NVIDIA تُدخل الذكاء الاصطناعي إلى مصانع الرقائق، ما يعني أن المنافسة في عمليات التصنيع المتقدمة تتحول إلى «التصنيع المدفوع بقوة الحوسبة»

تُدخِل NVIDIA الذكاء الاصطناعي إلى مصانع الرقائق، ما يعني أن المنافسة في العمليات المتقدمة تنتقل إلى «التصنيع المدفوع بالحوسبة»

أعلنت NVIDIA في GTC Taipei أن TSMC بدأت إدخال حوسبة التسريع وأدوات الذكاء الاصطناعي الخاصة بها إلى عملية تصنيع الرقائق، لتشمل الطباعة الضوئية الحاسوبية، ومحاكاة الترانزستورات والعمليات، والتحكم المتقدم في العمليات، وتحسين جدولة مصنع الرقائق، وفحص العيوب، وFabTwin للمصنع الافتراضي، وغيرها من المراحل. ووفقًا للمعلومات العلنية الصادرة في هذه المناسبة، تستخدم TSMC حِزمًا تقنية مثل CUDA-X وcuLitho وcuEST وcuML وMetropolis وTAO Toolkit وOmniverse، بهدف تحسين turnaround time، وكفاءة الطاقة، والعائد، وإنتاجية المصنع.

تكمن أهمية هذا الخبر ليس في أن «الذكاء الاصطناعي دخل مرة أخرى إلى سيناريو جديد»، بل في أنه يكشف أن منطق المنافسة في تصنيع أشباه الموصلات آخذ في التغير. ففي الماضي، كانت المتغيرات الأساسية في العمليات المتقدمة تتمثل أساسًا في المعدات، ونوافذ العمليات، ونقاء المواد، والنفقات الرأسمالية؛ أما الآن، ومع إدخال 3nm و2nm والتغليف المتقدم الأكثر تعقيدًا، فقد أصبحت عملية التصنيع نفسها مسألة تحسين عالي الأبعاد، وأصبح الذكاء الاصطناعي ووحدات GPU ينتقلان عكسيًا من «المنتج النهائي من الرقاقة» إلى «نظام إنتاج الرقاقة».

وبالنسبة إلى سلسلة الصناعة، يعني هذا أن مصانع الرقائق لن تكتفي بعد الآن بشراء معدات EUV والترسيب والنقش والقياس، بل ستشتري أيضًا بصورة متزايدة القدرة الحاسوبية، ومنصات البيانات، والبرمجيات الصناعية، ونماذج الذكاء الاصطناعي. وبعبارة أخرى، فإن توزيع القيمة في مرحلة التصنيع يتحول تدريجيًا من رأس المال العتادي الصِرف إلى «العتاد + البرمجيات + تشغيل الذكاء الاصطناعي».

الخلفية: لماذا تستحق هذه الشراكة الاهتمام

تمثل TSMC العقدة المركزية للعمليات المتقدمة عالميًا، بينما تُعد NVIDIA أحد الموردين الفعليين القياسيين لحوسبة تسريع الذكاء الاصطناعي. ويعكس الجمع بينهما التقاء أقوى خطين تقنيين: أحدهما يتمثل في القدرة الأحدث على تصنيع الرقائق، والآخر في قدرة GPU واسعة النطاق ومنظومة برمجيات الذكاء الاصطناعي.

ومن الناحية التقنية، كلما تقدمت العمليات المتقدمة أكثر، ازدادت تعقيدات التصنيع. فمحاكاة الطباعة الضوئية، ونمذجة العمليات، وفحص العيوب، وتحسين الجدولة تحتاج جميعها إلى التعامل مع كميات هائلة من المعلمات ودورات تغذية راجعة أقصر. ولا يزال الحوسبة التقليدية عبر CPU تمثل الأساس، لكنها باتت أكثر عجزًا عن تلبية متطلبات الكفاءة في المحاكاة واسعة النطاق والتحسين الفوري. وقد ذكرت NVIDIA علنًا أن cuLitho يمكنه رفع كفاءة تكلفة الطباعة الضوئية الحاسوبية أو زمن الدورة بنسبة 20-50%؛ وأن cuEST يمكنه تسريع بعض المحاكاة الكيميائية بنحو 50 مرة؛ وهذه التصريحات توضح أن قيمة الذكاء الاصطناعي/GPU لا تقتصر على الاستدلال، بل دخلت أيضًا إلى جوهر الحوسبة الهندسية وتحسين التصنيع.

