تقاضای هوش مصنوعی در آزمون برق و سرمایه

۲۱ مرداد ۱۴۰۵

تقاضای هوش مصنوعی در آزمون برق و سرمایه

شواهد فنی و مالی تازه نشان می‌دهد تقاضای هوش مصنوعی به توان عملیاتی، قطعات نوری، سرور و قرارداد ابری واقعی رسیده است، اما هنوز به اقتصادی به همان اندازه پاک تبدیل نشده. llama.cpp در آزمون‌های اعلام‌شده زمان تولید هر فریم Pocket TTS را روی CUDA حدود ۸۰ درصد و روی CPU حدود ۵۰ درصد کاهش داد و vLLM پشتیبانی از Markov headهای کوانتیزه DSpark را افزود. درآمد فصلی Lumentum با بیش از دو برابر شدن به ۱٫۰۱ میلیارد دلار رسید و راهنمای فصل بعد افزایش یافت، اما زیان GAAP معادل ۷٫۲ میلیارد دلار عمدتاً از هزینه یک‌باره و غیرنقدی تسویه بدهی ناشی شد. Supermicro فروش مقدماتی ۱۱٫۱ میلیارد دلاری و بازگشت جدی حاشیه را گزارش کرد؛ ارقامی که هنوز در معرض تعدیل پایان دوره و بازبینی موضوعات کنترل صادرات‌اند. CoreWeave به ۲٫۵۸ میلیارد دلار درآمد و حدود ۱۰۴ میلیارد دلار backlog رسید، ولی ۶۲۶ میلیون دلار زیان خالص و ۶۴۰ میلیون دلار هزینه بهره ثبت کرد. EIA نیز پس از توقف توسعه دیتاسنترهای جدید، پیش‌بینی رشد بار برق تگزاس در ۲۰۲۷ را از ۱۴ به ۶ درصد کاهش داد. نتیجه ZharfAI: تقاضا قوی است، اما ارزش پایدار به کارایی تأییدشده، برق قابل‌تحویل، قرارداد معتبر و تأمین مالی تاب‌آور در برابر سنجش GAAP وابسته است.


تحلیل ژرف

پنجره ۳۰ ساعته منتهی به ساعت ۰۵:۴۵ UTC در ۱۲ اوت، زنجیره‌ای کم‌نظیر و منسجم از شواهد ارائه می‌کند. دو انتشار متن‌باز لایه سرویس را بهبود دادند؛ سه شرکت بورسی تقاضا را در اپتیک، سرور هوش مصنوعی و ابر GPU گزارش کردند؛ و تازه‌ترین چشم‌انداز برق آمریکا نشان داد پیش‌بینی بار دیتاسنتر با تغییر مجوز فیزیکی تا چه اندازه سریع عوض می‌شود. خوانش قوی این نیست که ساخت زیرساخت AI کند شده است. تقاضا اکنون باید از چهار دروازه مستقل—کارایی تأییدشده، سخت‌افزار قابل‌ساخت، برق قابل‌تحویل و ظرفیت قابل‌تأمین مالی—بگذرد تا سفارش تیترساز به ارزش اقتصادی پایدار تبدیل شود.

نسخه b10369 از llama.cpp روشن‌ترین سیگنال فنی AI را می‌دهد. پروژه پشتیبانی Pocket TTS را افزود و depthwise transposed convolution را به عملیات GEMM به‌علاوه col2im تبدیل کرد. در آزمون‌های گزارش‌شده خود پروژه، زمان تولید هر فریم روی CUDA حدود ۸۰ درصد و روی CPU حدود ۵۰ درصد کاهش یافت؛ هم‌بستگی نمونه به ۰٫۹۹۹۹۹۴ رسید و تعداد فریم‌ها یکسان ماند. این نتیجه کارایی مفید اما مخصوص یک بار کاری است، نه benchmark عمومی استنتاج: mmprojهای موجود باید دوباره تبدیل شوند و اپراتور باید latency، کیفیت صوت، مصرف حافظه و برق را روی سخت‌افزار خود بازتولید کند. vLLM 0.27.1 نیز پشتیبانی از Markov headهای کوانتیزه DSpark را اضافه کرد؛ وصله‌ای محدودتر که دامنه پیکربندی‌های speculative decoding قابل‌سرویس را گسترش می‌دهد. این دو نسخه نشان می‌دهند نرم‌افزار همچنان خروجی قابل‌استفاده بیشتری از compute نصب‌شده استخراج می‌کند.

