سهم أنفيديا يتراجع بضغط من غوغل.. ضربة مزدوجة تهدد عملاق الرقائق ومكانة أوبن إي آي

انخفاض سهم إنفيديا ومنافسة غوغل شكلا المحور الرئيسي للأحداث في الأسواق المالية والتقنية اليوم، إذ شهدت الشركة الرائدة في مجال الرقائق تراجعاً ملحوظاً في قيمتها السوقية تزامناً مع تصاعد قوة شركة ألفابت في قطاع الذكاء الاصطناعي، ويأتي هذا التحول وسط مخاوف أوبن أي آي من تفوق منصة جيميناي التي أثبتت جدارتها في تصدر مؤشرات الأداء، مما يضع المستثمرين أمام مشهد جديد يعيد ترتيب أولويات الاستثمار في البنية التحتية التقنية بشكل جذري.

أثر انخفاض سهم إنفيديا ومنافسة غوغل على حركة التداول والصفقات الكبرى

شهدت جلسات التداول تقلبات حادة عكست حالة عدم اليقين لدى المستثمرين، حيث سجل انخفاض سهم إنفيديا ومنافسة غوغل أرقاماً تباينت بين المصادر المختلفة، إذ أشارت بيانات السوق إلى تراجع تراوح بين 3% و7% بحسب نقطة الدخول والخروج اليومية، وفي المقابل استفادت شركة ألفابت المالكة لغوغل من هذه الأخبار لتحقق مكاسب سوقية ملموسة تجاوزت 2%، وهو ما يعزز من قيمتها السوقية في ظل هذا الصراع المحتدم على ريادة مستقبل الحوسبة، ويمكن تلخيص أبرز التغيرات المالية التي رصدتها التقارير في الجدول التالي لتوضيح الصورة بشكل أدق:

وتشير التقارير الاقتصادية إلى أن المحرك الأساسي وراء هذا التذبذب هو الأنباء المؤكدة عن محادثات متقدمة تجريها ميتا بلاتفورمز لضخ مليارات الدولارات في وحدات المعالجة الخاصة بغوغل، حيث تخطط ميتا للاعتماد على هذه الشرائح في مراكز بياناتها بحلول عام 2027 مع احتمالية استئجار قدرات سحابية قريباً، وهذا التوجه الاستراتيجي من عملاق التواصل الاجتماعي يمثل تهديداً مباشراً لحصة إنفيديا السوقية، ويعطي زخماً إضافياً لغوغل لتثبيت أقدامها كمنافس شرس قادر على سحب البساط من تحت أقدام الشركات التقليدية المسيطرة، مما يفسر حالة القلق التي دفعت الأسهم للهبوط بهذه الوتيرة المتسارعة.

تطور القدرات التقنية ودورها في انخفاض سهم إنفيديا ومنافسة غوغل

لم يكن انخفاض سهم إنفيديا ومنافسة غوغل مجرد رد فعل لحظي بل هو نتاج لتطور تقني متراكم، حيث بدأت وحدات المعالجة التي تصممها غوغل خصيصاً لمهام الذكاء الاصطناعي بجذب انتباه كبار اللاعبين في السوق الذين يبحثون عن بدائل فعالة لوحدات معالجة الرسومات المكلفة، وتتجلى هذه الثقة في الاتفاقيات الضخمة مثل صفقة التوريد مع شركة أنثروبيك التي أثبتت موثوقية وحدات تنسور كخيار أمثل لتسريع الأداء، كما أن التعاون الوثيق مع شركات مثل برودكوم في عمليات التصميم يعزز من قدرة هذه الشرائح على التعامل مع أعباء العمل المعقدة بكفاءة عالية تفوق في بعض الجوانب الحلول التقليدية المتاحة حالياً، وهو ما يغير قواعد اللعبة في مهام الاستدلال التي تشهد طلباً متزايداً.

وبينما لا تزال إنفيديا تحافظ على هيمنتها في مجال تدريب النماذج الضخمة، فإن انخفاض سهم إنفيديا ومنافسة غوغل يسلطان الضوء على المعركة القادمة في ساحة الاستدلال وتشغيل النماذج، إذ يتوقع أن يصل الإنفاق الرأسمالي لشركة ميتا وحدها إلى ما بين 40 و50 مليار دولار لدعم سعة الشرائح، وهذا الضخ المالي الهائل من شأنه تسريع نمو نظام غوغل السحابي البيئي بشكل غير مسبوق، مما يجعل المستثمرين يعيدون حساباتهم بشأن المراهنة الحصرية على إنفيديا، خاصة مع توفر بدائل تقنية تقدم أداءً مخصصاً وتكاليف تشغيلية مدروسة بعناية فائقة لتلبية احتياجات الشركات الكبرى.

الابتكار الهندسي وراء انخفاض سهم إنفيديا ومنافسة غوغل

لفهم الأسباب العميقة التي أدت إلى انخفاض سهم إنفيديا ومنافسة غوغل يجب النظر إلى البنية الهندسية لوحدات المعالجة المسماة “تنسور”، فهي شرائح متخصصة تم تطويرها لتسريع مهام التعلم الآلي وتختلف جذرياً عن وحدات المعالجة المركزية والرسومية التقليدية، حيث صممت كدوائر متكاملة خاصة بالتطبيقات (ASICs) تعتمد على بنية مصفوفة انقباضية تتيح إجراء عمليات ضرب المصفوفات واسعة النطاق بكفاءة مذهلة، وهذا التصميم الفريد يسمح بمعالجة آلاف العمليات الحسابية في وقت واحد مع استهلاك أقل للطاقة، مما يلغي الهدر الناتج عن تنفيذ مهام غير ضرورية كما يحدث في المعالجات متعددة الأغراض، وتتميز هذه الوحدات بمجموعة من الخصائص التقنية المتقدمة التي تشمل:

• القدرة على إجراء 65,536 عملية ضرب وجمع بتردد 700 ميجاهرتز في الجيل الأول.
• توفير إنتاجية أعلى لكل واط مقارنة بوحدات المعالجة المركزية التقليدية.
• دعم عمليات التدريب والاستدلال معاً في الجيل الثاني مما يقلل زمن تطوير النماذج.
• إمكانية الوصول إليها عبر السحابة دون الحاجة لاستثمارات أولية ضخمة في الأجهزة.

وتلعب هذه الكفاءة التقنية دوراً حاسماً في تعزيز انخفاض سهم إنفيديا ومنافسة غوغل على المدى الطويل، فمن خلال تقليل الوقت اللازم لتدريب نماذج الترجمة من أيام إلى ساعات وتمكين تطبيقات ضخمة مثل بحث الصور وألفا جو من العمل بسلاسة، تقدم غوغل حلاً متكاملاً يعتمد على إعادة استخدام المدخلات في العمليات الحسابية دون الحاجة لتخزين النتائج الوسيطة، وهذا النهج لا يوفر الطاقة فحسب بل يجعل تقنية تنسور ركيزة أساسية لتطوير سير عمل الذكاء الاصطناعي عالمياً، مما يمنح الشركات والباحثين أدوات قوية تدعم الابتكار المستمر وتوسع نطاق الوصول إلى قدرات التعلم الآلي المتقدمة بعيداً عن الاحتكار.