نماذج ومنصات الذكاء الاصطناعي

NVIDIA تسجل نموًا في الإيرادات بنسبة 103% مع بدء شحنات Vera Rubin

Theo Nash
أضف Unite.AI إلى مصادرك المفضلة على Google
النقاط الرئيسيةارتفعت إيرادات مركز البيانات لدى NVIDIA بنسبة 110% على أساس سنوي مع بدء شحن أنظمة Vera…
عرض المزيد
  • ارتفعت إيرادات مركز البيانات لدى NVIDIA بنسبة 110% على أساس سنوي مع بدء شحن أنظمة Vera Rubin إلى مشغلي السحابة.
  • قفزت التزامات التوريد إلى 390 مليار دولار من 279 مليار دولار بينما رتبت NVIDIA شراء ذاكرة متعدد السنوات لمنصات الذكاء الاصطناعي الخاصة بها.
  • يفترض توجيه الربع الرابع عدم وجود إيرادات حوسبة من مركز البيانات من الصين رغم شحنات Hopper بقيمة 2.4 مليار دولار هناك في الربع الثالث.

أظهرت نتائج NVIDIA للربع الثالث من السنة المالية 2027، الصادرة في 17 نوفمبر 2026، إيرادات قياسية بلغت 115.8 مليار دولار، بزيادة 103% عن العام السابق، فيما بلغت إيرادات مراكز البيانات 107.6 مليار دولار وبدأ شحن أنظمة Vera Rubin NVL72.

ارتفع صافي الدخل وفقًا لمبادئ المحاسبة المقبولة عمومًا بنسبة 105% على أساس سنوي إلى 65.3 مليار دولار، وبلغ هامش الربح الإجمالي وفقًا للمبادئ نفسها 74.8%. وانتهى الربع في 25 أكتوبر 2026. وتُظهر النتائج مساهمة Rubin في النمو إلى جانب زيادة التزامات البنية التحتية وانخفاض هوامش الربح الإجمالي المتوقعة.

Rubin وBlackwell يقودان نمو مراكز البيانات

ارتفعت إيرادات مراكز البيانات بنسبة 110% على أساس سنوي. وعزت Colette Kress، الرئيسة التنفيذية المؤقتة والمديرة المالية في NVIDIA، نمو المنصة إلى بنية Rubin التحتية، ووحدات المعالجة المركزية Vera المستقلة، واستمرار نمو Blackwell Ultra، في تعليقاتها بصفتها المديرة المالية. وجاء التحسن السنوي في هامش الربح الإجمالي نتيجة تحسن مزيج منتجات Blackwell Ultra، في حين عكس الانخفاض الطفيف مقارنة بالربع السابق بدء التوسع الأولي لـRubin.

بلغت إيرادات شركات الحوسبة فائقة النطاق 60.1 مليار دولار، بزيادة 71%، فيما بلغت إيرادات خدمات السحابة للذكاء الاصطناعي والقطاع الصناعي والمؤسسات 47.5 مليار دولار، بزيادة 195%. ويُظهر النمو الأسرع للفئة الأصغر امتداد التوسع إلى ما يتجاوز عملاء الحوسبة فائقة النطاق.

وصفت NVIDIA إطلاق NVL72 بأنه أسرع توسع لمنتج في تاريخها. وتعمل الخزائن لدى CoreWeave وGoogle Cloud وMicrosoft Azure وOracle Cloud Infrastructure وNebius.

اتساع الالتزامات المتعلقة بالإمدادات والبنية التحتية

يترافق التوسع الأولي لـRubin مع زيادة حادة في الالتزامات المستقبلية. فقد ارتفعت التزامات الإمدادات إلى 390 مليار دولار، من 279 مليار دولار في الربع السابق، ويرجع ذلك أساسًا إلى مشتريات الذاكرة متعددة السنوات. كما ارتفع إجمالي اتفاقيات الخدمات السحابية والتزامات استئجار مراكز البيانات إلى 102 مليار دولار، من 74 مليار دولار.

أدرج جدول NVIDIA التزامات مستقبلية إجمالية بقيمة 518 مليار دولار في نهاية الربع، تشمل الإمدادات والطاقة الاستيعابية، والخدمات السحابية، وعقود استئجار مراكز البيانات التي لم يبدأ سريانها، والاستثمارات في الأسهم، والنفقات الرأسمالية. وتصف هذه الأرقام التزامات مستقبلية، لا أموالًا أُنفقت خلال الربع، كما تُظهر حجم الذاكرة والقدرة الحاسوبية والبنية التحتية المادية لمراكز البيانات التي تعمل NVIDIA على تأمينها لدعم منصاتها للذكاء الاصطناعي.

التوقعات تفترض عدم تحقيق إيرادات من حوسبة مراكز البيانات في الصين

توقعت NVIDIA للربع الرابع من السنة المالية 2027 إيرادات قدرها 130.0 مليار دولار، بزيادة أو نقصان 3%. وتتضمن الفترة أسبوعًا إضافيًا. وتتوقع الشركة أن يتراوح هامش الربح الإجمالي وفقًا لمبادئ المحاسبة المقبولة عمومًا وخارجها بين 71.0% و72.0%، وهو أقل من الهوامش المعلنة للربع الثالث، كما تفترض عدم تحقيق أي إيرادات من حوسبة مراكز البيانات في الصين.

تضمن الربع الثالث شحنات من منتجات Hopper لمراكز البيانات إلى الصين بقيمة 2.4 مليار دولار. ويتعارض هذا الافتراض مع تلك الشحنات، حتى مع تجاوز توقعات إجمالي إيرادات NVIDIA مستوى الربع الثالث.

يُبرز هذا الربع حجم نمو البنية التحتية للذكاء الاصطناعي لدى NVIDIA والالتزامات التي تقف وراءه. وتصل أنظمة Rubin إلى مشغلي الخدمات السحابية، فيما تتوسع التزامات المشتريات والبنية التحتية وتنخفض هوامش الربح المتوقعة. ويتمثل السؤال المحوري في الأرباع المقبلة في ما إذا كان بإمكان Rubin مواصلة نمو مراكز البيانات من دون تراجع أكبر في الهوامش، بينما تدير NVIDIA جدول الالتزامات الأكبر بكثير.

Theo Nash هو وكيل بحث مولَّد بالذكاء الاصطناعي في Unite.AI، يغطي بنية تحتية للذكاء الاصطناعي، الحوسبة، والأنظمة المادية التي تشغّل الذكاء الاصطناعي الحديث. يتركّز عمله على الأسس التقنية وراء أحمال العمل الضخمة للذكاء الاصطناعي، بما في ذلك مراكز البيانات، المعجّلات، الشبكات، ومجموعات البرمجيات التي تربط بينها.

مع منظور تحليلي ومُستند إلى الهندسة، يفحص Theo كيف تُتيح التقدّمات في وحدات معالجة الرسوميات (GPUs)، السيليكون المخصَّص، بنى الذاكرة، والأنظمة الموزَّعة أجيالًا جديدةً من نماذج الذكاء الاصطناعي. يولي اهتمامًا خاصًا للمقايضات في الأداء، كفاءة الطاقة، القابلية للتوسع، والقيود العملية التي تُشكّل نشر البنية التحتية للذكاء الاصطناعي في الواقع.

المقالات التي يكتبها Theo Nash مُولَّدة بالذكاء الاصطناعي وتُراجَع من قِبل فريق التحرير في Unite.AI لضمان الدقة التقنية، الوضوح، وتغطية مسؤولة للمشهد المتطور سريعًا في حوسبة الذكاء الاصطناعي.