简体中文 繁體中文 English 한국어 日本語 Español ภาษาไทย Bahasa Indonesia Tiếng Việt Português Монгол हिन्दी Русский ئۇيغۇر تىلى

جوجل تتقدم بفضل استراتيجية TPU التي قد تتحدى Nvidia

مؤلف:Ethan Vale

اريخ النشر: 2025-11-25

ارتفاع سعر سهم جوجل مع تزايد الاهتمام باستراتيجية أجهزة الذكاء الاصطناعي

وارتفع سعر سهم جوجل بنسبة 6.28 بالمئة إلى 318.47 دولارا أمريكيا ، بدعم من التفاؤل المتجدد بشأن استراتيجية البنية التحتية للذكاء الاصطناعي لشركة ألفابت وتحرك الشركة لتسويق وحدات معالجة Tensor الخاصة بها.

Google stock price soars 6.28 percent

وارتفع سهم إنفيديا بنسبة 2.05 بالمئة إلى 182.55 دولارا أمريكيا خلال الجلسة، لكنه انخفض بنسبة 1.50 بالمئة إلى 179.81 دولارا أمريكيا في تعاملات ما بعد السوق.

NVIDIA share price slipped 1.50 percent

يعكس الارتفاع الحاد في سعر سهم جوجل تحولاً في معنويات المستثمرين مع إعادة تقييم الأسواق للموقف التنافسي لشركة Alphabet داخل النظام البيئي العالمي للأجهزة الذكية للذكاء الاصطناعي.


ما هو Google TPU ولماذا هو مهم؟

أنشأت جوجل وحدة معالجة الموتر كدائرة متكاملة مخصصة للتطبيقات، مصممة للعمليات في التعلم الآلي والنماذج المعتمدة على البيانات. تركز هذه الأجهزة على حسابات المصفوفات والموترات التي تُشغّل أحمال عمل التعلم العميق. صُممت الأجيال الأولى من وحدة معالجة الموتر للاستخدام الداخلي في جوجل، وكانت متاحة للعملاء فقط عبر خدمات جوجل السحابية.


باستعدادها لبيع وحدات معالجة الرسومات (TPU) لعملاء خارجيين، تتحول جوجل من استراتيجية تحسين تركز على السوق المحلي إلى شركة أجهزة تجارية بالكامل. تفتح هذه الخطوة الباب أمام منافسة مباشرة مع وحدات معالجة الرسومات (GPU) متعددة الأغراض التي تهيمن على السوق حاليًا.


TPU مقابل GPU: الأداء والهندسة المعمارية وحالات الاستخدام

TPU VS GPU

تُسرّع كلٌّ من وحدات المعالجة الحرارية (TPUs) ووحدات معالجة الرسومات (GPUs) الذكاء الاصطناعي، لكن أداء كلٍّ منهما يختلف. تتميز وحدات معالجة الرسومات بمرونة عالية وتدعم منظومةً واسعةً من المكتبات والأطر. أما وحدات المعالجة الحرارية فتتخصص في عمليات الموتر، وغالبًا ما تُظهر كفاءةً فائقةً في بعض مهام التدريب والاستدلال.

ميزة تي بي يو وحدة معالجة الرسومات
الغرض الأساسي حسابات الموتر والمصفوفة للتعلم الآلي تقديم الرسومات ومهام الحوسبة العامة
بنيان ASIC مصممة لعمليات التعلم العميق معالج متوازي متعدد النواة لأحمال العمل الواسعة
نقاط القوة النموذجية إنتاجية عالية لتدريب الشبكات العصبية والاستدلال التنوع، ودعم واسع للبرامج، والأداء القوي للمهام المتنوعة
المستخدمون المثاليون المؤسسات التي لديها نماذج ذكاء اصطناعي واسعة النطاق وأحمال عمل متسقة المستخدمون الذين يحتاجون إلى المرونة والتوافق مع الإطار الواسع
قادة السوق جوجل إنفيديا و AMD

قد تختار الشركات وحدات معالجة الرسومات (GPUs) لأحمال العمل الكبيرة والمتوقعة، والتي تتميز بإنتاجية عالية وتكاليف منخفضة محتملة على المدى الطويل. وتظل وحدات معالجة الرسومات (GPUs) خيارًا مفضلًا للمطورين الذين يحتاجون إلى توافق واسع، وللمؤسسات التي تستخدم أنواعًا مختلفة من النماذج.