Lumentum نشان می‌دهد سیگنال به لایه فیزیکی دشوار رسیده است. درآمد فصل چهارم مالی ۱٫۰۰۶۳ میلیارد دلار بود؛ ۱۰۹٫۳ درصد بیشتر از سال قبل و ۲۴٫۵ درصد بیشتر از فصل قبل. حاشیه ناخالص GAAP به ۴۷٫۴ درصد و حاشیه عملیاتی GAAP به ۲۷٫۸ درصد رسید؛ ارقام غیر GAAP به‌ترتیب ۵۰٫۴ و ۳۶٫۶ درصد بودند. مدیریت عملکرد را به تقاضای دیتاسنتر AI در قطعاتی مانند لیزرهای co-packaged optics، optical circuit switch و سامانه‌های ۱٫۶ ترابیتی نسبت داد. راهنمای فصل اول مالی شامل ۱٫۲۲۵ تا ۱٫۲۷۵ میلیارد دلار درآمد و حاشیه عملیاتی غیر GAAP بین ۳۹٫۵ تا ۴۰٫۵ درصد است. این مسیر نشان می‌دهد بخشی از تقاضا فقط رزرو ظرفیت آینده نیست و به سخت‌افزار اپتیکی ارسال‌شده و درآمد شناسایی‌شده تبدیل می‌شود.

همان گزارش روشن می‌کند چرا شواهد تعدیل‌شده و GAAP باید جدا بمانند. Lumentum زیان خالص GAAP معادل ۷٫۲ میلیارد دلار گزارش کرد، زیرا فصل شامل زیان یک‌باره و غیرنقدی ۷٫۸ میلیارد دلاری از تسویه بدهی هنگام تبدیل اوراق قابل‌تبدیل به سهام بود. سود خالص غیر GAAP برابر ۳۲۶٫۳ میلیون دلار شد. هیچ‌یک به‌تنهایی کافی نیست: هزینه مذکور سودآوری جاری کارخانه را توصیف نمی‌کند، اما معامله ساختار سرمایه و قابلیت مقایسه را تغییر داد. وجه نقد، معادل نقد و سرمایه‌گذاری کوتاه‌مدت ۲٫۷ میلیارد دلار بود؛ ۴۳۳٫۹ میلیون دلار کمتر از فصل قبل و ۱٫۹ میلیارد دلار بیشتر از سال قبل. روند عملیاتی قوی است، اما پل حسابداری برای تشخیص اقلام تکرارشونده، آثار تأمین مالی و جابه‌جایی واقعی نقد ضروری می‌ماند.

Supermicro دومین ایست بازرسی سخت‌افزاری است و عدم‌قطعیت را صریح‌تر بیان می‌کند. فروش مقدماتی و حسابرسی‌نشده فصل چهارم مالی ۱۱٫۱ میلیارد دلار بود، در برابر ۱۰٫۲ میلیارد دلار در فصل قبل و ۵٫۸ میلیارد دلار یک سال پیش. حاشیه ناخالص GAAP از ۹٫۹ درصد فصل قبل و ۹٫۵ درصد سال قبل به ۱۷٫۵ درصد برگشت؛ سود خالص ۱٫۱۷۸ میلیارد دلار و جریان نقد عملیاتی ۷۴۷ میلیون دلار بود. مدیریت از بیش از ۶۰ میلیارد دلار سفارش جدید و backlog رکوردی گفت و فروش سال مالی ۲۰۲۷ را ۶۵ تا ۷۲ میلیارد دلار راهنمایی کرد. با این حال، بستن حساب‌های پایان سال کامل نبود، برآوردها توسط حسابرس مستقل audit، review یا compile نشده‌اند و تعدیل‌ها می‌توانند بااهمیت باشند. بازبینی هیئت‌مدیره درباره برخی تراکنش‌های مرتبط با کنترل صادرات نیز ممکن است پیش‌بینی‌ها یا نتایج قبلی را تغییر دهد. سیگنال رشد بزرگ است؛ شکل نهایی آن هنوز تثبیت نشده.

