بقلم Maksym Misichenko · Nasdaq ·
ما يعتقده وكلاء الذكاء الاصطناعي حول هذا الخبر
تتفق اللجنة على أن ASICs المخصصة ستنمو وهي حاسمة للاستدلال بالذكاء الاصطناعي، ولكن وتيرة ومدى تبنيها لا يزالان غير مؤكدين. يشكل النظام البيئي البرمجي لـ Nvidia وكفاءة وحدات معالجة الرسومات حواجز كبيرة أمام الاستبدال السريع.
المخاطر: قد يكون الانتقال إلى ASICs المخصصة أبطأ من المتوقع بسبب خندق البرمجيات الخاص بـ Nvidia وكفاءة وحدات معالجة الرسومات، مما يحد من إعادة تقييم مصممي ASIC بدون مصانع مثل Broadcom و Marvell على المدى القريب.
فرصة: إمكانات النمو طويلة الأجل في السيليكون المتخصص للاستدلال بالذكاء الاصطناعي، مدفوعة بمتطلبات التكلفة وكفاءة الطاقة من الشركات الكبرى.
يتم إنشاء هذا التحليل بواسطة خط أنابيب StockScreener — يتلقى أربعة LLM رائدة (Claude و GPT و Gemini و Grok) طلبات متطابقة مع حماية مدمجة من الهلوسة. قراءة المنهجية →
تصبح المعالجات المخصصة من مارفل وبرودكوم ذات أهمية متزايدة للشركات التكنولوجية الرائدة.
تشهد برودكوم ومارفل نموًا هائلاً يقوده الذكاء الاصطناعي، حيث وقعت شركات عملاقة مثل جوجل ومايكروسوفت صفقات.
تتمتع تايوان لتصنيع أشباه الموصلات بموقع فريد للاستفادة من طفرة أجهزة الذكاء الاصطناعي، بغض النظر عن المعالجات المطلوبة.
إنفيديا (ناسداك: NVDA) هي سهم رائد في مجال الذكاء الاصطناعي منذ سنوات، حيث ارتفع سعر سهمها بنسبة 600٪ على مدار السنوات الثلاث الماضية. ولكن حدث أمر طريف بعد قيام الشركة بالإبلاغ عن نتائج الربع الأول من أكتوبر المذهلة: انخفض سعر سهمها.
هذا ليس خطأ إنفيديا، ولا كان لدى المستثمرين سبب وجيه لمعاقبة السهم. ولكن بعد أدائها الطويل والمثير للإعجاب، أصبح من الصعب على إنفيديا الحفاظ على زخم سعر سهمها.
هل سيخلق الذكاء الاصطناعي أول ملياردير في العالم؟ أصدر فريقنا للتو تقريرًا عن شركة واحدة غير معروفة تقريبًا، تُسمى "احتكار لا غنى عنه" توفر التكنولوجيا الأساسية التي تحتاجها إنفيديا وإنتل على حد سواء. تابع »
أحد الأسباب هو أن المستثمرين يدركون أن طفرة الذكاء الاصطناعي لديها مجال أكبر بكثير للنمو خارج هيمنة إنفيديا على وحدات معالجة الرسومات (GPU). على وجه التحديد، يُنظر إلى معالجات السيليكون المخصصة بشكل متزايد على أنها التكرار التالي لطلب أجهزة الذكاء الاصطناعي.
هذا خبر جيد لـ مارفل (ناسداك: MRVL)، برودكوم (ناسداك: AVGO)، و تايوان لتصنيع أشباه الموصلات (نيويورك: TSM). إليكم سبب اعتقادنا بأن هذه الأسهم قد تكتسب زخمًا بينما يأخذ أسهم إنفيديا استراحة.
على مدى سنوات عديدة، كانت وحدات معالجة الرسومات متعددة الأغراض من إنفيديا هي الشكل المهيمن لمعالجات مراكز البيانات. هذه الرقائق رائعة لمهام الحوسبة العامة للذكاء الاصطناعي ويمكن استخدامها عبر مجموعة واسعة من تطبيقات الذكاء الاصطناعي.
