نشر OpenAI لـ Vera Rubin NVL72 يختبر انتقال Nvidia من الرقائق إلى أنظمة الذكاء الاصطناعي المتكاملة

لا تكمن أهمية أول نشر لـ Vera Rubin NVL72 لدى OpenAI في كونه طلبية واحدة من العتاد، بل في كونه اختباراً مبكراً لنموذج أعمال Nvidia التالي. فالشركة تتحول تدريجياً من بيع شرائح تسريع منفردة إلى تقديم أنظمة متكاملة على مستوى الرف، مصممة لتشغيل أعباء التدريب والاستدلال التي تقف خلف الجيل المقبل من نماذج الذكاء الاصطناعي المتقدمة.

هذا التحول استراتيجي، لكنه لم يثبت جدواه المالية بعد. ومن المتوقع أن تنشر OpenAI أنظمة Vera Rubin على نطاق واسع خلال الربع الثالث، في وقت لا تزال فيه Nvidia وشركاؤها في السحابة يثبتون قدرتهم على تصنيع هذه الأنظمة وتركيبها واختبارها وتشغيلها بأعداد كبيرة.

ما هو نظام Vera Rubin NVL72؟

إن NVL72 نظام ذكاء اصطناعي على مستوى الرف، يجمع بين 72 معالجاً رسوميّاً من Rubin و36 معالجاً مركزياً من Vera. وتستهدفه Nvidia لتدريب النماذج واسعة النطاق، والاستدلال، وتطبيقات الذكاء الاصطناعي الوكيلة، ومهام التفكير المتقدم، لا بوصفه مجرد مجموعة من المسرّعات المثبتة بشكل مستقل.

ويعني هذا التصميم المتكامل أن الأداء لا يعتمد على الشرائح وحدها؛ إذ يجب أن تعمل الحوسبة والربط فائق السرعة والذاكرة والشبكات وإمدادات الطاقة والتبريد معاً. وقد يخفف ذلك عبء الهندسة الذي تتحمله مختبرات الذكاء الاصطناعي عند بناء عناقيد ضخمة. أما بالنسبة إلى Nvidia، فيفتح التصميم باباً للحصول على قيمة أكبر من كل عملية نشر، لكنه يجعل التصنيع والتسليم أكثر تعقيداً في الوقت نفسه.

من شغّل منصة Vera Rubin لدى مزودي السحابة؟

تقول Nvidia إن أنظمة Vera Rubin NVL72 تعمل لدى:

• CoreWeave
• Google Cloud
• Microsoft Azure
• Oracle Cloud Infrastructure
• Nebius

وتكتسب هذه القائمة أهميتها من جمعها بين مزود سحابة متخصص في الذكاء الاصطناعي ومنصات سحابية فائقة الحجم. وهذا يشير إلى أن Rubin تُختبر في بيئات تشغيل مختلفة، وليس فقط ضمن عروض Nvidia التوضيحية.

وتأتي OpenAI ضمن قصة النشر الأوسع. فقد أعلنت الشركة وNvidia خطة لإنشاء مراكز بيانات للذكاء الاصطناعي بقدرة لا تقل عن 10 غيغاواطات من أنظمة Nvidia، على أن يستند أول غيغاواط إلى أنظمة Vera Rubin ويُستهدف تشغيله خلال النصف الثاني من عام 2026.

لماذا يمثل نشر OpenAI نقطة إثبات مهمة؟

تُعد OpenAI من أوضح الاختبارات الواقعية لقدرة Rubin على دعم تطوير نماذج الذكاء الاصطناعي المتقدمة. فمختبر رائد بهذا الحجم يحتاج إلى قدرة تدريب كبيرة، وأداء مرتفع في الربط بين المكونات، وموثوقية تشغيلية، وإمكانية توسيع البنية التحتية بسرعة.

ولو دخل نشر OpenAI حيز التشغيل، فسيقدم مؤشرات في ثلاثة مجالات:

1. صلة النظام بأعباء العمل الحقيقية: ستُستخدم Rubin ضمن برنامج فعلي لتطوير الذكاء الاصطناعي المتقدم، لا في اختبار معياري أو عرض للمنتج فقط.
2. جاهزية النظام: ستثبت Nvidia أن بنيتها على مستوى الرف تستطيع الانتقال من تأهيل العميل إلى الاستخدام الإنتاجي.
3. قوة الطلب التجاري: قد تشجع عمليات النشر الناجحة مختبرات أخرى ومزودي سحابة على اعتماد أنظمة Rubin المتكاملة، بما يدعم الطلب على المنصة ككل.

لكن ينبغي قراءة هذه المؤشرات بحذر. فإعلان النشر لا يحدد وحده عدد الرفوف التي تم تركيبها، أو نتائج التدريب التي تحققت، أو توقيت الاعتراف بالإيرادات. وستحدد هذه التفاصيل ما إذا كان الإنجاز تحولاً تجارياً كبيراً أم مجرد مرحلة تحقق مبكرة.