أما من ناحية السوق، فإن النفقات الرأسمالية للذكاء الاصطناعي تدفع الطلب على وحدات GPU في مراكز البيانات وHBM والتغليف المتقدم والعمليات المتقدمة، والآن بدأ الذكاء الاصطناعي نفسه يعيد تغذية جانب التصنيع. بمعنى آخر، لا يقتصر الذكاء الاصطناعي على تحفيز الطلب على الرقائق في الطرف النهائي، بل بدأ أيضًا يغيّر منحنى عرض الرقائق في جانب التصنيع.

Technology Impact

تشير هذه الشراكة مباشرةً إلى أربع مسارات تقنية.## تأثير التكنولوجيا

يشير هذا التعاون مباشرةً إلى أربعة مسارات تقنية.

أولًا، الطباعة الضوئية الحاسوبية. مع تصغير العقد، لم تعد الطباعة الضوئية مجرد مسألة معدات تعريض، بل أصبحت هندسة نظامية عالية الاعتماد على الحوسبة. إن محاكاة الطباعة الضوئية المعززة بوحدات GPU تساعد على تقصير دورة تصميم القناع (mask design) وتكرارات العملية، وهو أمر بالغ الأهمية خصوصًا لعقدة 2nm والعقد الأكثر تقدمًا.

ثانيًا، محاكاة المواد والترانزستور/العمليات. إن استخدام TSMC لأدوات مثل cuEST يدل على أن نمذجة المواد، والتفاعلات الكيميائية، وتحليل بنية الأجهزة يجري رقمنته على نطاق أوسع. وبالنسبة إلى GAA، وإمداد الطاقة من الخلف، وبنى الترانزستور الأكثر تعقيدًا، فإن سرعة المحاكاة هي بحد ذاتها ميزة تنافسية.

ثالثًا، التحكم المتقدم في العمليات وكشف العيوب. إن قيام TSMC باستخدام cuML وMetropolis/TAO لإجراء تحليل واسع النطاق لمعاملات العملية والتعرّف البصري على العيوب يعني أن إدارة مردود التصنيع تتحول من الإحصاء بالعينة إلى التعرّف الفوري بالذكاء الاصطناعي. وهذا سيؤثر مباشرةً في سرعة صعود المردود، وكذلك في وتيرة الإنتاج الضخم للعقد الجديدة.

رابعًا، FabTwin المصنع الافتراضي. تكمن قيمة Omniverse في تمكين محاكاة تشغيل المصنع، وتخطيط المعدات، وتدفق المواد، وأنظمة المرافق أولًا في العالم الرقمي. وهذا مهم بشكل خاص لتوسعات مصانع الرقائق التي تتطلب استثمارات بمليارات الدولارات، لأن أي خطأ في التخطيط قد يفضي إلى تكاليف رأسمالية غارقة طويلة الأمد.

تحليل سلسلة الصناعة

المنبع: المعدات والمواد والبرمجيات الصناعية هي الأكثر استفادة مباشرة

أول طبقة في المنبع تتأثر هي EDA، وبرمجيات المحاكاة، ومنصات هندسة الذكاء الاصطناعي. ورغم أن الخبر لم يذكر Synopsys أو Cadence أو Siemens EDA بالاسم، فإن موقعها يجري إعادة تعريفه: فاحتياجات جانب التصنيع إلى تعاون برمجي أعمق عبر المجالات المختلفة ستجعل الحدود بين EDA والحوسبة الهندسية بالذكاء الاصطناعي أكثر ضبابية.

الطبقة الثانية هي شركات المعدات. فما تزال ASML وApplied Materials وLam Research وKLA المزودين الأساسيين لمعدات العمليات المتقدمة، لكن متطلبات مصانع الرقائق ستتجاوز “أداء الجهاز الفردي” لتشمل “واجهات البيانات، وتوافق النماذج، وقدرات التحكم المغلق”. وهذا يعني أن المنافسة المستقبلية في المعدات لن تكون في العتاد فقط، بل أيضًا في قابلية الملاحظة الخاصة بتعلم الآلة وفي قدرات التكامل البرمجي.

