي، وقد يشهد تباطؤًا قبل أن يصبح قطاعًا اقتصاديًا راسخًا بالكامل.