كم تبلغ تكلفة رف Vera Rubin NVL72؟

لا توجد في التقارير المتاحة قائمة أسعار رسمية من Nvidia. وتختلف تقديرات القطاع بحسب المواصفات والتوقيت:

• أشارت تقارير إلى أن سعر الرف يتراوح تقريباً بين 7 و8 ملايين دولار.
• وقدّرت مذكرة من Bernstein، وردت في تقارير لاحقة، التكلفة بنحو 9.1 ملايين دولار.
• وقدّر تقرير منفصل من Morgan Stanley تكلفة رف VR200 NVL72 الواحد بنحو 7.8 ملايين دولار.

وينبغي التعامل مع هذه الأرقام على أنها تقديرات لتكلفة النظام أو ما يدفعه المشتري، لا كسعر بيع مؤكد من Nvidia. كما يوضح اختلافها أن اقتصاديات الرف لا يمكن تقييمها بمجرد عدّ المعالجات الرسومية؛ فالذاكرة والتخزين والشبكات والخوادم والتبريد ومكونات البنية التحتية الأخرى تؤثر بقوة في قائمة المواد.

ولا تتوقف كثافة رأس المال عند سعر الرف. فقد قدّر تحليل من Bernstein نقلته Investing.com تكلفة بناء قدرة مركز بيانات تبلغ غيغاواطاً واحداً باستخدام بنية Vera Rubin بنحو 47 مليار دولار. وهذا تقدير للبنية التحتية، وليس توقعاً مباشراً لإيرادات Nvidia أو تكلفة بناء عامة تنطبق على كل مشروع.

ماذا تقول هوامش CoreWeave عن اقتصاديات السحابة؟

يوفر دور CoreWeave إشارة تجارية مبكرة. فقد قالت الشركة إن العقود الجديدة الموقعة في الربع الثاني يُتوقع أن تحقق هوامش أعلى بمقدار 5 إلى 10 نقاط مئوية مقارنة بالعقود الموقعة في الأرباع السابقة. كما أعلنت عن زيادات في الأسعار عبر مجموعة منتجاتها خلال يوليو.

ولا يثبت ذلك أن كل نشر لـ Rubin سيكون أكثر ربحية. فهذه الهوامش تعتمد على أسعار العقود، ومعدل الاستخدام، والتمويل، والطاقة، والتبريد، وتكاليف التشغيل، والمواصفات المحددة للعتاد. لكن بيانات CoreWeave تتحدى الافتراض البسيط القائل إن أنظمة الذكاء الاصطناعي الأحدث ستضغط تلقائياً على أرباح مزودي السحابة لأنها تتطلب استثمارات أكبر.

ويبقى السؤال الأساسي: هل يستطيع تحسن الأداء والأسعار التي يدفعها العملاء تعويض الاستثمار الأولي الأعلى؟ فإذا دفع العملاء مقابل قدرة ذكاء اصطناعي أسرع أو أكثر كفاءة، وحافظ المزودون على معدل استخدام مرتفع، فقد تدعم الأنظمة على مستوى الرف اقتصاديات أقوى رغم ارتفاع سعر شرائها.

دور CoreWeave في التحقق من النظام

كانت CoreWeave أول مزود سحابة للذكاء الاصطناعي يشغّل نظام Vera Rubin NVL72 ويستكمل التحقق منه بالكامل. وشمل الاختبار الرف من طرف إلى طرف، بما في ذلك الطاقة والتبريد والشبكات والحوسبة.

وهذا التفصيل مهم؛ فإقلاع شرائح منفردة لا يساوي تشغيل رف كامل مبرد بالسائل، مع شبكاته وحزمة برمجياته. وقدمت أعمال CoreWeave اختباراً مبكراً لقدرة المنصة على العمل على مستوى إنتاجي، وساعدت في تقليل مخاطر الدمج بالنسبة إلى عمليات النشر اللاحقة لدى العملاء.

كما نشرت CoreWeave مقارنة على عتاد حي قالت فيها إن Vera Rubin NVL72 حقق 10 أضعاف عدد الرموز في الثانية لكل ميغاواط مقارنة بنظام Nvidia GB200 NVL72، وذلك في اختبار DeepSeek-R1 متطابق. وهذه نتيجة معيارية أبلغت عنها الشركة في ظروف محددة، وليست ضماناً لأداء موحد في كل أعباء العمل.

Nvidia تبيع أكثر من مجرد مسرّعات

يعكس طرح Rubin توجه Nvidia نحو تسليم أنظمة بنية تحتية متكاملة للذكاء الاصطناعي. وتصف الشركة سلسلة توريد تضم أكثر من 350 موقعاً مصنعياً في 30 دولة، وتقول إنها أكبر سلسلة توريد للأنظمة على مستوى الرف في تاريخها حتى الآن.

وتكتسب هذه الخريطة الجغرافية أهمية لأن عنق الزجاجة لم يعد يتمثل ببساطة في إنتاج عدد كافٍ من المعالجات الرسومية. فالرف القابل للتشغيل يتطلب تنسيق إمدادات المعالجات الرسومية والمركزية، والذاكرة المتقدمة، والخوادم، ومعدات الشبكات، وأجهزة التبريد السائل، والبنية الكهربائية، وقدرة التركيب.

