ከቺፕ ባሻገር Nvidia፦ ክፍት ምንጭ፣ የAI ፋብሪካዎችና የመሠረተ ልማት ጥቅም
Nvidia የምትሸጠው ቺፕ ብቻ ሳይሆን መሠረተ ልማት ነው
ትንተና | 13 ኖቬምበር 2026። Nvidia በዳታ ማዕከላት የAI ሞዴሎችን ለማሰልጠንና ለማስኬድ የሚያገለግሉ ከፍተኛ ደረጃ ቺፖች ዋና አቅራቢ ናት። የዘርፉ ግምቶች ዓለም አቀፍ ድርሻዋን ወደ 80% ያስጠጋሉ። አስፈላጊነቷ ከፕሮሰሰሮች አልፎ ሶፍትዌር፣ የልማት መሣሪያዎች፣ ክላውድና የኢንጂነሪንግ አሠራርን ይጨምራል። እየሠራ ያለውን ይህን መድረክ መተካት ተወዳዳሪ ፕሮሰሰር ከመንደፍ የሚበልጥ ሥራ ነው። የገበያ ድርሻ የተወሰነ ገበያን ይለካል፤ ሁሉንም የAI ኩባንያዎች አይቆጥርም፣ በNvidia ብቻ ጥገኛ መሆናቸውንም አያረጋግጥም።
ከተቀመጠ መረጃ ፍለጋ ወደ አውዱን የሚከተል መልስ በቅጽበት ማመንጨት መሸጋገር የስሌትን ኢኮኖሚያዊ ሚና ይለውጣል። AI ዝግጁ ፋይል ከማቅረብ ይልቅ ውጤቱን ለመፍጠር ያሰላል። የAI ፋብሪካ ሐሳብ ከዚህ ይመጣል፤ መሠረተ ልማቱ የዲጂታል አገልግሎት ምርት ሂደት አካል ይሆናል። የንግድ ፈተናው ውጤቱ ከማቅረቢያ ወጪው በላይ ገቢ ለማምጣት በቂ ጥቅም አለው ወይ የሚለው ነው።
ክፍት ምንጭ የሞተሩ አካል ነው፤ CUDA ግን ሙሉ በሙሉ ክፍት አይደለም
ክፍት ምንጭ ተመራማሪዎችና አልሚዎች በፈቃዱ መሠረት ሶፍትዌርን እንዲመረምሩ፣ እንዲያሻሽሉና እንዲያካፍሉ ያስችላል። በኩባንያዎችና በአገሮች መካከል ትብብር ያመቻቻል። PyTorch ምሳሌ ነው፤ ወደ Linux Foundation ሲዛወር AMD፣ AWS፣ Google Cloud፣ Meta፣ Microsoft Azure እና Nvidia የመሳሰሉ አባላት ተሰባሰቡ። ስለዚህ ክፍት የAI ሶፍትዌር የአንድ ቺፕ ኩባንያ ብቻ ንብረት ወይም ስኬት አይደለም።
Nvidia በዚህ ሥርዓት ስትሳተፍ የባለቤትነት ገደብ ያላቸውንም ክፍሎች ታቆያለች። CUTLASS በBSD ፈቃድ፣ የLinux GPU kernel modules ደግሞ በMIT/GPL ድርብ ፈቃድ ይሰራጫሉ። ነገር ግን kernel modules ክፍት መሆናቸው መላው driver፣ firmware ወይም CUDA Toolkit ክፍት ምንጭ ሆነ ማለት አይደለም። Toolkit የራሱ ፈቃድና ገደቦች አሉት። በነፃ ማውረድ፣ ክፍት ምንጭና ክፍት የሞዴል ክብደቶች የተለያዩ ናቸው፤ እያንዳንዱን ክፍል ለየብቻ መመርመር ያስፈልጋል።
ክፍት ሞዴሎች የተያያዙ ሦስት ዓላማዎች አሏቸው፤ የወደፊት ሞዴል አወቃቀርን መረዳት፣ AIን ከጥቂት ዝግ አቅራቢዎች ውጭ ማስፋፋት፣ ከቋንቋ በተጨማሪ ባዮሎጂ፣ ፊዚክስና ሮቦቲክስን መደገፍ። Nemotron 3 Super ተጨባጭ ምሳሌ ነው። Nvidia በአጠቃላይ 120 ቢሊዮን፣ በአንድ ጊዜ ንቁ 12 ቢሊዮን parameters ያሉት ድብልቅ Mamba-Transformer mixture-of-experts ሞዴል ብላ ትገልጸዋለች፤ checkpoints፣ የመረጃ ስብስቦችና የግንባታ ዘዴዎች ተለቀዋል። ይህ የተወሰነ ክፍትነትን ያሳያል፣ ሁሉም ምርቶች ከገደብ ነፃ ናቸው ማለት አይደለም።