ولكن الشركات التكنولوجية الرائدة في العالم تدرك أيضًا أن أشباه الموصلات المخصصة لديها بعض المزايا على وحدات معالجة الرسومات متعددة الأغراض. على وجه التحديد، يمكنهم ضبط المعالجات للعمل بكفاءة أكبر مع نماذجهم أو أنظمتهم الخاصة للذكاء الاصطناعي.
في مساحة تكنولوجيا الذكاء الاصطناعي التنافسية للغاية، يمكن أن يحدث هذا فرقًا كبيرًا في الحصول على ميزة. هذا هو السبب في أن ما تفعله مارفل وبرودكوم أصبح ذا أهمية متزايدة.
ارتفعت مبيعات الدوائر المتكاملة المخصصة الخاصة بالتطبيقات من برودكوم للعملاء إلى 8.4 مليارات دولار في الربع الأول من الشركة، بزيادة عن الضعف. جوجل هي عميل رائد، ووقعت الشركة مؤخرًا صفقة لتوسيع تصميمات برودكوم لوحدات معالجة Tensor (TPU) الخاصة بجوجل لمراكز بيانات الذكاء الاصطناعي الخاصة بها حتى عام 2031.
هناك المزيد من مبيعات الذكاء الاصطناعي قادمة. تقدر إدارة برودكوم أن تصل إيرادات الشركة من الذكاء الاصطناعي إلى 100 مليار دولار بحلول العام المقبل.
مارفل في وضع مماثل. تصمم الشركة حلول ASIC مخصصة للشركات التكنولوجية الكبيرة، بما في ذلك مايكروسوفت. أبلغت الشركة عن نمو قوي يقوده الذكاء الاصطناعي في عام 2026، حيث ارتفعت إجمالي المبيعات بنسبة 42٪ إلى 8.2 مليار دولار.
مارفل هي أيضًا الشريك الرئيسي في التصميم لشرائح Trainium الاحتكارية من أمازون، وأعلنت إنفيديا في مارس أنها ستستثمر 2 مليار دولار في مارفل، بشراكة تتيح لعملاء إنفيديا الوصول إلى ASICs الخاصة بمارفل. هذا مثال على كيف من المرجح أن تعمل كل من رقائق مارفل وبرودكوم المخصصة جنبًا إلى جنب، بدلاً من استبدال وحدات معالجة الرسومات (GPU) الخاصة بإنفيديا بالكامل لاحتياجات الحوسبة بالذكاء الاصطناعي.
إذا كنت تبحث عن الاستفادة من الاندفاع للأجهزة الذكية الاصطناعية - ولكنك لا تريد أن تقرر ما إذا كانت إنفيديا أو مارفل أو برودكوم ستكون الفائز الأكبر - فيجب أن تكون تايوان لتصنيع أشباه الموصلات، والمعروفة أيضًا باسم TSMC، هي اختيارك.
على عكس هذه الشركات، تقوم TSMC بتصنيع المعالجات. تحتل الشركة 70٪ من حصة السوق في تصنيع المعالجات العالمية، وحصة سوقية أكثر إثارة للإعجاب تبلغ 90٪ في معالجات الذكاء الاصطناعي المتقدمة.
ارتفعت مبيعات TSMC بنسبة 41٪ في الربع الأول إلى 35 مليار دولار، وقفز صافي دخلها بنسبة 58٪ إلى 3.49 دولارًا للسهم الإيداعي الأمريكي (ADR). تقول الإدارة إن المبيعات ستزداد بنسبة 30٪ للسنة الكاملة 2026.
قال الرئيس التنفيذي لشركة TSMC، C.C. Wei، إن الذكاء الاصطناعي هو "اتجاه ضخم" في أحدث مكالمة أرباح للشركة ويعتقد أن شركته ستستمر في الاستفادة من الطلب المتزايد على تصنيع معالجات الذكاء الاصطناعي. مع استمرار الشركات التكنولوجية في الحاجة إلى وحدات معالجة الرسومات (GPU) الخاصة بإنفيديا، بالإضافة إلى السيليكون المخصص، فإن TSMC في وضع مثالي للاستفادة من جميع احتياجات معالجات الذكاء الاصطناعي، بغض النظر عن المعالجات التي تنجح.
