إطلاق رقاقة الذكاء الاصطناعي المطوّرة ذاتياً من Meta: كيف تعيد موجة رقاقات الشركات السحابية العملاقة تشكيل سلسلة صناعة أشباه الموصلات؟

المقدمة

في يوليو 2026، نقلت وكالة رويترز عن مذكرة داخلية لشركة Meta تفيد بأن أحدث شريحة ذكاء اصطناعي للشركة ستدخل مرحلة الإنتاج رسميًا في سبتمبر. تنتمي هذه الشريحة إلى سلسلة مسرعات التدريب والاستدلال (MTIA) من Meta، وقد صُممت بمساعدة شركة Broadcom، وصُنعت باستخدام عملية تصنيع متقدمة من TSMC، مع شراء ذاكرة DRAM من سامسونج، وذاكرة تخزين من SanDisk، ومعدات الألياف الضوئية من شركة Sumitomo Electric.

تأتي أهمية هذا الخبر ليس فقط لأن Meta توسع بنيتها التحتية للذكاء الاصطناعي بنفقات رأسمالية ضخمة تتراوح بين 125 و145 مليار دولار سنويًا، بل لأنه يمثل تحولًا منهجيًا لعمالقة الحوسبة السحابية من "شراء الرقائق" إلى "تصنيع الرقائق". عندما تنضم OpenAI وGoogle وAmazon وAnthropic إلى صفوف الشركات التي تصمم رقائقها الخاصة، هل ستهتز حصن NVIDIA المهيمنة على وحدات معالجة الرسومات التقليدية؟ وما هي الفرص الجديدة التي ستتاح للاعبين في سلسلة التوريد مثل TSMC وBroadcom وSamsung؟

ستركز هذه المقالة على حادثة بدء إنتاج رقائق Meta، وتحليل شامل من منظور المسار التقني، وتأثير سلسلة التوريد، والمشهد التنافسي، والصراع الإقليمي، ومنظور الاستثمار طويل الأجل.

الخلفية

خلفية الشركة

بدأت Meta برنامج MTIA منذ عام 2023، وكان يستخدم في البداية لتسريع الاستدلال في أنظمة التوصية. في مارس 2026، أعلنت Meta رسميًا عن أربع رقائق جديدة، بتصميم معياري يعتمد على الشرائح الصغيرة (Chiplet)، بهدف تغطية سيناريوهات التدريب والاستدلال. الرقاقة التي ستبدأ إنتاجها في سبتمبر هي أحدث إصدار من هذه السلسلة.

الخلفية التقنية

يشهد سوق رقائق الذكاء الاصطناعي حاليًا قطبية: وحدات معالجة الرسومات من NVIDIA تهيمن بفضل نظام CUDA البيئي، لكن مزودي الخدمات السحابية يسعون جاهدين لخفض التكاليف واستهلاك الطاقة عبر تطوير شرائح ASIC الخاصة بهم. لا تهدف رقائق MTIA إلى استبدال NVIDIA بالكامل، بل إلى تحسين محدد لأعباء العمل الداخلية لـ Meta (مثل خوارزميات التوصية وفهم المحتوى)، مع قدرتها أيضًا على تحمل بعض مهام التدريب.

خلفية السوق

من المتوقع أن يتجاوز حجم سوق رقائق الذكاء الاصطناعي العالمي 150 مليار دولار في عام 2026، حيث تستحوذ NVIDIA على حوالي 70% من الحصة. لكن نسبة الرقائق المصممة ذاتيًا من قبل مزودي الخدمات السحابية تتزايد بسرعة، حيث تم نشر شرائح TPU من Google وTrainium/Inferentia من Amazon على نطاق واسع. سيزيد إنتاج Meta الضخم من تأثير استبدال شرائح ASIC المخصصة لوحدات معالجة الرسومات العامة.

خلفية الصناعة

دخلت استثمارات البنية التحتية للذكاء الاصطناعي مرحلة "سباق التسلح". تخطط Meta لنشر 7 جيجاوات من القدرة الحاسوبية في عام 2026، ومضاعفتها في عام 2027. تجبر النفقات الرأسمالية الضخمة Meta على البحث عن حلول حاسوبية أكثر اقتصادًا. على الرغم من ارتفاع تكاليف البحث والتطوير الأولية للرقائق المصممة ذاتيًا، إلا أنها يمكن أن تخفض التكلفة لكل وحدة بنسبة 30%-50% على المدى الطويل.