ጥቅሙ ከሐሳብ ወደ እየሠራ ያለ ሥርዓት የሚወስደው መንገድ ነው
CUDA ለGPU የተፋጠኑ መተግበሪያዎች የፕሮግራም መድረክ፣ compiler፣ ላይብረሪዎችና መሣሪያዎች ይሰጣል። ተመራማሪ ሁሉንም ተግባር በCUDA በቀጥታ ሳይጽፍ ከፍተኛ ደረጃ framework ሊጠቀም ይችላል። ከዚያ በታች ያሉ የአፈጻጸም ምርጫዎች ግን የማህደረ ትውስታ አጠቃቀምን፣ ስሌትንና የመሣሪያዎች መገናኛን ይወስናሉ።
የCUDA የተቋቋመ የተጠቃሚ መሠረት ቁልፍ የውድድር ጥቅም ነው። የሚደገፍ ሶፍትዌር፣ የሰለጠኑ መሐንዲሶች፣ debugging መሣሪያዎችና የታወቁ ማሰማሪያ መንገዶች ሞዴልን ወደ እውነተኛ አገልግሎት ማስገባት ያለውን እርግጠኛ አለመሆን ይቀንሳሉ። ተወዳዳሪው የሚጋፈጠው በቺፕ ዝርዝር ያለ ቁጥርን ብቻ ሳይሆን ይህን የሚሠራ ጥምረት ነው። መተካት ሶፍትዌር ማላመድ፣ ውጤት ማረጋገጥና ክህሎት እንደገና መገንባት ሊጠይቅ ይችላል። ችግሩ እውን ነው፣ ወጪው ግን እንደ ሥራው ይለያያል፤ ዘላቂ መታሰር አይደለም።
OpenAI እና ክላውድ፦ ከፍተኛ ጥገኝነት፣ ግን ሁሉን ያካተተ ሞኖፖል አይደለም
ChatGPT የOpenAI አገልግሎት ነው፣ በዚህ ንጽጽር የተለየ ቺፕ ገዢ አይደለም። በሴፕቴምበር 2025 የOpenAI ማስታወቂያ Nvidiaን ተመራጭ የስሌትና የኔትወርክ ስትራቴጂ አጋር ብሎ ገልጾ፣ ቢያንስ 10 ጊጋዋት የNvidia ሥርዓቶች ለማሰማራት የዓላማ ደብዳቤ አሳወቀ። Nvidia በደረጃ እስከ US$100 ቢሊዮን ለማፍሰስ ያላትንም ሐሳብ ገለጸ። እነዚህ በዚያ ቀን የታወቁ ዕቅዶች ናቸው፣ ሙሉ አቅሙ መጀመሩን ወይም ሙሉ ገንዘቡ መከፈሉን የሚያሳዩ ማስረጃዎች አይደሉም።
ክላውድ ደንበኞች የራሳቸውን servers ሳይገዙ የNvidia ሃርድዌር የሚጠቀሙበት ሌላ መንገድ ነው። AWS ለስልጠና፣ inference እና ከፍተኛ አፈጻጸም ስሌት H100 GPU ያላቸውን EC2 P5፣ H200 ያላቸውን P5e/P5en ይዘረዝራል። ክላውድ አቅራቢው በሃርድዌሩ ዙሪያ ኔትወርክና የአቅም አስተዳደርን ጨምሮ አገልግሎት ይሰጣል። ይህ ከቺፕ ግብይት የሰፋ ግንኙነት ነው።
Nvidia ሰፊውን ገበያ ብትመራም አማራጮች ጠቃሚ ሥራ ያከናውናሉ። Google የራሱን Trillium TPU ተጠቅሞ Gemini 2.0ን አሰልጥኗል። AWS በProject Rainier የTrainium2 መሠረተ ልማት ላይ የAnthropic ሥራዎች እንደሚሠሩ ዘግቧል። እነዚህ እውነተኛ አማራጮች ናቸው፣ ሁሉም ተወዳዳሪ በሁሉም ሥራ ርካሽ፣ ፈጣን ወይም እኩል ተደራሽ ነው የሚል ማስረጃ አይደሉም። እውነታው ሰፊ ጥገኝነት ከተመረጠ መተካት ጋር ነው፣ ሁሉም በአንድ አቅራቢ ብቻ ጥገኛ መሆን አይደለም።