الطبقة الثالثة هي مورّدو المواد والغازات الخاصة. ومع تضييق نافذة العملية، تصبح استقرار المواد وتجانس الدُفعات أكثر أهمية، كما أن التحكم في العمليات المدفوع بالذكاء الاصطناعي سيضاعف من قيمة “إدارة التباين”. وستتصل بيانات جودة الرقائق السيليكونية، ومقاومات الطباعة الضوئية، والغازات الخاصة المتقدمة، بشكل أكثر تكرارًا بحلقة التصنيع المغلقة.

الوسط: مصانع الرقائق ومصانع التغليف المتقدم تتسارع نحو المنصّة

TSMC هي المستفيد الرئيسي من هذا الحدث، لأنها تمتلك أكثر البيانات والعمليات وحجم الإنتاج نضجًا. وبالنسبة إلى مصانع الشرائح، فإن الذكاء الاصطناعي لا يستبدل المهندسين، بل يجعل القرارات الهندسية أكثر توحيدًا وأتمتةً وتحويلًا إلى منصات.

لكن هذا يعني أيضًا ارتفاع عتبة المنافسة في الوسط الصناعي. فإذا أرادت Samsung Foundry وIntel Foundry اللحاق بتقنيات التصنيع المتقدمة، فلن يكون عليهما سد فجوات العمليات وزيادة الطاقة الإنتاجية فحسب، بل أيضًا استكمال حزمة برمجيات التصنيع وقدرات الحلقة المغلقة للبيانات. وعلى وجه الخصوص، في عصر 2nm والتغليف المتقدم، كل من يستطيع تقصير الدورة من الإنتاج التجريبي إلى الإنتاج الكمي بشكل أسرع، ستكون فرصته أكبر في الفوز بطلبات شرائح الذكاء الاصطناعي عالية المستوى.

كما ستتأثر شركات الاختبار والتغليف مثل ASE وAmkor. فشرائح الذكاء الاصطناعي أصبحت تعتمد بشكل متزايد على التغليف المتقدم وChiplet والوصلات البينية عالية النطاق الترددي، ولم يعد التغليف مجرد مرحلة لاحقة تابعة، بل أصبح جزءًا من تحسين الأداء والمردود. وفي المستقبل، ستحتاج شركات التغليف أيضًا إلى قدرات أقوى في تحليل البيانات وأتمتة الفحص.

المنبع: سيتطلب عملاء شرائح الذكاء الاصطناعي ومراكز البيانات توريدًا أسرع واتساقًا أعلى

يشمل عملاء المنبع NVIDIA وAMD وQualcomm وBroadcom وMediaTek، وسلاسل التوريد المرتبطة بـ Apple Silicon، إضافةً إلى فرق الشرائح المصممة داخليًا لدى مزودي الخدمات السحابية، مثل Google TPU وAmazon Trainium. وبالنسبة إلى هؤلاء العملاء، فإن تحسن قدرات التصنيع لدى مصانع الشرائح يعني: دورات NPI أسرع، ومردودًا أكثر استقرارًا، وقدرة توريد أكثر قابلية للتنبؤ.

إن أسواق خوادم الذكاء الاصطناعي، ومجموعات GPU، والحوسبة عالية الأداء (HPC) شديدة الحساسية لمرونة الإمداد. وأي تحسن في مردود التصنيع المتقدم أو التغليف المتقدم قد يتحول إلى شرائح قابلة للتسليم أكثر ومواعيد تسليم أكثر استقرارًا، وهو ما سيؤثر مباشرةً في كفاءة الإنفاق الرأسمالي لدى مزودي الخدمات الفائقة (hyperscalers).

المشهد التنافسي

تعزز هذه الأخبار المكانة القيادية لـ TSMC. والسبب ليس فقط تقدم عقدة التصنيع، بل لأنها تحوّل "المعرفة العملية في التصنيع" إلى "قدرة تصنيع مُبرمجة برمجيًا". ومتى تشكلت هذه القدرة من حيث حجم البيانات وتراكم العمليات، فإنها ستصبح عائق انتقال جديدًا.

