هذه اللغة مترجمة آليًا، ولم تتم مراجعتها من قِبل إنسان.

التكنولوجيا · مقال

كيف يتم تصميم وتصنيع رقائق الذكاء الاصطناعي مثل معالجات Nvidia

نُشر:

باختصار

يتم تصميم رقائق الذكاء الاصطناعي في البداية من قبل شركات مثل Nvidia باستخدام برمجيات متخصصة لتخطيط الدارات، ثم يتم بناؤها فعليًا من قبل مصنعي العقود مثل TSMC من خلال مئات خطوات الطباعة الحجرية والحفر والتغليف التي تستغرق معًا أكثر من سنة. تقول شركة معدات ASML إن الطلب على آلات الطباعة الحجرية التي تعتمد عليها هذه العملية سيتجاوز العرض على الأقل حتى عام 2028، حتى مع انخفاض أسهم Nvidia نفسها هذا الأسبوع بسبب تحركات سوق مرتبطة بالتضخم.

هذه النسخة ترجمة آلية للنص الأصلي (English). اقرأ النص الأصلي

انخفضت أسهم Nvidia بأكثر من 3% يوم الأربعاء في أكتوبر 2026 وانخفضت بشكل أكبر في التداول السابق لبدء الجلسة في اليوم التالي، حيث أدت قراءة التضخم الأمريكي الأقوى من المتوقع إلى ارتفاع عوائد السندات وأدت إلى عملية بيع واسعة النطاق في أسهم الرقائق، وفقًا لـ Yahoo Finance. أفادت نفس التقارير أن مزود خدمات السحابة CoreWeave انخفض بأكثر من 16% بسبب مخاوف حول عبء ديونه، وأن Marvell Technology و SK Hynix انخفضا أيضًا وسط مخاوف منفصلة حول المنافسة الصينية، وأن المستثمرين ينتظرون نتائج TSMC ربع السنوية، المتوقع أن تظهر ارتفاعًا بنسبة 60% في الأرباح.

كانت عملية البيع مرتبطة بمخاوف بشأن أسعار الفائدة والديون وليس بأي تغيير في كيفية تصميم أو بيع رقائق الذكاء الاصطناعي. لكنها جذبت انتباهًا جديدًا إلى الصناعة وراء الرقائق نفسها - عملية مقسمة بين عملين مختلفين جدًا: تصميم الرقاقة وتصنيعها.

التصميم: رسم الدارة قبل بناء أي شيء

لا تدير شركات مثل Nvidia مصانع رقائق خاصة بها. وفقًا لنموذج "بدون مصنع"، تقوم Nvidia بتصميم بنية الرقاقة والبرمجيات - مثل منصة CUDA الخاصة بها - وتعتمد على مسابك خارجية للإنتاج، وفقًا لمعهد سياسة واستراتيجية الذكاء الاصطناعي (IAPS). يصف Motley Fool معالجات GPU من Nvidia بأنها الأجهزة التي تقوم بعمل التدريب والاستدلال وراء نماذج الذكاء الاصطناعي.

يشرح IAPS أن تصميم الرقاقة يبدأ بمتطلبات عالية المستوى، والتي يحولها المعماريون إلى منطق دارات مفصل باستخدام برمجيات تصميم إلكترونية (EDA). يقوم المصممون إما ببناء المكونات من الصفر أو بترخيص "نوى ملكية فكرية" جاهزة، ثم محاكاة والتحقق رسميًا من التصميم قبل ترجمته إلى ملفات تصنيع مطابقة لعملية مسبك معين. يذكر IAPS أن "تصميم الرقاقة عملية صعبة وشاقة"، مشيرًا إلى أن المصممين مثل Nvidia و AMD يوظفون عشرات الآلاف من الأشخاص وأن تصميم رقاقة ذكاء اصطناعي حديثة يمكن أن يستغرق سنة أو أكثر.

التصنيع: مئات الخطوات على رقاقة السيليكون

بمجرد انتهاء التصميم، ينتقل إلى مسبك - غالبًا ما يكون TSMC في تايوان للرقائق الذكاء الاصطناعي الأكثر تقدمًا. يبدأ التصنيع برقائق سيليكون بحجم 300 ملم عالية النقاء ومجموعة من الأقنعة الضوئية التي تشفر نمط الدارة، وفقًا لـ IAPS. يتضمن بناء الرقاقة نفسها مئات الخطوات المتكررة: ترسيب طبقات المادة، تشكيل نمطها باستخدام الفوتوريست الحساس للضوء المعرض من خلال الأقنعة (الطباعة الحجرية الضوئية)، إضافة الشوائب في أقسام بالزرع الأيوني لتحديد خصائصها الكهربائية، صقل السطح ليصبح مسطحًا، وإضافة طبقات معدنية لتوصيل المكونات معًا.

