مقابلة مع Jensen Huang

في نقاش آسر، قدم جنسن هوانغ، الرئيس التنفيذي صاحب الرؤية لشركة Nvidia، لمحة نادرة عن مستقبل الحوسبة والذكاء الاصطناعي وحتى الاقتصاد العالمي. خلال لقائه مع بيل غورلي وبراد غيرستنر من Bg2 Pod، أوضح هوانغ بوضوح مذهل كيف أن جانباً مغفلاً من جوانب الذكاء الاصطناعي مهيأ لإعادة تعريف الصناعات وإطلاق العنان لنمو غير مسبوق، متحدياً بذلك الحكمة التقليدية لـ Wall Street.

ازدهار "مليار ضعف": إعادة تعريف متطلبات الذكاء الاصطناعي الحسابية

قبل عام، تنبأ جنسن هوانغ بجرأة أن استدلال (inference) الذكاء الاصطناعي لن يتضاعف 100 مرة أو 1000 مرة فحسب، بل سيصل إلى مليار ضعف مذهل. لدى مراجعته هذا التوقع، أقر قائلاً: "لقد قللت من التقدير. دعوني أسجل ذلك رسمياً." لم يزداد ثقته إلا ارتفاعاً، مدعوماً بالتطور السريع للذكاء الاصطناعي. ما كان يُعتبر سابقاً قانون قياس واحد "للتدريب المسبق" (pre-training) قد انقسم الآن إلى ثلاث قوى منفصلة ومتنامية بشكل مطرد: التدريب المسبق (pre-training)، والتدريب اللاحق (post-training) (حيث "يمارس" الذكاء الاصطناعي المهارات)، والأهم من ذلك، الاستدلال "التفكيري" (thinking inference).

هذا الاستدلال "التفكيري" يغير قواعد اللعبة. على عكس نموذج الاستدلال التقليدي أحادي اللقطة، صُمم الذكاء الاصطناعي الحديث الآن "ليُفكر قبل أن يُجيب"، حيث يقوم بالبحث، والتحقق من الحقائق الأساسية، والتكرار. تتطلب هذه العملية المعرفية المعقدة قوة حاسوبية أكبر بشكل مطرد. وكما يقول هوانغ: "لم يعد الذكاء الاصطناعي نموذجاً لغوياً، بل هو نظام من النماذج اللغوية وكلها تعمل بشكل متزامن وربما تستخدم أدوات... وكلها متعددة الأنماط (multimodality)." هذا التحول العميق يعني أن الشهية الحاسوبية للذكاء الاصطناعي ليست كبيرة فحسب، بل لا تُشبع وتتوسع بسرعة، متجاوزة بكثير ما يدركه الكثيرون حالياً.

أبرز النقاط:

• يشهد استدلال (inference) الذكاء الاصطناعي زيادة حاسوبية بمقدار "مليار ضعف" بسبب ظهور قدرات "التفكير" وتسلسل الاستنتاج.
• تحكم مشهد الذكاء الاصطناعي الآن ثلاثة قوانين قياس (scaling laws) متميزة: التدريب المسبق (pre-training)، والتدريب اللاحق (post-training) (ممارسة الذكاء الاصطناعي)، والاستدلال المعقد (complex inference).
• تعمل أنظمة الوكلاء المتعددين (multi-agent systems)، والذكاء الاصطناعي متعدد الأنماط (multimodal AI)، والاستخدام المكثف للأدوات على تصعيد متطلبات الحوسبة بشكل كبير بما يتجاوز النماذج اللغوية البسيطة.

OpenAI: عملاق الحوسبة الفائقة (hyperscaler) التالي الذي تبلغ قيمته تريليون دولار ومناورة Nvidia الاستراتيجية

في صميم رؤية هوانغ تكمن الشراكة الاستراتيجية بين Nvidia وOpenAI، والتي تتضمن استثماراً ودعماً لبناء بنية تحتية ضخمة خاصة بهم للذكاء الاصطناعي. إنه لا يرى OpenAI مجرد عميل، بل يراها "على الأرجح ستكون شركة الحوسبة الفائقة (hyperscale) التالية التي تبلغ قيمتها عدة تريليونات من الدولارات." يدعم هذا التنبؤ الجريء قرار Nvidia بالاستثمار قبل الصعود المتوقع لـ OpenAI، وهي فرصة يصفها هوانغ بأنها "بعض من أذكى الاستثمارات التي يمكن أن نتصورها."