أما بالنسبة إلى NVIDIA، فالأمر لا يتعلق بتوسيع قاعدة العملاء فحسب، بل بتغلغل قدراتها في البنية التحتية للذكاء الاصطناعي داخل التصنيع الصناعي. وبعبارة أخرى، فإن NVIDIA تتحول خطوةً إضافية من "شركة شرائح ذكاء اصطناعي" إلى "شركة منصة حوسبة للذكاء الاصطناعي". وهذا سيوسع سوقها القابل للوصول إلى ما هو أبعد من مراكز البيانات.

وبالنسبة إلى المنافسين، يكمن الخطر في أنه إذا أصبحت عملية تحسين التصنيع تعتمد بدرجة متزايدة على منصة GPU معينة، ومنظومة CUDA البرمجية، وسير عمل نماذج الذكاء الاصطناعي، فإن تكلفة الاستبدال سترتفع. وسواء كانت AMD أو أي حلول تسريع ذكاء اصطناعي أخرى، فعليها أن تثبت أنها لا تستطيع التدريب/الاستدلال فقط، بل يمكنها أيضًا الدخول إلى الحوسبة الهندسية على المستوى الصناعي وتشغيل المصانع.

الآثار الإقليمية### الولايات المتحدة تكمن ميزة الولايات المتحدة في منصات حوسبة الذكاء الاصطناعي، والبرمجيات الصناعية، ونظام تصميم الشرائح. ودور NVIDIA يوضح أن الولايات المتحدة تمتلك هيمنة قوية في “طبقة أدوات تصنيع الذكاء”. وإذا اعتمدت المزيد من مصانع الرقائق مستقبلاً حلولاً مماثلة، فإن النفوذ التقني الأمريكي سيتغلغل أكثر في قواعد التصنيع المتقدمة خارج البلاد.

تايوان الصينية لا تزال تايوان الصينية المركز المحوري للعمليات التصنيعية المتقدمة والتغليف المتقدم. وإدخال TSMC للذكاء الاصطناعي إلى fab يعني مزيدًا من تعزيز مكانتها كمركز تصنيع، كما يقوّي عدم قابلية تايوان الصينية للاستغناء عنها في سلسلة التوريد العالمية عالية المستوى.

كوريا الجنوبية تحتاج كوريا الجنوبية، ولا سيما Samsung Foundry، إلى اللحاق بقدرات التصنيع المدفوعة بالذكاء الاصطناعي، إلى جانب العمليات التصنيعية ومعدلات الإنتاجية وأنظمة التغليف. وإلا، فحتى لو تقلصت الفجوة على مستوى العقد التصنيعية، فقد تتأخر في كفاءة الإنتاج الضخم.

البر الرئيسي الصيني في ظل القيود المفروضة على معدات التصنيع المتقدمة وضوابط التصدير، يصعب على مصانع الرقائق في البر الرئيسي الصيني على المدى القصير أن تكرر مباشرة هذا النموذج المتكامل بعمق بين الذكاء الاصطناعي والمصانع. ومع ذلك، سيصبح تحسين التصنيع المدفوع بالذكاء الاصطناعي نقطة تمايز صناعي جديدة: فالشركات القادرة على الاتصال بمنصات الحوسبة المتقدمة والبرمجيات الصناعية ستكون أكثر مرونة في المنافسة على المدى المتوسط والطويل.

اليابان وأوروبا تتمتع اليابان بقوة في المواد وأجزاء المعدات وبعض أدوات التصنيع، بينما تحتل أوروبا موقعًا مهمًا في معدات الطباعة الضوئية وأنظمة الأتمتة الصناعية. وسيزيد التصنيع المدفوع بالذكاء الاصطناعي من الطلب على البيانات عالية الجودة، والتحكم الصناعي، وواجهات برمجيات المعدات، وهو ما يمثل فرصةً لموردي اليابان وأوروبا وضغطًا في الوقت نفسه لرفع المعايير.

جنوب شرق آسيا ترتفع مكانة جنوب شرق آسيا في التغليف والاختبار، والتصنيع الخلفي، وبعض عمليات نقل سلاسل التوريد. وإذا أصبح التغليف المتقدم عنق الزجاجة الجديد في عصر الذكاء الاصطناعي، فستواصل القيمة الاستراتيجية لكل من ASE وAmkor والصناعات الداعمة داخل المنطقة الارتفاع.