تعتمد خطوة الطباعة الحجرية على آلات الأشعة فوق البنفسجية الشديدة (EUV) التي يصنعها حصريًا الشركة الهولندية ASML. في تقريرها عن نتائج الربع الثالث من عام 2026 في 14 أكتوبر، قالت ASML إن المبيعات بلغت 11.7 مليار يورو، ارتفاعًا بنسبة 55% على أساس سنوي، مع تضاعف صافي الدخل إلى 5 مليارات يورو، وفقًا لـ Euronews. على الرغم من المبيعات القياسية والنظرة المستقبلية المرتفعة لعام 2026، قالت ASML إن زيادات الطاقة المخطط لها بنسبة 30% سنويًا لعامي 2027 و 2028 لن تكون كافية لتلبية طلبات العملاء. قال الرئيس التنفيذي لـ ASML Christophe Fouquet إن العملاء يحجزون الآلات الآن بسنوات مقدمًا.

يطلب منا العملاء كل يوم الحصول على المزيد من الأدوات.

— Christophe Fouquet، الرئيس التنفيذي لشركة ASML، كما نقله Euronews

التغليف أصبح الاختناق الجديد

بعد تصنيع الرقاقة، يتم قطعها إلى وحدات فردية واختبارها وتجميعها في عبوة منتهية - مرحلة يطلق عليها IAPS التجميع والاختبار والتغليف (ATP). بالنسبة لرقائق الذكاء الاصطناعي، تعتبر هذه المرحلة الآن بنفس أهمية التصنيع نفسه. يستخدم TSMC تقنية تسمى Chip-on-Wafer-on-Substrate (CoWoS) لتكديس رقاقة المعالج معًا مع عدة أكوام من ذاكرة النطاق العريض العالي على مشترك واحد، والذي يقول IAPS إن TSMC يطبقه على رقائق Nvidia H100. أعلنت TSMC في أكتوبر 2026 عن خريطتها الطريقية، التي تغطي عقدة إنتاج من الجيل القادم A13 والتغليف CoWoS الموسع، وقالت إن صيغة CoWoS "حجم الشعيرة 14" في المستقبل ستدمج حوالي عشرة وحدات حسابية كبيرة مع حوالي 20 كومة ذاكرة HBM بحلول عام 2028.

يصف إعلان خريطة الطريق الخاصة بـ TSMC تغليف CoWoS المتقدم بأنه يتوسع لتلبية الطلب المدفوع بالذكاء الاصطناعي، متجهًا نحو صيغة الشعيرة 14 بحلول عام 2028 وتوسع إضافي في عام 2029. تشير هذه المسارات إلى تحول أوسع عبر سلسلة التوريد لرقائق الذكاء الاصطناعي - من تصنيع السيليكون نحو التغليف باعتباره قيدًا متزايدًا - حتى مع استمرار ASML، وهي شركة مصنعة لأدوات الطباعة الحجرية وليس معدات التغليف، في الإبلاغ عن طلب قياسي على آلاتها.

يتم استخدام الذكاء الاصطناعي أيضًا لبناء الرقائق

بدأت Nvidia و TSMC في تطبيق أدوات الذكاء الاصطناعي داخل عملية التصنيع نفسها. وفقًا لإعلان Nvidia نفسه، تستخدم TSMC برمجيات cuLitho من Nvidia لتسريع الطباعة الحجرية الحسابية - الحسابات اللازمة لتصميم الأقنعة الضوئية - مما يوفر ما تصفه Nvidia بأنه تحسن بنسبة 20-50% في فعالية التكلفة أو وقت الدورة مقارنة بالطرق القائمة على CPU. وصفت الشركات أيضًا استخدام مكتبة cuEST من Nvidia لمحاكاة الكيمياء، وأدوات رؤية الذكاء الاصطناعي للكشف عن العيوب على خط الإنتاج، ومشروع مصنع افتراضي في مراحل مبكرة يسمى "FabTwin"، المبني على منصة Omniverse من Nvidia، لاختبار تخطيطات المصنع قبل بنائها.