تشير هذه الشراكة أيضاً إلى تحول كبير في مشهد الذكاء الاصطناعي. OpenAI، التي كانت تستفيد تقليدياً من شركات الحوسبة الفائقة (hyperscalers) مثل Microsoft Azure، تقوم الآن ببناء "بنيتها التحتية الخاصة للذكاء الاصطناعي" – لتصبح بذلك هي نفسها شركة حوسبة فائقة. يعكس هذا العلاقات المباشرة التي تربط Nvidia بعمالقة مثل Meta وGoogle، حيث يعملون مباشرة على مستويات الرقائق والبرمجيات والأنظمة. تتنقل OpenAI بين "تضاعفين" في آن واحد: نمو مطرد في استخدام العملاء وزيادة مطردة في المتطلبات الحسابية لكل حالة استخدام (بسبب الذكاء الاصطناعي "التفكيري"). صُمم دعم Nvidia متعدد الجوانب عبر Azure وOCI وCoreWeave، والآن البناء المباشر لـ OpenAI، لتلبية هذا الطلب المتزايد، مما يعزز دور Nvidia الذي لا غنى عنه.

قرارات رئيسية:

• يعد استثمار Nvidia في OpenAI خطوة استراتيجية، يراهن على إمكانياتها لتصبح كياناً حاسوبياً فائقاً (hyperscale) بقيمة تريليونات الدولارات.
• يدعم مساعدة OpenAI في بناء بنيتها التحتية الخاصة للذكاء الاصطناعي علاقات مباشرة ومتكاملة (full-stack)، مما يعكس تعاملات Nvidia مع عمالقة التكنولوجيا الآخرين.
• تعالج الشراكة التحدي المركب المتمثل في النمو المطرد لاعتماد العملاء والطلب الحسابي المتزايد لكل مستخدم في الذكاء الاصطناعي.

الخندق المنيع: التصميم المشترك الفائق والسرعة السنوية

يتوقع محللو Wall Street حالياً أن يثبت نمو Nvidia حوالي عامي 2027-2030، وهي وجهة نظر يجدها هوانغ غير متوافقة مع التحولات الأساسية. يقدم ثلاث نقاط أساسية: أولاً، "الحوسبة للأغراض العامة قد انتهت"، ويجب تحديث تريليونات الدولارات من البنية التحتية الحاسوبية في العالم بالحوسبة المعززة بالذكاء الاصطناعي (accelerated AI computing). ثانياً، تنتقل أعباء العمل الحالية لشركات الحوسبة الفائقة (hyperscale) (محركات البحث، محركات التوصية) بسرعة من وحدات المعالجة المركزية (CPUs) إلى وحدات معالجة الرسوميات (GPUs)، وهو تحول بقيمة "مئات المليارات من الدولارات". أخيراً، والأهم من ذلك، سيعزز الذكاء الاصطناعي الذكاء البشري، مما سيؤثر على 50-65% من الناتج المحلي الإجمالي العالمي.

لتلبية "التضاعف اللامحدود" المدفوع بتوليد الرموز (token generation) واستخدام العملاء، تبنت Nvidia دورة إصدار سنوية قوية لبنياتها (Hopper, Blackwell, Rubin, Fineman). مع تراجع قانون مور للأداء بشكل كبير، تأتي ميزة Nvidia التنافسية من "التصميم المشترك الفائق" (extreme co-design). لا يتعلق الأمر بالرقائق الأسرع فحسب؛ بل يتعلق بتحسين النموذج، والخوارزمية، والنظام، والرقاقة في آن واحد، والابتكار "خارج الصندوق". كما يوضح هوانغ، يتيح هذا النهج المتكامل (full-stack)—الذي يشمل وحدات المعالجة المركزية (CPUs)، ووحدات معالجة الرسوميات (GPUs)، ورقائق الشبكات، وMVLink، وSpectrum-X Ethernet—لـ Nvidia تحقيق مكاسب في الأداء تبلغ 30 ضعفاً بين الأجيال (مثل الانتقال من Hopper إلى Blackwell) لا يمكن لأي تقدم تقليدي في السيليكون أن يحققها. يخلق هذا الابتكار المنهجي، بالاشتراك مع الحجم الهائل للاستثمار المطلوب من Nvidia وعملائها، خندقاً منيعاً "أصعب من أي وقت مضى" على المنافسين تكراره.

