حقق سهم Nvidia أداءً ممتازًا في عام 2024، حيث ارتفع بمقدار 3 أضعاف تقريبًا إلى حوالي 135 دولارًا للسهم. ازدهرت الأعمال بسبب الطلب المتزايد على وحدات معالجة الرسومات (GPUs) التي برزت باعتبارها العمود الفقري لعصر الذكاء الاصطناعي التوليدي. ومع ذلك، خلال الشهر الماضي أو نحو ذلك، يبدو أن المستثمرين يضعون أعينهم على قطاع آخر من سوق أشباه الموصلات، وهو ASICs (الدوائر المتكاملة الخاصة بالتطبيقات) التي يمكن أن تلعب دورًا أكبر في حوسبة الذكاء الاصطناعي.
يأتي ذلك بعد أن أبلغ اثنان من اللاعبين الرئيسيين في ASIC، Broadcom وMarvell Technology، عن زيادة في الطلب على ASICs الخاصة بهم من عملاء السحابة الكبار في الأرباع الأخيرة. هل تجعل رقائق الذكاء الاصطناعي المخصصة شراء أسهم Marvell؟ على سبيل المثال، ارتفعت مبيعات Broadcom من رقائق الذكاء الاصطناعي المخصصة ومعالجات الشبكات بنسبة 220% إلى 12.2 مليار دولار في عام 2024، ارتفاعًا من 3.8 مليار دولار من الإيرادات التي حققتها الشركة من سيليكون الذكاء الاصطناعي في السنة المالية 2023. من المؤكد أن مبيعات Nvidia أعلى من المتوقع، حيث من المتوقع أن تصل إلى حوالي 129 مليار دولار في هذه السنة المالية، لكن معدلات نموها تتباطأ. فهل يمكن أن تهدد أجهزة ASIC هيمنة Nvidia على الذكاء الاصطناعي مع نضوج السوق؟ بشكل منفصل، إذا كنت تريد الاتجاه الصعودي مع رحلة أكثر سلاسة من الأسهم الفردية، فكر في محفظة عالية الجودة, والتي تفوقت في الأداء على مؤشر S&P، وحققت عوائد تزيد عن 91% منذ إنشائها.
ASICS مقابل وحدات معالجة الرسومات
لقد كانت ASICs موجودة منذ أكثر من خمسة عقود. ومع ذلك، فإنهم يشهدون اهتمامًا متجددًا بعصر الذكاء الاصطناعي. في حين أن وحدات معالجة الرسومات من شركات مثل Nvidia متعددة الاستخدامات ويمكن برمجتها للذكاء الاصطناعي بالإضافة إلى مهام أخرى، فإن ASICs عبارة عن أشباه موصلات مصممة خصيصًا لأداء مهام محددة مما يمنحها مزايا معينة مقابل المعالجات العامة. من خلال التركيز على الوظائف المستهدفة، توفر هذه الرقائق العديد من المزايا مقارنة بوحدات معالجة الرسومات للذكاء الاصطناعي. على سبيل المثال، يمكن أن تكون هذه الرقائق المتخصصة أكثر فعالية من حيث التكلفة من وحدات معالجة الرسومات، والتي تم تصميمها لمجموعة واسعة من التطبيقات.
تستهلك ASICs أيضًا كميات أقل من الكهرباء، وهذا يجعلها مثالية لمراكز البيانات التي تهدف إلى تقليل تكاليف الكهرباء – وهي تكلفة رئيسية لتشغيل أنظمة الذكاء الاصطناعي الكبيرة. يمكن لـ ASICs أيضًا تحقيق أداء أعلى للمهام المخصصة مقارنة بوحدات معالجة الرسومات للأغراض العامة من Nvidia أو AMD لأنها مصممة لهذا الغرض. يمكن أن تكون هذه الرقائق مناسبة تمامًا لمقدمي خدمات الحوسبة السحابية الكبيرة نظرًا لأنها تعمل على نطاق يمكن أن يبرر تكاليف تصميم وتطوير ASICs. على سبيل المثال، قالت شركة Broadcom، وهي الشركة التي يُنظر إليها على أنها المستفيد الأكبر من التحول المحتمل نحو ASICs، مؤخرًا إن ثلاثة من عملائها ذوي التوسع الفائق يعتزمون بناء مجموعات مكونة من مليون شريحة مخصصة عبر شبكة واحدة.
