ما زالت شركات الذكاء الاصطناعي في الهند تخطط حول طابور توريد لوحدات GPU، حتى بعد تراجع أسوأ مراحل نقص العتاد في موجة الذكاء الاصطناعي التوليدي الأولى. قال Narendra Sen، الشريك المؤسس في NeevCloud، إن مهل توريد وحدات GPU المؤسسية من الجيل التالي تتراوح الآن بين 36 و52 أسبوعا، مع دفع بعض الطلبات الجديدة إلى عام 2027.

يقع نقص حوسبة الذكاء الاصطناعي في الهند الآن عبر الرقائق، وذاكرة high-bandwidth memory، ومكونات الشبكات، وبنية الطاقة اللازمة للتشغيل. قال Sunil Gupta، الشريك المؤسس والرئيس التنفيذي في Yotta، إن مشروعات بنية الذكاء الاصطناعي الكبيرة ما زالت تحتاج إلى حجوزات مبكرة وتنسيق وثيق مع مصنعي المعدات الأصلية ومتكاملي الأنظمة وموردي GPU.

NeevCloud تشير إلى مهل GPU بين 36 و52 أسبوعا

قال Sen إن ضوابط التصدير ومتطلبات الامتثال والرسوم الجمركية ونقص المواد تغير طريقة تخصيص وحدات GPU. وقال إن الموردين يعطون الأولوية للأسواق الاستراتيجية وبرامج الذكاء الاصطناعي السيادي ومشغلي hyperscale، ما يقلل الإتاحة للشركات الأصغر.

غيّر هذا الضغط الجدول الزمني للمشترين الهنود. قال Sen إن تجهيزات العناقيد المخصصة التي كانت تستغرق تاريخيا نحو شهرين باتت تستغرق قرابة أربعة أشهر. وقال Gupta إن مهل المشاريع الكبيرة تراوحت بين 6 و15 شهرا في 2024، وإن الوضع الحالي أكثر قابلية للتنبؤ لكنه لم ينته.

وصف Ashok Chandak، رئيس India Electronics and Semiconductor Association، النقص بأنه اختلال هيكلي. وقال إن مهل التسليم تحسنت منذ ذروة النقص، بينما ما زال طلب مراكز البيانات العالمي يتجاوز العرض.

بيانات Jefferies تظهر فجوة 12 GW في مراكز البيانات

استشهد المقال بتقرير Jefferies الذي قال إن 8.9 GW من سعة مراكز البيانات العالمية دخلت التشغيل في 2025 مقابل طلب يقارب 21.1 GW. وبحسب تقرير Jefferies، بلغت هذه الفجوة نحو 12 GW.

وقال التقرير نفسه إن مشغلي hyperscale من المتوقع أن يضخوا $770 Bn في القطاع في 2026، بزيادة 74% على أساس سنوي. تؤثر هذه الالتزامات على مزودي السحابة الأصغر لأن Microsoft وAmazon وGoogle وMeta تعقد اتفاقيات شراء طويلة الأجل لأجزاء كبيرة من أحدث شحنات Nvidia.

قال Sen إن الاختناقات امتدت إلى ما بعد المعالجات لتشمل تغليف CoWoS وذاكرة high-bandwidth memory وبنية الطاقة اللازمة لتشغيل العناقيد الكبيرة. وقال أيضا إن مكونات الذاكرة والشبكات لمسرعات Nvidia الأحدث تحمل الآن مهلا أطول من الرقائق التي تدعمها. وجرى تسمية SK Hynix وSamsung وMicron كموردي الذاكرة المهيمنين، مع عدم توقع إضافة المصانع الجديدة سعة كبيرة قبل 2027 أو 2028.

شركات هندية ناشئة تحجز السعة قبل جولات التدريب

قال Gupta إن الشركات الكبيرة وبناة النماذج وشركات منصات الذكاء الاصطناعي تخطط لاحتياجات الحوسبة قبل عدة فصول. ويحجز مزودو السحابة السعة قبل سنوات ويستخدمون عتادا من أجيال أقدم إلى حين وصول العناقيد الأحدث.

قال Ankur Edkie، الشريك المؤسس والرئيس التنفيذي في Murf.AI، إن شركة الذكاء الاصطناعي الصوتي تفصل التدريب المجدول عن الاستدلال المستمر في الوقت الحقيقي لحركة الصوت المباشرة. وتحجز Murf.AI سعة مضمونة قبل جولات التدريب المخطط لها بدلا من الاعتماد فقط على السوق الفورية.

اعتمدت Nurix نسخة أصغر من هذا النموذج. قالت Nurix إنها تعمل بأسطول من 15 إلى 22 وحدة GPU، وتشغل الاستدلال في الوقت الحقيقي خلال ساعات الإنتاجية العالية وتنقل الضبط الدقيق إلى ساعات انخفاض الطلب. كما تستخدم Nvidia H100 للاستدلال الأثقل، بينما تضع النماذج الأخف على معماريات T4 وL4 الأقدم.

قال Ankush Sabharwal، الشريك المؤسس في CoRover، إن الشركة تستخدم بنية ذكاء اصطناعي مركبة تتعامل مع نحو 80% من مهامها من دون استدلال كثيف الاعتماد على GPU. وقال إن CoRover تحصل على السعة من Google Cloud وYotta وNxtGen وIndiaAI Mission، مع وصول الاستخدام الذروي إلى نحو 1,200-1,250 وحدة GPU.

سعة IndiaAI Mission ما زالت تعتمد على الرقائق المستوردة

قال Chandak إن الهند تستورد تقريبا كل رقائقها المتقدمة، واعتبر أن تخصيص GPU أصبح قضية أمن سيادي. ووضعت بيانات الإنتاج المشار إليها نحو 90% من إنتاج رقائق المنطق المتقدمة عند عقد 2 nm و3 nm و5 nm في تايوان، بينما تهيمن الصين على المعادن الحرجة. ووصف صانعو الرقائق بأنهم ينوعون السعة نحو الولايات المتحدة وأوروبا والهند ودول في جنوب شرق آسيا، لكن لم يجر تحديد أي موقع جديد بوصفه كافيا لإزالة ضغط الإمدادات في المدى القريب.

لم تكشف الشركات والهيئات الصناعية المسماة أحجام التخصيص المؤكدة لعام 2027، أو دفاتر طلبات GPU الموقعة، أو قوائم انتظار العملاء، أو أسعار العناقيد، أو موعد إزالة إمدادات HBM ومكونات الشبكات الجديدة لطابور المشترين الهنود.