لماذا تستكشف Meta وحدات TPU من Google

تشير التقارير إلى أن ميتا قد تستأجر سعة وحدة معالجة حرارية (TPU) ابتداءً من عام ٢٠٢٦، وقد تشتري كميات كبيرة ابتداءً من عام ٢٠٢٧. تُشغّل ميتا بعضًا من أكبر أنظمة الذكاء الاصطناعي في العالم، بما في ذلك خوارزميات التوصية ونماذج اللغات الضخمة. تتطلب أحمال العمل هذه وصولاً مستمرًا إلى سعة حوسبة هائلة.


تركز اهتمامات شركة ميتا في وحدات المعالجة المركزية على ثلاثة أهداف استراتيجية:

  1. تريد شركة Meta تنويع قاعدة مورديها وتقليل الاعتماد على مزود وحدة معالجة رسومية واحد.

  2. تسعى Meta إلى تأمين أسعار تنافسية لمجموعات التدريب الكبيرة ومهام الاستدلال ذات الحجم الكبير.

  3. تهدف Meta إلى تقييم ما إذا كان أداء TPU يتماشى بشكل أكثر كفاءة مع أحمال العمل الثقيلة المحددة ضمن البنية التحتية الخاصة بها.


تساعد استراتيجية الحوسبة المتنوعة شركات التكنولوجيا الكبيرة على إدارة التكاليف والأداء ومخاطر المشتريات والتخطيط الطويل الأجل.


لماذا تتحدى مبيعات Google TPU شركتي Nvidia و AMD؟

Google TPU sales challenge Nvidia and AMD

لا تزال حصة إنفيديا في سوق مراكز بيانات الذكاء الاصطناعي قوية للغاية. ومع ذلك، فإن طرح وحدات معالجة الرسومات (TPU) المتاحة تجاريًا يُقدم بديلاً حقيقيًا للشركات الضخمة والشركات الكبرى.


وقد أبدى المستثمرون بالفعل تفاعلهم مع التقارير التي تفيد بتغيير استراتيجية جوجل، لأن حتى التحول الصغير في أنماط المشتريات يمكن أن يؤثر على توقعات الإيرادات لموردي وحدات معالجة الرسومات الحاليين.


وتشمل التأثيرات المحتملة ما يلي:

  1. انخفاض القدرة على التسعير لشركة Nvidia إذا حصل العملاء الرئيسيون على بدائل قابلة للتطبيق.

  2. استراتيجيات أجهزة أكثر توازناً ضمن موفري الخدمات السحابية العالمية.

  3. التركيز بشكل أكبر على قابلية نقل البرامج التي تسمح للنماذج بالانتقال بين مسرعات الذكاء الاصطناعي.

  4. تزايد المنافسة في تطوير السيليكون للذكاء الاصطناعي مما قد يؤدي إلى تسريع الابتكار.


على الرغم من أن وحدات معالجة الرسوميات ستظل ذات أهمية مركزية لصناعة الذكاء الاصطناعي، فإن وحدات معالجة الرسوميات قد تدعي الحصول على حصة كبيرة من أحمال العمل التي تناسب بنيتها.


دور Broadcom المتوسع في تطوير TPU

تُعدّ شركة برودكوم شريكًا قديمًا في تصميم وحدات معالجة الرسومات (TPUs) الخاصة بشركة جوجل. إذا بدأت جوجل ببيع منتجاتها على نطاق واسع لعملاء خارجيين، فستستفيد برودكوم من زيادة الطلب على خدمات التصميم والتصنيع.


يعمل هذا التعاون على تعزيز مكانة شركة Broadcom في مجال السيليكون المخصص عالي القيمة وتوسيع السوق التي يمكن الوصول إليها لخدمات أشباه الموصلات الخاصة بها.


وقد نظر المشاركون في السوق إلى هذا التطور بشكل إيجابي لأنه يعزز دور Broadcom في البنية التحتية للذكاء الاصطناعي من الجيل التالي.


كيف يمكن أن يؤدي توفر TPU إلى إعادة تشكيل استراتيجية مركز البيانات والسحابة

تحصل الشركات التي تعتمد وحدات المعالجة المركزية (TPU) في منشآتها على مجموعة جديدة من الخيارات الاستراتيجية. إذ يُمكنها تشغيل أحمال عمل عالية الإنتاجية محليًا مع الاستمرار في استخدام الخدمات السحابية للمهام المتغيرة أو قصيرة الأمد. ويُمكن لهذا النوع من النشر الهجين أن يُوفر مزايا ملموسة.