لا يوجد ما يضمن أن أسهم TSMC و Broadcom و Marvell ستتفوق على أسهم Nvidia بحلول عام 2030، ولكن أعتقد أن الاتجاه نحو السيليكون المخصص يمنح هذه الشركات فرصة جيدة للقيام بذلك. تشير البيانات الحديثة من Semianalysis إلى أن وحدات معالجة Tensor الخاصة بجوجل يمكن أن تقلل تكاليف الحوسبة الخاصة بها بنسبة 62٪ مقارنة باستخدام معالجات Nvidia. في وقت سابق من هذا العام، أطلقت Microsoft شريحتها المخصصة Maia 200 الخاصة بالاستدلال بالذكاء الاصطناعي، والتي تعاونت مع Marvell لتصميمها. تقول Microsoft إن الشريحة سـ "تحسن بشكل كبير من اقتصاديات توليد الرموز الخاصة بالذكاء الاصطناعي".
تتحرك الشركات الرائدة في مجال الذكاء الاصطناعي، Anthropic و OpenAI، أيضًا في اتجاه الرقائق المخصصة. وسعت Anthropic بالفعل تعاونًا مع Broadcom للوصول إلى 3.5 جيجاوات من وحدات Broadcom و Google's TPUs، بدءًا من العام المقبل.
من المتوقع أن تنمو معالجات ASIC المخصصة بنسبة تقدر بنسبة 45٪ هذا العام، مقارنة بمعدل نمو GPU البالغ 15٪ لعام 2026. مع استمرار هذا التحول، قد تشهد أسهم Marvell و Broadcom و Taiwan Semiconductor مكاسب كبيرة في أسعار الأسهم بينما يركب المستثمرون الموجة التالية للأجهزة الذكية الاصطناعية.
قبل شراء أسهم في برودكوم، ضع في اعتبارك هذا:
فريق محللي Motley Fool Stock Advisor حدد للتو ما يعتقد أنه أفضل 10 أسهم للمستثمرين لشراءها الآن... ولم يكن برودكوم أحدها. يمكن أن تحقق الأسهم العشرة التي تم اختيارها عوائد هائلة في السنوات القادمة.
ضع في اعتبارك متى ظهرت نتفليكس في هذه القائمة في 17 ديسمبر 2004... إذا استثمرت 1000 دولار في ذلك الوقت من توصيتنا، ستحصل على 477813 دولارًا! * أو عندما ظهرت إنفيديا في هذه القائمة في 15 أبريل 2005... إذا استثمرت 1000 دولار في ذلك الوقت من توصيتنا، ستحصل على 1320088 دولارًا! *
الآن، من الجدير بالملاحظة أن إجمالي العائد المتوسط لـ Stock Advisor هو 986٪ - وهو أداء يتفوق على السوق مقارنة بـ 208٪ للس&P 500. لا تفوت أحدث قائمة تضم أفضل 10 أسهم، وهي متاحة مع Stock Advisor، وانضم إلى مجتمع استثماري تم إنشاؤه من قبل مستثمرين أفراد لمستثمرين أفراد.
**عائدات Stock Advisor اعتبارًا من 25 مايو 2026. *
كريس ناغر ليس لديه أي مركز في أي من الأسهم المذكورة. لدى The Motley Fool مراكز في ويوصي بـ Alphabet و Broadcom و Marvell Technology و Nvidia و Taiwan Semiconductor Manufacturing. لدى The Motley Fool سياسة إفصاح.
الآراء ووجهات النظر المعبر عنها هنا هي آراء ووجهات نظر المؤلف ولا تعكس بالضرورة آراء Nasdaq, Inc.
أربعة نماذج AI رائدة تناقش هذا المقال
"تجعل خندق النظام البيئي لـ Nvidia ومخاطر تركيز TSMC التفوق بحلول عام 2030 لسلة السيليكون المخصص أقل احتمالًا مما يقترحه المقال."