تحليل عميق

الأثر التقنيتستخدم شريحة MTIA من Meta بنية معيارية من نوع Chiplet، مما يسمح بدمج مرن لوحدات وظيفية مختلفة لتتناسب مع أعباء العمل المتنوعة. وتتجلى حواجزها التقنية بشكل أساسي في: - تصميم الترابط عالي الأداء بالتعاون مع Broadcom - تحسين البنية الدقيقة لخوارزميات Meta الخاصة (مثل التضمين واسع النطاق واستدلال Transformer) - القدرة على التطوير المشترك مع عمليات التصنيع المتقدمة لـ TSMC (المتوقعة 3nm أو 2nm)

بالإضافة إلى ذلك، تقوم Meta بشراء ذاكرة عالية النطاق من نوع HBM أو LPDDR من Samsung، وذاكرة NAND من SanDisk، ووحدات بصرية من Sumitomo Electric، مما يشير إلى أنها بنت سلسلة توريد كاملة حول الشريحة. من منظور المسار التقني، لا تسعى MTIA إلى تحقيق قوة حوسبة عامة، بل تتبع مسار "التكامل الرأسي + التنسيق بين البرمجيات والأجهزة"، وهو مشابه لاستراتيجية Google TPU.### الآثار الإقليمية

الولايات المتحدة: تعزز رقائق ميتا ذاتية التطوير هيمنة أمريكا على تصميم رقائق الذكاء الاصطناعي، لكن الاعتماد على TSMC في التصنيع يكشف ضعف التصنيع المحلي.

تايوان الصينية: تصبح TSMC الفائز الأكبر، حيث تظل طاقتها الإنتاجية في العمليات المتقدمة ممتلئة باستمرار. لكن المخاطر الجيوسياسية ترتفع، وقد تضغط الولايات المتحدة أكثر على TSMC لتوسيع الإنتاج في أمريكا.

كوريا الجنوبية: تستفيد سامسونج من طلبات الذاكرة، وتعمل أيضًا للحصول على شراكة تصنيع محتملة مع ميتا.

اليابان: تبرز أعمال ساميتومو إلكتريك للموديلات الضوئية ميزة اليابان في مواد الاتصالات الضوئية، لكن تأثيرها العام في صناعة أشباه الموصلات محدود.

أوروبا: تستفيد شركات المعدات مثل ASML بشكل غير مباشر، لكن تفتقر إلى شركات عملاقة محلية لتصميم رقائق الذكاء الاصطناعي.

منظور الاستثمار

• تهتم أسواق رأس المال بمدى إنفاق ميتا الرأسمالي وتوفير التكاليف الناتج عن الرقائق ذاتية التطوير. إذا كان إجمالي تكلفة ملكية (TCO) لرقائق MTIA أفضل من وحدات معالجة الرسوميات من Nvidia، فمن المحتمل أن ترتفع هوامش أرباح ميتا. على المدى الطويل، يمكن أن تصبح الرقائق ذاتية التطوير مركز ربح جديد لميتا (هل ستُتاح للغير مستقبلًا؟). يُوصى بمتابعة:
• استخدام طاقة الإنتاج لعمليات TSMC المتقدمة
• معدل نمو أعمال الرقائق المخصصة لشركة Broadcom
• ميل نمو إيرادات قسم مراكز البيانات في Nvidia
• تغيير حصة سوق HBM لسامسونج

النظرة طويلة المدى

السنوات الثلاث القادمة: ستكمل ميتا النشر الواسع النطاق لرقائق MTIA الأولى، وستصبح أنظمة التوصية مستقلة تدريجيًا، بينما يظل التدريب معتمدًا على Nvidia وAMD. سترتفع حصة الرقائق الذاتية التطوير لشركات السحابة من 5% إلى 15%.

السنوات الخمس القادمة: قد تطلق ميتا الجيل التالي من الرقائق التي تغطي تدريبًا أكبر؛ وتسرع Nvidia إطلاق منتجات مستهدفة (مثل Blackwell Ultra)؛ ويتشكل سوق رقائق الذكاء الاصطناعي في هيكل ثلاثي الطبقات: Nvidia (عام) + شركات السحابة (مخصص) + الشركات الناشئة (عمودي).