التغيير في مجال الذكاء الاصطناعي يفيد أجهزة ASIC
لقد خصصت الشركات موارد هائلة لبناء نماذج الذكاء الاصطناعي على مدى العامين الماضيين أو نحو ذلك. الآن أصبح تدريب هذه النماذج الضخمة مجرد أمر لمرة واحدة ويتطلب قوة حاسوبية كبيرة وكانت شركة Nvidia هي المستفيد الأكبر من ذلك، حيث تعتبر وحدات معالجة الرسوميات الخاصة بها هي الأسرع والأكثر كفاءة لهذه المهام. ومع ذلك، قد يتغير مشهد الذكاء الاصطناعي. من المتوقع أن تتضاءل مكاسب الأداء الإضافية مع نمو النماذج بشكل أكبر من حيث العديد من المعلمات. وبشكل منفصل، من المرجح أن يصبح توفر البيانات عالية الجودة لنماذج التدريب بمثابة عنق الزجاجة حيث أن الكثير من البيانات عالية الجودة على الإنترنت يتم تشغيلها بالفعل من خلال نماذج لغوية كبيرة. وبالنظر إلى هذا، يمكن أن تنتهي مرحلة التدريب على الذكاء الاصطناعي بشكل كبير. إن الاقتصادات الأساسية للسوق النهائية لرقائق GPU والنظام البيئي الأوسع للذكاء الاصطناعي ضعيفة، ومن المرجح أن معظم عملاء Nvidia لا يحققون عوائد ذات مغزى على استثماراتهم حتى الآن. انظر كيف يمكن أن ينخفض سعر سهم Nvidia إلى 65 دولارًا.
وبينما يسعى المساهمون في نهاية المطاف إلى تحقيق عوائد أفضل، يمكننا أن نرى المزيد من العملاء يتطلعون إلى ASICs لتقليل التكاليف الأولية بالإضافة إلى تكاليف التشغيل. سيكون تركيز الذكاء الاصطناعي على المدى الطويل على الاستدلال، حيث يتم استخدام النماذج المدربة في تطبيقات العالم الحقيقي. هذه المرحلة أقل كثافة من الناحية الحسابية ويمكن أن تفتح الباب أمام معالجات الذكاء الاصطناعي البديلة الأقل قوة. يمكن أيضًا أن تكون شرائح ASIC المخصصة للاستدلال هي الخيار الأفضل لهذه المهام. هناك بعض السوابق التاريخية لهذا أيضا. على سبيل المثال، في صناعة العملات المشفرة، استخدم القائمون بتعدين البيتكوين في البداية وحدات معالجة الرسوميات للتعدين، لكن بعض اللاعبين الكبار تحولوا منذ ذلك الحين إلى أجهزة ASIC مع توسع نطاقهم نظرًا لمعدلات التجزئة الأفضل لديهم (أي عدد التخمينات التي يقوم بها النظام في الثانية لحل لغز العملات المشفرة) ) والفعالية من حيث التكلفة الشاملة.
ماذا يعني هذا بالنسبة لنفيديا
في حين شهد سهم NVDA نموًا قويًا خلال السنوات الأخيرة، فقد قدمت محفظة Trefis عالية الجودة، التي تضم مجموعة من 30 سهمًا، عوائد أفضل مع مخاطر أقل مقارنة بمؤشر S&P 500 القياسي على مدى السنوات الأربع الماضية؛ أقل من مجرد ركوب السفينة الدوارة كما هو واضح في مقاييس أداء HQ Portfolio. إذن ما الذي ينتظرنا بالنسبة لسهم Nvidia؟
من المؤكد أننا لا نتوقع أن تحل هذه الموجات الجديدة من المعالجات محل أعمال Nvidia، نظرًا لبداية الشركة في سوق الذكاء الاصطناعي ومجموعة برامج CUDA الراسخة وأدوات التطوير التي تؤدي إلى ارتفاع تكاليف التحويل للعملاء. علاوة على ذلك، إذا شهد السوق تحولًا قويًا، فمن المحتمل أن تقوم Nvidia أيضًا بتوسيع وجودها في الفضاء. ومع ذلك، قد لا يأخذ التقييم المتميز لشركة Nvidia في الاعتبار المخاطر المحتملة وتباطؤ النمو بشكل كامل. نحن نقدر قيمة أسهم Nvidia بحوالي 93 دولارًا للسهم الواحد، أي أقل بحوالي 32% من سعر السوق الحالي. راجع تحليلنا لتقييم Nvidia: مكلف أم رخيص.
استثمر مع تريفيس محافظ السوق الضرب
شاهد الكل تريفيس تقديرات الأسعار