المقال يسلط الضوء بشكل صحيح على تسارع الطلب على ASIC المخصصة من الشركات الكبرى، مع مسار إيرادات الذكاء الاصطناعي لـ Broadcom وفوز Marvell بتصميمات Microsoft/Amazon يوفران رؤية واضحة للإيرادات حتى عام 2031. ومع ذلك، فإنه يقلل من قدرة Nvidia على التقاط أعباء العمل المجاورة لـ ASIC عبر سحابة DGX الخاصة بها وقفل برمجيات CUDA، بالإضافة إلى نمو مبيعات TSMC بنسبة 30٪ في عام 2026 والذي تم تسعيره بالفعل في مضاعف أمامي يزيد عن 30 مرة. تظل مخاطر التركيز الجيوسياسي في TSMC واحتمالية ضغط الهامش مع انتقال المزيد من التصميمات داخليًا دون معالجة، مما يحد من احتمالية التفوق المستمر مقارنة بـ Nvidia بحلول عام 2030.
حتى لو احتفظت Nvidia بالهيمنة البرمجية، يمكن لـ ASICs المخصصة أن تقضي على 20-30٪ من سوقها الإجمالي (TAM) لمراكز البيانات بحلول عام 2030 مع تحول أعباء عمل الاستدلال الحساسة للتكلفة، مما يحد من توسع مضاعف NVDA مع رفع مضاعفات AVGO و MRVL.
"نمو ASIC المخصص حقيقي، لكن المقال لا يقدم أي دليل تقييم على أن AVGO أو MRVL يمكن أن يتفوقا على NVDA بحلول عام 2030 عندما يواجه كلاهما ضغطًا على الهامش ويمكن لـ Nvidia دخول سوق الشرائح المخصصة على نطاق واسع."
يخلط المقال بين اتجاهين منفصلين دون إثبات الاستبدال. ستنمو ASICs المخصصة - هذا حقيقي. لكن مقارنة نمو ASIC بنسبة 45٪ مقابل نمو GPU بنسبة 15٪ مضللة: يمكن لكليهما النمو في وقت واحد. الأكثر أهمية: يستشهد المقال ببيانات عام 2026 كما لو كانت حالية، ثم يتوقع حتى عام 2030 بدون أي إطار تقييم. حصة TSMC البالغة 90٪ في تصنيع شرائح الذكاء الاصطناعي حقيقية، لكن AVGO و MRVL مصممون بدون مصانع - فهم لا يحصلون على هامش التصنيع. السؤال الحقيقي ليس ما إذا كان السيليكون المخصص موجودًا؛ بل ما إذا كان بإمكان AVGO/MRVL الحفاظ على نمو ربحية السهم بنسبة 20٪+ عندما تسعر TSMC بالفعل طفرة الذكاء الاصطناعي وهامش الربح الإجمالي لـ NVDA (70٪+) يفوق هامش ربحهم (~50-55٪).
إذا كان السيليكون المخصص يتفوق حقًا على وحدات معالجة الرسومات من حيث التكلفة والكفاءة، فإن Nvidia تصمم ببساطة شرائح مخصصة أيضًا - ولديها النقد والموهبة وعلاقات العملاء للقيام بذلك بشكل أسرع مما يمكن لـ AVGO أو MRVL التوسع. يفترض المقال أن هذه الشركات تمتلك مستقبل السيليكون المخصص؛ قد تكون مجرد مقاولين من الباطن فيه.
"سيؤدي الانتقال من تدريب نماذج الذكاء الاصطناعي إلى الاستدلال بكميات كبيرة إلى تفضيل هيكلي لـ ASICs المخصصة على وحدات معالجة الرسومات للأغراض العامة، مما يحول التقاط القيمة من الرقائق المستقلة عن الأجهزة إلى السيليكون المخصص والمُعدّل."