تصاميم بديلة للمعالجة المعيارية

لا تتبع كل شركة بنية Nvidia. يفيد Motley Fool أن Cerebras Systems تبني رقاقة عملاقة واحدة - محرك Wafer-Scale Engine - والتي تصفها بأنها أكبر بـ 58 مرة من Nvidia B200 GPU، مما يجمع كميات كبيرة من الحساب والذاكرة على قطعة واحدة من السيليكون بدلاً من ربط العديد من الرقائق الأصغر معًا. تقول Cerebras إن هذا التصميم ينتج سرعات استدلال أسرع بـ 15 مرة من الأنظمة المستندة إلى GPU لبعض أعباء العمل، وهو نهج يصنفه Fool كتحدٍ مباشر لموقع Nvidia السائد في أجهزة الذكاء الاصطناعي.

من يفعل ماذا في سلسلة توريد رقائق الذكاء الاصطناعي
الشركةالدورالتفاصيل الرئيسية
Nvidiaمصمم رقائق بدون مصنعتصمم بنية GPU وبرمجيات CUDA؛ لا تمتلك مصانع، وفقًا لـ IAPS
TSMCمسبك / مصنعتصنع الرقائق وتدير التغليف المتقدم CoWoS؛ أعلنت عن عقدة العملية A13 للإنتاج في عام 2029
ASMLمصنع معدات الطباعة الحجريةالمورد الوحيد لآلات EUV؛ مبيعات Q3 2026 بقيمة 11.7 مليار يورو، تقول إن العرض سيتخلف عن الطلب حتى عام 2028
Cerebras Systemsمصمم رقائق بديلتبني رقاقة محرك Wafer-Scale Engine كبيرة واحدة بدلاً من معالجات GPU المرتبطة متعددة، وفقًا لـ Motley Fool

أسئلة

لماذا انخفض سهم Nvidia هذا الأسبوع؟
أفادت Yahoo Finance أن الانخفاض جاء بعد قراءة التضخم الأمريكي الأقوى من المتوقع التي رفعت عوائد السندات، مما أدى إلى عملية بيع واسعة النطاق عبر أسهم الرقائق والذكاء الاصطناعي بدلاً من أي أخبار خاصة بالشركة حول منتجات Nvidia.
هل تصنع Nvidia رقائقها الخاصة؟
لا. وفقًا لـ IAPS، تتبع Nvidia نموذج "بدون مصنع": فهي تصمم بنية الرقاقة والبرمجيات لكنها توكل الإنتاج المادي إلى مسابك، في الغالب TSMC.
لماذا يطلق على تغليف الرقائق اسم اختناق؟
يصف إعلان خريطة الطريق الخاصة بـ TSMC التغليف المتقدم CoWoS - الذي يكدس وحدات الحساب معًا مع ذاكرة النطاق العريض العالي - يتوسع نحو صيغة "الشعيرة 14" الأكثر كثافة بحلول عام 2028، مما يشير إلى سعة التغليف، إلى جانب تصنيع الرقاقة، باعتباره قيدًا متزايدًا في سلسلة توريد رقائق الذكاء الاصطناعي.
ماذا قالت ASML حول إمدادات معدات الرقائق المستقبلية؟
أفادت Euronews أن ASML، المصنع الوحيد لآلات الطباعة الحجرية EUV، أبلغت عن مبيعات Q3 2026 القياسية البالغة 11.7 مليار يورو لكنها قالت إن زيادات الطاقة المخطط لها لعامي 2027 و 2028 لن تلبي الطلب بالكامل.
هل هناك بديل لتصميم GPU من Nvidia؟
يفيد Motley Fool أن Cerebras Systems تبني رقاقة محرك Wafer-Scale Engine كبيرة واحدة، يوصفها بأنها أكبر بـ 58 مرة من Nvidia B200، كنهج تصميم مختلف يهدف إلى استدلال أسرع لبعض أعباء عمل الذكاء الاصطناعي.

المصادر

  1. Yahoo Finance — Nvidia stock sinks as chip sell-off deepens on hot inflation data
  2. The Motley Fool — Is Nvidia Still the Best AI Stock to Buy in 2026, or Is This a Challenger?
  3. TSMC — A13 Technology unveiled at 2026 North America Technology Symposium
  4. Euronews — ASML posts record €11.7 billion in sales but warns it can't keep up with AI demand
  5. Institute for AI Policy and Strategy — How AI Chips are Made
  6. Nvidia Newsroom — NVIDIA and TSMC Bring AI Into Fabs to Advance Semiconductor Design and Manufacturing

أُعدّت هذه المادة بالذكاء الاصطناعي وخضعت لتدقيق آلي للمصادر قبل النشر. إن رأيت خطأً فاطلب تصحيحه. طلب تصحيح أو حق الرد · كيف نعمل

مواد ذات صلة