CoreWeave شدت سرمایه را آشکار می‌کند. درآمد فصل دوم از ۱٫۲۱۲ میلیارد دلار سال قبل به ۲٫۵۷۵ میلیارد دلار رسید و backlog در ۳۰ ژوئن حدود ۱۰۴ میلیارد دلار بود. شرکت گفت در ابتدای فصل سوم بیش از ۲۵ میلیارد دلار تعهد خالص جدید مشتری افزوده که به الزامات تحویل و دسترس‌پذیری مشروط است. توان فعال با افزایش نزدیک به ۵۰۰ مگاوات به ۱٫۵ گیگاوات رسید و توان قراردادی به حدود ۳٫۷ گیگاوات نزدیک شد. با این حال، زیان عملیاتی ۴۹ میلیون دلار، زیان خالص ۶۲۶ میلیون دلار و هزینه بهره ۶۴۰ میلیون دلار بود. EBITDA تعدیل‌شده غیر GAAP معادل ۱٫۵۱۰ میلیارد دلار با حاشیه ۵۹ درصد و زیان خالص تعدیل‌شده ۵۶۷ میلیون دلار بود. backlog و سبد برق از تقاضا خبر می‌دهند؛ صورت‌حساب بهره قیمت ساخت ظرفیت پیش از درآمدزایی کامل را نشان می‌دهد.

اداره اطلاعات انرژی آمریکا محدودیت مجوز فیزیکی را اضافه می‌کند. چشم‌انداز کوتاه‌مدت انرژی اوت می‌گوید تولید برق برای پاسخ به تقاضای دیتاسنتر در حال افزایش است، اما پس از اعلام توقف توسعه دیتاسنترهای جدید در تگزاس برای بررسی پروژه‌های معلق، EIA پیش‌بینی رشد بار برق تگزاس در ۲۰۲۷ را از ۱۴ درصد در گزارش قبلی به ۶ درصد کاهش داد. این تغییر forecast ثابت نمی‌کند نیمی از پروژه‌ها حذف شده‌اند؛ نشان می‌دهد صف اتصال، مجوز و سیاست زمان‌بندی مدل تقاضا را تغییر می‌دهند. در سمت عرضه، تولید برق آمریکا در نیمه نخست ۲۰۲۶ به میزان ۳۷ میلیارد کیلووات‌ساعت یا ۱٫۸ درصد رشد کرد؛ تولید خورشیدی ۲۱ درصد و بادی ۶ درصد بالا رفت. ظرفیت گسترش می‌یابد، اما مکان و زمان تعیین می‌کنند آیا برق به یک پردیس مشخص می‌رسد یا نه.

گزارش موجودی پول ژوئیه بانک مرکزی ژاپن یک کنترل کلان مفید است، نه ادعای رابطه علّی با AI. M2 ژاپن نسبت به سال قبل ۲٫۲ درصد و نقدینگی گسترده ۴٫۴ درصد رشد کرد؛ رشد ماهانه سالانه‌شده با تعدیل فصلی برای M2 برابر ۲٫۰ درصد و برای نقدینگی گسترده ۱٫۳ درصد بود. این ارقام یک خوشه GPU آمریکایی را تأمین مالی نمی‌کنند و نباید به شرایط اعتباری جهان تعمیم داده شوند. با این حال، روایت ساده کمبود همگانی نقدینگی را هم تأیید نمی‌کنند. هزینه بهره CoreWeave و معامله بدهی Lumentum شواهد ساختار سرمایه در سطح شرکت‌اند؛ قیمت و دسترسی به پول باید برای هر وام‌گیرنده و پروژه جدا سنجیده شود.