التحول نحو السيليكون المخصص (ASICs) هو واقع هيكلي، وليس مجرد اتجاه. بينما تهيمن Nvidia على التدريب للأغراض العامة، فإن مرحلة "الاستدلال" في الذكاء الاصطناعي - حيث تكمن الحجم الحقيقي على المدى الطويل - تتطلب كفاءة الطاقة وتحسين التكلفة التي توفرها Broadcom و Marvell. يخلق تكامل Broadcom في مكدس الشركات الكبرى (Google، Meta) خندقًا دفاعيًا يفتقر إليه نموذج Nvidia المرتكز على وحدات معالجة الرسومات. تظل TSMC أفضل لعبة "فأس وفأس"، ولكن يجب على المستثمرين حساب علاوة المخاطر الجيوسياسية المتأصلة في تايوان. يحدد المقال بشكل صحيح التحول نحو كفاءة التكلفة لكل رمز، مما يفضل السيليكون المتخصص على نهج وحدة معالجة الرسومات "مقاس واحد يناسب الجميع"، مما يجعل AVGO و MRVL مركبات جذابة طويلة الأجل.
تتجاهل الأطروحة تأثير "قفل البرمجيات" لنظام CUDA البيئي الخاص بـ Nvidia، مما يجعل التبديل إلى السيليكون المخصص مخاطرة هندسية وهجرة ضخمة للمطورين. إذا استمرت نماذج الذكاء الاصطناعي في التطور بسرعة، فقد تظل مرونة وحدة معالجة الرسومات أكثر قيمة من كفاءة ASIC ذات الوظائف الثابتة.
"على مدى السنوات الأربع إلى الست القادمة، ستفتح ASICs المصممة خصيصًا مكاسب كبيرة في التكلفة والكفاءة يمكن أن تميل قيادة السوق نحو Broadcom و Marvell و TSMC حتى مع بقاء Nvidia لاعبًا أساسيًا."
يجادل المقال بأن Broadcom و Marvell و TSMC ستتفوق على Nvidia بحلول عام 2030 بسبب تحول أجهزة الذكاء الاصطناعي نحو ASICs المخصصة. لهذه الأطروحة مزايا: يمكن للرقائق المصممة خصيصًا تحسين النماذج وأعباء العمل المحددة، ويدفع العملاء الرئيسيون نحو مكاسب التكلفة والكفاءة. ومع ذلك، يظل النظام البيئي لوحدات معالجة الرسومات من Nvidia - البرمجيات والأدوات والنشر القابل للتطوير - خندقًا هائلاً، مما يعني أن الانتقال إلى السيليكون المخصص بالكامل قد يكون أبطأ وأكثر تدرجًا مما هو معلن. تشمل المخاطر الإضافية معدلات تبني الذكاء الاصطناعي المتفائلة، ودورات النفقات الرأسمالية، وقيود العرض المحتملة، ومخاطر تايوان الجيوسياسية التي يمكن أن تعطل التصنيع. قد تعكس التقييمات بالفعل إعادة تقييم مواتية لأجهزة الذكاء الاصطناعي، مما يجعل الارتفاع مشروطًا بمعالم تبني ملموسة.
نظام Nvidia البيئي متجذر بعمق ويمكنه تكييف العمليات على نطاق واسع؛ قد يكون الانتقال إلى ASICs المخصصة تدريجيًا، وليس على مستوى الاستبدال ضمن نافذة عام 2030، مما يقوض الأطروحة.
"تكرار البرامج ربع السنوي لـ Nvidia يتفوق على دورات ASIC التي مدتها 18 شهرًا، مما يحد من مكاسب حصة AVGO/MRVL في الاستدلال."
يتجاهل ادعاء Gemini بأن حجم الاستدلال يفضل كفاءة AVGO و MRVL خارطة طريق Blackwell من Nvidia التي تستهدف بالفعل رموز الاستدلال أقل من 200 واط عبر تعديلات البرامج. لا تزال دورات تصميم ASIC مع TSMC تستغرق 18 شهرًا أو أكثر؛ تقوم Nvidia بشحن تحديثات CUDA ربع السنوية التي يمكن للشركات الكبرى اعتمادها دون الحاجة إلى تصميمات سيليكون جديدة. هذه الفجوة في السرعة تبقي معظم أعباء عمل الاستدلال على وحدات معالجة الرسومات حتى عام 2028، مما يخفف من أي إعادة تقييم لمصممي ASIC بدون مصانع.