وقد يؤدي ازدياد دور Nvidia في تنسيق هذه الأنظمة المتكاملة، أو تسليمها مباشرة، إلى تعميق سيطرتها على منظومة البنية التحتية للذكاء الاصطناعي. لكنه قد يرفع مخاطر التنفيذ أيضاً. فأي تأخير في مكوّن رئيسي قد يؤخر الرف بأكمله، وقد يؤثر تأخر الرف بدوره في جدول مركز بيانات العميل وفي توقيت تسجيل إيرادات Nvidia.

وإذا استخدمت التكوينات المقترحة المكون الأساسي نفسه المؤلف من 72 معالجاً رسوميّاً، فستضم تكوينات الرفوف الثنائية والرباعية والثمانية 144 و288 و576 معالجاً رسوميّاً على التوالي. وهذه أرقام ناتجة عن التوسع الحسابي المباشر؛ ولا تؤكد المصادر المتاحة بشكل مستقل أن هذه التكوينات الثلاثة تمثل منتجات رسمية أو أن لها جداول تسليم محددة. والأهم هو أن Nvidia تصمم حول وحدات رفوف قابلة للتكرار يمكن جمعها لبناء ما تسميه مصانع ذكاء اصطناعي أكبر.

ماذا يراقب المستثمرون في نتائج Nvidia يوم 26 أغسطس؟

وجّهت Nvidia إلى إيرادات قدرها 91 مليار دولار، بزيادة أو نقص 2% للربع المالي الثاني، مع افتراض عدم تسجيل إيرادات من حوسبة مراكز البيانات في الصين. كما وجّهت إلى هامش إجمالي يبلغ نحو 74.9% وفق مبادئ المحاسبة المقبولة عموماً، و75.0% وفق الأساس غير المحاسبي.

وينبغي قراءة تقرير 26 أغسطس باعتباره اختباراً للزخم التجاري لـ Rubin، لا مجرد إعلان عن إيرادات سابقة. وسيتركز اهتمام المستثمرين على أربعة أسئلة:

1. هل تنتقل Rubin من التحقق إلى الإنتاج واسع النطاق؟

سيبحث المستثمرون عن تعليقات محددة بشأن الشحنات الإنتاجية، ونشر العملاء، وتوافر الإمدادات، وموعد بدء مساهمة إيرادات Rubin بشكل مؤثر. وقد قالت Nvidia إن شحنات الإنتاج مقررة للبدء في الخريف، بينما تصف تقارير أخرى المنصة بأنها دخلت الإنتاج الكامل وتشحن إلى العملاء بالفعل.

2. هل تستطيع Nvidia حماية هوامشها؟

تضم الأنظمة على مستوى الرف مكونات أكثر تكلفة وتعقيداً من المسرّعات المنفردة. وستوضح تعليقات الشركة على الهامش الإجمالي ما إذا كانت Nvidia قادرة على تمرير هذه التكاليف إلى العملاء مع الحفاظ على قوة التسعير قرب مستويات توجيهاتها.

3. هل تقيد الذاكرة أو المكونات الأخرى حجم الإمدادات؟

حذرت Nvidia من قيود في الإمدادات وزيادة الإنفاق على التوريد وسط أزمة أوسع في سوق الذاكرة. لذلك سيراقب المستثمرون أي إفصاحات عن توافر الذاكرة، وتكاليف المكونات، وما إذا كانت هذه القيود قد تبطئ توسع Rubin.

4. هل تؤكد التوجيهات المستقبلية استمرار الطلب؟

ستكون نتيجة 91 مليار دولار مهمة، لكن الإشارة الأهم قد تأتي من توقعات الربع التالي ووصف الإدارة لالتزامات العملاء. فالرواية القوية حول Rubin تحتاج إلى دليل على طلب متكرر وقابل للتوسع، لا مجرد نجاح أول عملية نشر.

الخلاصة

يكتسب نشر OpenAI لـ Vera Rubin أهمية لأنه يربط منصة Nvidia المقبلة بأكثر أعباء تطوير الذكاء الاصطناعي المتقدم تطلباً. كما أن وجود أنظمة Rubin لدى CoreWeave وGoogle Cloud وMicrosoft Azure وOracle Cloud Infrastructure وNebius يضيف دليلاً على أن البنية تتجاوز مرحلة الإعلان عن المنتج.

لكن أطروحة الاستثمار لا تزال معلقة على التنفيذ. فتقديرات أسعار الرفوف ليست قوائم أسعار رسمية، وتحسن هوامش CoreWeave المعلن خاص بالشركة، كما أن التحقق المبكر لا يثبت التسليم بكميات كبيرة. وستساعد نتائج Nvidia في 26 أغسطس على تحديد ما إذا كانت Vera Rubin تتحول إلى نشاط أنظمة قابل للتوسع ومربح، أم أنها لا تزال انتقالاً لافتاً لكنه في مراحله الأولى داخل البنية التحتية للذكاء الاصطناعي.