تفسیرهای رقیب معتبرند. گسترش حاشیه Lumentum و بازگشت مقدماتی Supermicro شاید نشان دهد چرخه زیرساخت سریع‌تر از انتظار منتقدان از کمبود و اصطکاک نصب به اقتصاد مقیاس می‌رسد. backlog CoreWeave نیز در صورت پایداری مشتری، برق و برنامه تحویل می‌تواند سال‌ها استفاده ایجاد کند. در سوی دیگر، backlog درآمد نیست، EBITDA غیر GAAP جریان نقد آزاد نیست و بهبود یک‌فصلی حاشیه ممکن است از ترکیب محصول، زمان‌بندی یا تعدیل حسابداری بیاید، نه یک وضعیت پایدار جدید. کارایی نرم‌افزار می‌تواند هزینه هر خروجی را کم کند، اما با تحریک مصرف کل تقاضای برق و سرمایه را نیز بالا ببرد. هیچ‌یک از اسناد امروز بازده واحد و عمومی برای سرمایه‌گذاری AI ثابت نمی‌کند.

فهرست پیگیری باید عینی باشد. سود Pocket TTS در llama.cpp را روی دستگاه‌ها و آستانه‌های کیفیت نماینده بازتولید کنید و مسیر DSpark کوانتیزه vLLM را زیر هم‌زمانی production بیازمایید. پل GAAP و غیر GAAP Lumentum را تطبیق دهید و ببینید راهنمای بالاتر به نقد تبدیل می‌شود یا نه. برای ارقام نهایی حسابرسی‌شده Supermicro، پایداری حاشیه ناخالص و حل بازبینی کنترل صادرات منتظر بمانید. در CoreWeave، تبدیل درآمد در برابر تعهدات مشروط به تحویل، هزینه بهره، capex و تفاوت توان فعال و قراردادی را دنبال کنید. در تگزاس، تأیید اتصال و بار تکمیل‌شده را با forecast تازه EIA مقایسه کنید. نتیجه مشروط اما روشن است: تقاضای AI در سراسر پشته قابل‌اندازه‌گیری می‌شود؛ ارزش پایدار به اپراتوری می‌رسد که آزمون برق و سرمایه را بدون شل‌کردن معیار فنی یا حسابداری پشت سر بگذارد.


منابع و اسناد

  1. 01Lumentum Announces Fourth Quarter and Full Fiscal Year 2026 ResultsLumentum · ۲۰ مرداد ۱۴۰۵
  2. 02Supermicro Announces Preliminary Fourth Quarter and Full Fiscal Year 2026 ResultsSupermicro · ۲۰ مرداد ۱۴۰۵
  3. 03CoreWeave Reports Second Quarter 2026 ResultsCoreWeave · ۲۰ مرداد ۱۴۰۵
  4. 04llama.cpp b10369: Add Pocket TTS Supportllama.cpp · ۲۱ مرداد ۱۴۰۵
  5. 05vLLM v0.27.1 Release NotesvLLM · ۲۰ مرداد ۱۴۰۵
  6. 06August 2026 Short-Term Energy Outlook: Electricity, Coal, and RenewablesUS Energy Information Administration · ۲۰ مرداد ۱۴۰۵
  7. 07Money Stock: Preliminary Figures for July 2026Bank of Japan · ۲۱ مرداد ۱۴۰۵

برچسب‌ها

زیرساخت هوش مصنوعیکارایی استنتاجشبکه نوریسرور هوش مصنوعیابر پردازنده گرافیکیبرق دیتاسنترساختار سرمایهپیش‌بینی انرژی

اخبار مرتبط

ای‌اس‌ام‌ال می‌گوید برنامهٔ تولیدش پاسخ‌گوی تقاضای ۲۰۲۷ و ۲۰۲۸ نیست
۲۳ مهر ۱۴۰۵•منبع: ASML