منظور الاستثمار

ستتابع أسواق رأس المال هذا الخبر لثلاثة أسباب:

أولاً، يعني تحسن معدلات الإنتاجية وكفاءة الإنتاج لدى TSMC أن العائد على النفقات الرأسمالية في العمليات المتقدمة قد يصبح أكثر استدامة.

ثانيًا، يمتد نموذج أعمال NVIDIA بصورة أوسع إلى الذكاء الاصطناعي الصناعي وسيناريوهات برمجيات التصنيع، ما يرفع مساحة التخيل لحجم السوق القابلة للاستهداف TAM على المدى الطويل.

ثالثًا، قد يؤدي ارتفاع القيمة التآزرية بين المعدات والبرمجيات والتغليف إلى إعادة تقييم المستثمرين لوزن التقييم الخاص بـ “ما هو غير الشريحة نفسها” ضمن سلسلة توريد أشباه الموصلات.

وبالنسبة إلى الاستثمار في أشباه الموصلات، لم تعد القيمة طويلة الأجل تأتي فقط من امتلاك أحدث عقدة تصنيعية، بل أيضًا من امتلاك أقوى نظام تصنيع، وأصول البيانات، وقدرة الإحكام على المنظومة.

النظرة طويلة الأجل

خلال السنوات الثلاث المقبلة، من المرجح أن تبدأ أدوات AI-fab هذه بالظهور أولًا في العقد المتقدمة والمصانع شديدة التعقيد، ولا سيما خطوط 3nm و2nm وخطوط التغليف المتقدم عالي الكثافة. وتتمثل الآثار قصيرة الأجل أساسًا في تحسن معدلات الإنتاجية، وكفاءة جدولة الإنتاج، واكتشاف العيوب.في السنوات الخمس المقبلة، قد تقوم المزيد من مصانع الرقائق بإدراج منصات GPU/AI ضمن البنية التحتية القياسية للتصنيع، مما يخلق إدراكًا جديدًا مفاده أن «الحوسبة هي الطاقة الإنتاجية». عندها، لن تقتصر المنافسة بين مصانع الرقائق على عدد غرف التنقية التي يمكنها توسيعها، بل على مقدار بيانات العمليات عالية الجودة وقدرات التحسين المغلق التي تمتلكها.

وفي السنوات العشر المقبلة، إذا اندمج الذكاء الاصطناعي بعمق أكبر في EDA، والتحكم بالمعدات، وتطوير المواد، فقد تشهد صناعة أشباه الموصلات طبقة جديدة من التدرج المنصّاتي: عدد قليل من الشركات التي تمتلك بيانات كاملة وبرمجيات ودورة تصنيع مغلقة، ستتمتع بحواجز أعلى في سوق foundry market العالمي.

الخلاصة

تكمن الأهمية الحقيقية لهذا التعاون في أن المنافسة في التقنيات المتقدمة تنتقل من «الحدود الفيزيائية» إلى «الحدود الرقمية للتصنيع». ويُظهر اتحاد NVIDIA وTSMC أن القدرة الحاسمة في سلسلة صناعة أشباه الموصلات مستقبلًا لن تقتصر على عقد تصنيع أصغر، أو طاقة إنتاجية أكبر، أو تغليف أكثر تقدمًا، بل ستشمل أيضًا من يستطيع تحويل الذكاء الاصطناعي إلى جزء من نظام التصنيع بأسرع وقت.

وبالنسبة لسلسلة الصناعة، فإن المستفيدين سيكونون الشركات الرائدة التي تمتلك البيانات والحوسبة وقدرة تكامل العمليات؛ أما المخاطر فستقع على عاتق المشاركين الذين لا يملكون سوى قدرة عتادية جزئية، لكنهم يفتقرون إلى البرمجيات على مستوى النظام ودورة التصنيع المغلقة. وبعبارة أخرى، فإن اتجاه صناعة أشباه الموصلات يتطور من «منافسة شركات الرقائق» إلى «منافسة أنظمة تشغيل تصنيع الرقائق».

المصادر

• NVIDIA and TSMC Bring AI Into Fabs to Advance Semiconductor Design and Manufacturing: https://www.manilatimes.net/2026/06/01/tmt-newswire/globenewswire/nvidia-and-tsmc-bring-ai-into-fabs-to-advance-semiconductor-design-and-manufacturing/2355379