ከቻት ባሻገር፦ ጤና፣ ሮቦቲክስና ከዳሳሽ አጠገብ ስሌት
የNvidia በሰነድ የተደገፉ መድረኮች የሕክምና ምስል፣ ጂኖሚክስ፣ የመድኃኒት ግኝት ምርምርና ሮቦቲክስን ያካትታሉ። የጤና ሰነዶች MONAIን ለሕክምና ምስል AI፣ Parabricksን ለጂኖሚክስ ይገልጻሉ፤ IGX ለኢንዱስትሪ፣ ሮቦትና የሕክምና edge ሥራዎች ተነድፏል። እነዚህ የምርት ችሎታና የታሰበ አጠቃቀም ናቸው፣ የፈውስ፣ የክሊኒክ ፈቃድ ወይም በሁሉም ሆስፒታል መተግበር ማስረጃ አይደሉም።
ዳታ ማዕከልና edge ልዩነት አላቸው። ማዕከላዊ ሥርዓት ትልቅ የጋራ የስሌት ሀብት ይሰጣል፤ edge ደግሞ ከካሜራ፣ ማሽን ወይም ዳሳሽ ቅርብ መረጃ ያቀናብራል። ይህ የአካባቢ ፈጣን ምላሽንና የተመረጠ መረጃ ማስተላለፍን ጠቃሚ ሊያደርግ ይችላል። ግን የኃይል፣ የአስተማማኝነትና የደህንነት መስፈርቶች እንደ አካባቢው ይለያያሉ። አንድ አወቃቀር በብዙ ዘርፍ መኖሩ አንድ ዓይነት መሣሪያ በሁሉም ቦታ ይሠራል ማለት አይደለም።
Nvidia ሕዋ ደርሳለች፤ በምህዋር የAI ፋብሪካ ግን ሌላ ጥያቄ ነው
የተወሰነ የሕዋ ማስረጃ አለ። በጁን 2023 የJet Propulsion Laboratory አቀራረብ በዓለም አቀፍ የሕዋ ጣቢያ ውስጥ ባለው HPE Spaceborne Computer-2 አራት Nvidia Tesla T4 GPU ይዘረዝራል። ያው ፕሮግራም ሌሎች ፕሮሰሰሮችንም መርምሯል። ይህ የNvidia ሃርድዌር በምህዋር ስሌት ሙከራ መጠቀሙን ይደግፋል፣ ሁሉንም ሳተላይት ያንቀሳቅሳል ወይም በሕዋ የመጀመሪያ GPU ነበር አያስብልም።
የNASA የSpaceborne Computer ገለጻ የጨረር ችግርንና HPE ሥርዓቶችን በሶፍትዌር ተቆጣጥሮ ሲያስፈልግ ፍጥነታቸውን የሚቀንስበትን ዘዴ ያብራራል። በምህዋር ስሌት የኢንጂነሪንግ ችግር ነው፣ serversን ከከባቢ አየር በላይ ማንቀሳቀስ ብቻ አይደለም። ጨረር፣ ተጠባባቂ ክፍሎች፣ ኃይልና ሙቀት ማስወገድ ሁሉ ያስፈልጋሉ። ከሳተላይት ዳሳሾች ቅርብ ምስል ማቀናበር ከትልቅ የምህዋር AI ፋብሪካ ግንባታ ይለያል። ሁለተኛው የወደፊት አቅጣጫ ነው፣ የተፈታ ማቀዝቀዣ ችግር ወይም የተረጋገጠ የማስረከቢያ ቀን አይደለም።
ዋጋ፦ የገበያ ዋጋን ከትንበያ መለየት