ممارسات رئيسية:

• تحافظ Nvidia على دورة إصدار سنوية قوية لبنياتها لمواكبة الزيادات المطردة في توليد الرموز (token generation) واستخدام الذكاء الاصطناعي.
• يتضمن "التصميم المشترك الفائق" (extreme co-design) التحسين المتزامن عبر مكدس مصنع الذكاء الاصطناعي بأكمله: النماذج، الخوارزميات، الأنظمة، الرقائق، الشبكات، والبرمجيات.
• انتقلت الشركة إلى ما هو أبعد من ابتكار الرقائق الفردية لتطوير أنظمة ذكاء اصطناعي متكاملة ومتكاملة (full-stack) تقدم مكاسب أداء غير مسبوقة.
• يخلق حجم عمليات نشر العملاء (مثل: جيجاوات يتطلب 500,000 وحدة معالجة رسوميات GPU) وقدرة سلسلة توريد Nvidia حاجزاً ضخماً أمام الدخول.

تعزيز القدرات البشرية: التحول الاقتصادي بقيمة تريليون دولار

يرى هوانغ أن التأثير الحقيقي طويل الأمد للذكاء الاصطناعي يكمن في قدرته على تعزيز الذكاء البشري. مستخدماً تشبيهاً، يفترض أنه تماماً كما حلت المحركات محل العمل اليدوي، فإن "أجهزة الكمبيوتر العملاقة للذكاء الاصطناعي هذه، ومصانع الذكاء الاصطناعي التي أتحدث عنها، ستولد رموزاً لتعزيز الذكاء البشري." مع مساهمة الذكاء البشري بما قد يصل إلى 50 تريليون دولار من الناتج المحلي الإجمالي العالمي، فإن حتى التعزيز المتواضع — مثل ذكاء اصطناعي بقيمة 10,000 دولار يجعل موظفاً يبلغ دخله 100,000 دولار أكثر إنتاجية بمرتين — يخلق سوقاً جديداً ضخماً.

يعتقد أن هذا التعزيز يمكن أن يضيف "10 تريليونات" إلى الناتج المحلي الإجمالي العالمي، مما يتطلب إنفاق رأسمالي سنوياً قدره "5 تريليونات" على البنية التحتية للذكاء الاصطناعي. لا يتعلق هذا بـ "فقاعة" أو "وفرة"؛ إنه تحول أساسي. يرفض المخاوف بشأن العرض الزائد، مصرحاً: "حتى نحول جميع الحوسبة للأغراض العامة بالكامل إلى حوسبة معززة وذكاء اصطناعي... فإن فرص [الوفرة] منخفضة للغاية." إشارات الطلب من العملاء تقلل باستمرار من التقدير الفعلي للحاجة، مما يبقي Nvidia في "وضع الاندفاع" المستمر. يشير هذا "النهضة لصناعة الطاقة" ونظام البنية التحتية بأكمله إلى تسارع عالمي للناتج المحلي الإجمالي، مدفوعاً بمليارات "المساعدين" الجدد للذكاء الاصطناعي.

أبرز النقاط:

• سيكون التأثير الاقتصادي الأساسي للذكاء الاصطناعي هو تعزيز الذكاء البشري، مما يؤدي إلى تسريع نمو الناتج المحلي الإجمالي العالمي.
• يضمن الانتقال من الحوسبة للأغراض العامة إلى الحوسبة المعززة/الذكاء الاصطناعي، إلى جانب هجرة أعباء العمل الحالية لشركات الحوسبة الفائقة إلى الذكاء الاصطناعي، استمرار الطلب.
• تعتمد سلسلة توريد Nvidia على الطلب، وتستجيب باستمرار لتوقعات العملاء التي تقلل بانتظام من الحاجة الحاسوبية الفعلية.

"ندمي الوحيد هو أنهم دعونا للاستثمار في وقت مبكر... وكنا فقراء جداً، كما تعلمون، كنا فقراء جداً لدرجة أننا لم نستثمر ما يكفي، كما تعلمون، وكان علي أن أعطيهم كل أموالي." - جنسن هوانغ