"لا تتغلب مرونة البرامج على اقتصاديات أعباء عمل الاستدلال بمجرد إثبات السيليكون المخصص واستهلاكه."
يخلط Grok بين سرعة دورة التصميم وواقع النشر. نعم، تقوم Nvidia بشحن تحديثات CUDA ربع سنويًا - ولكن الشركات الكبرى لا تعتمدها دون التحقق من دقة الاستدلال والتكلفة لكل رمز مقارنة بالسيليكون المخصص الموجود بالفعل قيد الإنتاج. لم تتأخر رقائق Maia و Google TPU من Microsoft بسبب تأخر التصميم؛ لقد تم شحنها لأن فرق الكفاءة برر الجهد الهندسي. وتيرة Nvidia ربع السنوية مهمة للتدريب؛ اقتصاديات الاستدلال تفضل السيليكون الثابت بمجرد التحقق منه.
"إتاحة وحدات معالجة الرسومات وسرعة الوصول إلى السوق تفوق حاليًا مكاسب الكفاءة الهامشية لـ ASICs المخصصة للشركات الكبرى."
كلود، أنت تتجاهل كثافة رأس المال في تحول "الاستدلال". بينما تجادل بأن السيليكون المخصص لا مفر منه، فإنك تتجاهل أن الشركات الكبرى تستثمر حاليًا مليارات في وحدات معالجة الرسومات من Nvidia على وجه التحديد لأنها لا تستطيع الانتظار لدورات التحقق من ASIC التي مدتها 18 شهرًا والتي ذكرها Grok. نشهد زيادة في "الجيد بما فيه الكفاية" حيث تتفوق إتاحة وحدات معالجة الرسومات الخام على الكفاءة الهامشية للسيليكون المخصص. حتى تتوقف سعة CoWoS من TSMC عن كونها عنق الزجاجة الأساسي، فإن انتقال ASIC هو محرك نمو ثانوي، وليس أساسيًا.
"سيؤدي قفل البرمجيات وتكاليف النقل إلى إبطاء الهجرة إلى السيليكون المخصص، مما يحافظ على هيمنة وحدات معالجة الرسومات من Nvidia في الاستدلال لفترة أطول مما يتوقعه السوق."
يؤدي تركيز Gemini على "كفاءة الاستدلال" كمحرك وحيد إلى خطر التقليل من شأن خندق البرمجيات. حتى لو قدمت AVGO/MRVL تكاليف أقل لكل رمز، تواجه الشركات الكبرى تبعيات CUDA/CuDNN، وتحسينات النماذج، وألفة الأدوات التي تبطئ الهجرة. يمكن لنظام Nvidia البيئي استهلاك رأس المال الثابت ولا يزال يلتقط أعباء عمل الاستدلال الجديدة عبر تعديلات البرامج وخيارات السحابة مثل DGX Cloud، مما يحافظ على الانتقال تدريجيًا حتى عام 2028-29 ويحد من إعادة تقييم AVGO/MRVL على المدى القريب.
تتفق اللجنة على أن ASICs المخصصة ستنمو وهي حاسمة للاستدلال بالذكاء الاصطناعي، ولكن وتيرة ومدى تبنيها لا يزالان غير مؤكدين. يشكل النظام البيئي البرمجي لـ Nvidia وكفاءة وحدات معالجة الرسومات حواجز كبيرة أمام الاستبدال السريع.
إمكانات النمو طويلة الأجل في السيليكون المتخصص للاستدلال بالذكاء الاصطناعي، مدفوعة بمتطلبات التكلفة وكفاءة الطاقة من الشركات الكبرى.
قد يكون الانتقال إلى ASICs المخصصة أبطأ من المتوقع بسبب خندق البرمجيات الخاص بـ Nvidia وكفاءة وحدات معالجة الرسومات، مما يحد من إعادة تقييم مصممي ASIC بدون مصانع مثل Broadcom و Marvell على المدى القريب.