تشمل الفوائد المحتملة ما يلي:

  1. تحكم أكبر في زمن الوصول والأداء للنماذج الحرجة.

  2. تحسين حوكمة البيانات للمؤسسات التي تفضل الاحتفاظ بالمعلومات الحساسة في الموقع.

  3. انخفاض تكاليف الحوسبة طويلة الأجل لأحمال العمل المتوقعة.

  4. مجموعات من وحدات TPU ووحدات معالجة الرسومات ووحدات ASIC المتخصصة المصممة خصيصًا لكل تطبيق.


وقد تشجع هذه المرونة المزيد من المؤسسات على استكشاف بنيات متعددة الشرائح بدلاً من الاعتماد على فئة واحدة من المعجلات.


التأثيرات طويلة المدى على سوق شرائح الذكاء الاصطناعي

إذا مضت جوجل قدمًا في طرحها التجاري الكامل لوحدات المعالجة الحرارية، فستشتد المنافسة في مجال الحوسبة القائمة على الذكاء الاصطناعي. قد تبحث شركات الحوسبة الضخمة وموفرو الخدمات السحابية والشركات العالمية الكبرى عن طرق لتقليل تركيز الموردين ودمج فئات متعددة من السيليكون المتخصص.


وقد تشمل التأثيرات طويلة المدى ما يلي:

  1. النمو في تصميم الشريحة المخصصة عبر المنصات الرئيسية.

  2. أنظمة بيئية موسعة للأجهزة حول وحدات معالجة الرسومات من Google.

  3. أطر عمل جديدة للتوافق المتبادل تسمح للنماذج بالعمل على مسرعات مختلطة.

  4. قوة تفاوضية أقوى للعملاء الكبار عند التفاوض على المشتريات المستقبلية.


ويمكن أن تكون النتيجة الإجمالية سوقًا أكثر صحة وتنافسية لأجهزة الذكاء الاصطناعي.


الأسئلة الشائعة

س1: لماذا يرتفع سعر سهم جوجل اليوم؟

يرتفع سعر سهم جوجل بفضل تفاؤل المستثمرين بقرار ألفابت تسويق وحدات معالجة الرسومات (TPU). تُوسّع هذه الخطوة استراتيجيتها في مجال أجهزة الذكاء الاصطناعي، وتُنوّع إمكانات إيراداتها، وتُكثّف الضغوط التنافسية على مُورّدي وحدات معالجة الرسومات العريقين.

س2: هل يمكن لـ TPU أن يقلل من هيمنة Nvidia؟

لن تحل وحدات معالجة الرسومات (TPUs) محل وحدات معالجة الرسومات (GPUs)، ولكنها قد تُقلل من قوة تسعير إنفيديا إذا تبنى كبار العملاء استراتيجية تسريع أكثر تنوعًا. قد يُعيد هذا تدريجيًا تشكيل ديناميكيات المنافسة في أجهزة الذكاء الاصطناعي.

س3: هل سيؤثر اهتمام ميتا بوحدات TPU على السوق؟

يُعدّ اعتماد Meta المحتمل أمرًا بالغ الأهمية، نظرًا لأن شركات التوسيع الكبيرة تؤثر على معايير الأجهزة عالميًا. حتى الانتقال الجزئي إلى وحدات المعالجة المركزية قد يشجع الشركات الأخرى على استكشاف بدائل غير مزودة بوحدات معالجة الرسومات.

س4: هل وحدات المعالجة المركزية مناسبة لجميع أحمال عمل الذكاء الاصطناعي؟

تتميز وحدات معالجة البيانات (TPUs) بكفاءة عالية في تدريب نماذج اللغات الكبيرة والاستدلال عليها، إلا أن وحدات معالجة الرسومات (GPUs) لا تزال توفر تنوعًا أكبر. وتعتمد معظم الشركات استراتيجيات هجينة أو متعددة المسرعات.


إخلاء مسؤولية: هذه المادة لأغراض إعلامية عامة فقط، وليست (ولا ينبغي اعتبارها كذلك) نصيحة مالية أو استثمارية أو غيرها من النصائح التي يُعتمد عليها. لا يُمثل أي رأي مُقدم في المادة توصية من EBC أو المؤلف بأن أي استثمار أو ورقة مالية أو معاملة أو استراتيجية استثمارية مُعينة مُناسبة لأي شخص مُحدد.