ለዚህ ጽሑፍ የተመረመረ መረጃ በ12 ኖቬምበር 2026 የአሜሪካ ገበያ መዝጊያ አካባቢ የNvidia የአክሲዮን ገበያ ዋጋ በግምት US$4.01 ትሪሊዮን እንደነበር ያሳያል። ይህ ቀን ያለው የተጠጋጋ ግምት ነው፣ የ13 ኖቬምበር የአሜሪካ ግብይት ቀጥታ ዋጋ አይደለም። የገበያ ካፒታላይዜሽን አክሲዮንን ይገመታል፣ ዓመታዊ ገቢ፣ በባንክ ያለ ገንዘብ ወይም AI ለማኅበረሰብ ያለው አጠቃላይ ጥቅም አይደለም።
ወደፊት US$10 ትሪሊዮን ዋጋ ወይም US$3 ትሪሊዮን ዓመታዊ ገቢ የታላቅ ዕድገት ሁኔታ ነው፣ የተሳካ ውጤት አይደለም። መሠረቱ የAI ፋብሪካዎች ከነባር ገበያ ድርሻ ከመውሰድ በላይ አዲስ ፍላጎት ይፈጥራሉ የሚል ነው። ፍላጎቱ ትርፋማ መሆኑ ደንበኞች ለጠቃሚ ውጤት በሚከፍሉት፣ በመሠረተ ልማት ወጪና በቴክኒክ እድገት ይወሰናል። ቁጥሮቹ የረጅም ጊዜ ዕድሎች ናቸው፣ በዚህ ትንተና የተደገፉ ወይም የተረጋገጡ ግቦች አይደሉም።
ቀጣዩ ገደብ መላው ፋብሪካ ነው
የስሌት መለኪያ ከGPU ወደ ኮምፒውተር፣ cluster እና መላ የAI ፋብሪካ ሰፍቷል። የOpenAI የታወቁ ዕቅዶችና የAWS GPU cluster ገለጻዎች ከፕሮሰሰር ጋር ኔትወርክና ማሰማራት ለምን ወሳኝ እንደሆኑ ያሳያሉ። ኃይል፣ ማቀዝቀዣ፣ የሶፍትዌር አስተማማኝነትና የአጠቃቀም መጠን በጋራ መገምገም አለባቸው። accelerator መግዛት ፍሬያማ አገልግሎት ማስኬድ አይደለም። በፕላኔት ደረጃ ስሌት የረጅም ጊዜ አቅጣጫ ነው፣ የተጠናቀቀ ችሎታ አይደለም።
ክፍት ምንጭ ተሳትፎንና ሶፍትዌር ማላመድን ያሰፋል። ግን ኤሌክትሪክ አያቀርብም፣ የሃርድዌር ወጪ አያስወግድም፣ መተግበሪያ ወጪውን እንደሚሸፍንም አያረጋግጥም። እንዲሁም የባለቤትነት ሃርድዌርና ሶፍትዌር ጥገኝነትን ዘላቂ ሳያደርጉ ጠቃሚ አፈጻጸም ሊሰጡ ይችላሉ። በጋራ መሣሪያዎችና በንግድ መድረኮች መካከል ያለው ሚዛን ቀጣይ ውድድር ነው፣ የተወሰነ የኢንዱስትሪ ሕግ አይደለም።
መደምደሚያ፦ ለመተካት ከባድ ማለት የማይቻል ማለት አይደለም
የNvidia አስፈላጊነት በፈጣን ስሌት፣ በበሰለ ሶፍትዌር፣ በአልሚዎች እምነት፣ በክላውድና ከምርምር ላቦራቶሪ እስከ ምህዋር ሙከራ በሚደርሱ አጠቃቀሞች ጥምረት ነው። ክፍት ሥራዋ ብዙ ሰዎች እንዲገነቡበት ይረዳል፣ የባለቤትነት ክፍሎችም የንግድ ጠቀሜታ አላቸው። ጥያቄው GPU መቅዳት ይቻላል ወይ አይደለም፤ አማራጭ የተወሰነ ደንበኛ የሚፈልገውን ሙሉ አስተማማኝ ሥርዓት ማቅረብ ይችላል ወይ ነው።
ስለዚህ Nvidiaን በብዙ ሁኔታ መተካት ከባድ ነው፣ በሁሉም ሁኔታ የማይቻል ግን አይደለም። Google TPU እና AWS Trainium ይህን ፍጹም አባባል አስቀድመው ያስቀራሉ። የወደፊት ስኬቷ ኢንጂነሪንግንና ሰፊ የመሥሪያ አውታሯን በተቀባይነት ያለው ወጪ ወደ ጠቃሚ ሥራ መለወጥ በመቀጠሏ ይወሰናል። ትልቅ ዋጋ ተስፋን ያንጸባርቃል፣ ዋስትና አይሰጥም። ይህ የአርትዖት ትንተና ነው፣ የኢንቨስትመንት ምክር አይደለም።