السنوات العشر القادمة: إذا أصبح معيار Chiplet شائعًا، يمكن لشركات السحابة استخدام مزيج من الرقائق الذاتية والتطوير وChiplets من أطراف ثالثة، مما يقلل مخاطر سلسلة التوريد؛ ويتسارع توزيع تصنيع الرقائق بفعل العوامل الجيوسياسية، وتبقى TSMC أساسية لكنها تنشئ مصانع في عدة مواقع.

تحليل سلسلة الصناعة

المرحلة العليا (المواد والمعدات) يؤدي الإنتاج الكمي لرقائق ميتا إلى زيادة الطلب على مواد الليثوغرافيا بالأشعة فوق البنفسجية فائقة القساوة (EUV)، والرقائق السيليكونية عالية النقاء، والغازات الخاصة. لكن ميتا لا تشتريها مباشرة، بل عبر TSMC. تنتمي الموديلات الضوئية من ساميتومو إلكتريك إلى حلقة ربط مراكز البيانات، وتستفيد بشكل غير مباشر.### الجزء الأوسط (التصميم والتصنيع) - التصميم: توفر Broadcom خدمات IP والواجهة والتصميم المادي، بينما تتولى Meta تعريف البنية. هذا النموذج يخفض حاجز الدخول لـ Meta. - التصنيع: تحصل TSMC على طلبات العمليات المتقدمة، لكنها تحتاج إلى تخصيص طاقة إنتاجية لـ Meta، مما قد يضغط على العملاء الصغار والمتوسطين الآخرين. - التجميع: قد تتبنى Meta التجميع المتقدم (مثل CoWoS والتكديس ثلاثي الأبعاد)، مما يدفع شركات التجميع والاختبار مثل ASE وAmkor إلى تطوير تقنياتها.

الجزء السفلي (النشر والتشغيل) تنشر Meta الرقائق في مراكز البيانات الخاصة بها، ولا تبيعها حاليًا للخارج. يتجلى التأثير في الجزء السفلي بشكل أساسي في انخفاض استهلاك الطاقة وزيادة كثافة الحوسبة، مما يؤثر بشكل غير مباشر على موردي الخوادم والتبريد السائل.

من منظور سلسلة الصناعة الكاملة، يؤدي دخول Meta إلى تفاعلات متسلسلة في جميع مراحل "التصميم-التصنيع-التجميع-الاختبار" لرقائق الذكاء الاصطناعي: تصبح TSMC وBroadcom العقدتين الرئيسيتين، وتستفيد شركات التخزين والربط البيني، في حين تواجه NVIDIA ضغوطًا تنافسية طويلة الأجل.

الخاتمة

• يشير بدء إنتاج رقائق الذكاء الاصطناعي من Meta في سبتمبر إلى انتقال شركات الحوسبة السحابية من "التجربة" إلى "الإنتاج الضخم" للرقائق ذاتية التطوير. سيعيد هذا الاتجاه تشكيل سلسلة صناعة أشباه الموصلات بشكل عميق:
• ستظل العمليات المتقدمة لـ TSMC في حالة نقص في العرض، مع تعزيز كبير لقوتها التفاوضية
• تصبح Broadcom "تاجر أسلحة" لرقائق الذكاء الاصطناعي بفضل قدرتها على تصميم الرقائق المخصصة
• تواجه NVIDIA تحديات من جميع الجهات، لكن من الصعب زعزعة مكانتها في نظام CUDA البيئي وسوق التدريب المتقدم على المدى القصير
• تسرع الجغرافيا السياسية توزيع القدرات التصنيعية على مناطق متعددة، لكن العمليات المتقدمة لا تزال مركزة بشكل كبير في تايوان

للمستثمرين، التركيز على توفير التكاليف الناتج عن زيادة الاعتماد الذاتي على الرقائق هو مفتاح تحقيق القيمة طويلة الأجل لـ Meta؛ أما لشركات سلسلة الصناعة، فإن تبني اتجاه التخصيص والنمطية هو أفضل استراتيجية للتعامل مع الانفجار في الطلب على قوة الحوسبة للذكاء الاصطناعي.