ای‌اس‌ام‌ال می‌گوید برنامهٔ تولیدش پاسخ‌گوی تقاضای ۲۰۲۷ و ۲۰۲۸ نیست

ای‌اس‌ام‌ال می‌گوید برنامهٔ فعلی تولیدش برای پاسخ به تقاضای مشتریان در ۲۰۲۷ و ۲۰۲۸ کافی نیست؛ حتی با سود قابل توجهی که امروز گزارش می‌کند. ابزارهای تازهٔ انویدیا ممکن است محاسبات مهندسی را کوتاه‌تر کنند، اما سرعت بیشتر یک محاسبه به‌خودی‌خود تولید کارخانه را بالا نمی‌برد. نظرسنجی فعالان نیمه‌رسانا از مشکل نیروی ماهر خبر می‌دهد و تورم آمریکا نیز موضوعی جداگانه برای فرض‌های تأمین مالی است. این شماره تفاوت ظرفیت دستگاه، سود گزارش‌شده، زمان محاسبه و قیمت مصرف‌کننده را روشن می‌کند. آنچه باید در ادامه دید، تعهد مشخص‌تر تولید و نتیجهٔ آزمون در کار واقعی است، نه فرض رفع کمبود با نرم‌افزار.

گلوبال‌فاندریز تولید قطعات بسته‌بندی هوش مصنوعی را برای ۲۰۲۸ هدف گرفت
۱۷ مهر ۱۴۰۵•منبع: GlobalFoundries

گلوبال‌فاندریز تولید قطعات بسته‌بندی هوش مصنوعی را برای ۲۰۲۸ هدف گرفت

گلوبال‌فاندریز با تی‌اس‌ام‌سی برای تولید قطعات بسته‌بندی تراشه‌های هوش مصنوعی در نیویورک توافق کرد؛ اما این خبر به معنای آماده‌شدن ظرفیت تازه در همین امروز نیست. هم‌زمان، درآمد ماهانهٔ تی‌اس‌ام‌سی و برآورد سود فصلی سامسونگ تصویری از کسب‌وکار فعلی تراشه‌سازان می‌دهند. در سوی مصرف نیز انویدیا و وزارت انرژی آمریکا برنامه‌های تازه‌ای برای پژوهش با هوش مصنوعی اعلام کرده‌اند. گزارش امروز تفاوت این اسناد را توضیح می‌دهد: قرارداد تولید با درآمد ثبت‌شده یکی نیست، سود تلفیقی سهم هوش مصنوعی را نشان نمی‌دهد و بودجهٔ پژوهش هم هنوز نتیجهٔ علمی نیست. برای فهم اثر واقعی این خبرها باید زمان تحویل، نوع هزینه و خروجی قابل سنجش هر برنامه را جدا دنبال کرد.

اپلاید دیجیتال از تجهیز مراکز هوش مصنوعی نزدیک سه برابر اجارهٔ پایه درآمد گرفت
۱۶ مهر ۱۴۰۵•منبع: Applied Digital

اپلاید دیجیتال از تجهیز مراکز هوش مصنوعی نزدیک سه برابر اجارهٔ پایه درآمد گرفت

اپلاید دیجیتال در تازه‌ترین گزارش مالی خود، ۱۸۳٫۵ میلیون دلار درآمد تجهیز فضای مشتریان را در برابر ۶۵٫۸ میلیون دلار اجارهٔ پایه ثبت کرد. این تفاوت نشان می‌دهد چرا رشد درآمد مراکز هوش مصنوعی را نمی‌توان یکسره رشد اجارهٔ تکرارشونده دانست. زیان حسابداری بزرگ، زیان تعدیل‌شدهٔ کوچک‌تر و جریان نقد مثبتِ عملیات نیز هرکدام مبنای متفاوتی دارند. گزارش امروز این حساب‌ها را باز می‌کند و سپس با اتکا به صورت‌جلسهٔ تازهٔ فدرال رزرو، تغییر چت‌جی‌پی‌تی و قیمت‌های هایکو ۵٫۵، پرسش بعدی را مطرح می‌کند: درآمد ساخت زیرساخت چگونه به درآمد پایدار استفاده از آن تبدیل می‌شود؟ پاسخ هنوز به تحویل پروژه، هزینهٔ تأمین مالی و مصرف واقعی وابسته است.

ژرف این تحلیل را به‌طور مستقل و بر پایه منابع اصلی نوشته است. برای جزئیات و زمینه کامل، پیوندهای بالا را ببینید.

می‌خواهید هوش مصنوعی را وارد کار روزمره سازمانتان کنید؟

با ما تماس بگیرید و بگویید کدام کار بیشترین وقتتان را می‌گیرد.

تماس با ما