Bitget App
تداول بذكاء
شراء العملات المشفرةنظرة عامة على السوقالتداولالعقود الآجلةStocksEarnالمؤسسةالذكاء الاصطناعي والمزيد
تزيد Nvidia من استثماراتها في الحوسبة العلمية! أطلقت Rubin HPC GPU، وتراهن على أن الذكاء الاصطناعي سيعيد تشكيل الحواسيب الفائقة

تزيد Nvidia من استثماراتها في الحوسبة العلمية! أطلقت Rubin HPC GPU، وتراهن على أن الذكاء الاصطناعي سيعيد تشكيل الحواسيب الفائقة

华尔街见闻华尔街见闻2026/11/16 17:54
عرض النسخة الأصلية
By:华尔街见闻

تضم وحدة GPU الفردية من Rubin HPC أكثر من 50,000 نواة CUDA، وهي مصممة خصيصاً للعمليات الحسابية العلمية، ومن المتوقع إطلاقها في عام 2028. توسع CUDA-X خريطة الحساب العلمي لتشمل مجالات مثل الفيزياء الفلكية، علوم المواد، تطوير الأدوية وبيولوجيا الخلايا الفردية، حيث تم تقليل تحليل الثقوب السوداء من شهر إلى 8 دقائق. عرضت NVIDIA دمج الربط الضوئي مع الحوسبة الكمومية لتعزيز بنية الحوسبة الفائقة، وأكدت أن Lambda تستخدم تقنية التغليف الضوئي المشترك (CPO) من NVIDIA لزيادة كفاءة الطاقة حتى 5 أضعاف. توسع NVIDIA نظام إدارة عبء العمل Slurm ليشمل معالجات الكم (QPU) ضمن سير عمل الحوسبة الفائقة التقليدية. كما أكدت NVIDIA أن رف Vera CPU سيطرح في بداية العام المقبل، مع توريد من Dell، HPE، Lenovo، وSupermicro.

تعمل Nvidia على تمديد تنافس البنية التحتية للذكاء الاصطناعي إلى مجال الحوسبة العلمية.

خلال مؤتمر الحوسبة الفائقة SC26 الذي عُقد في شيكاغو في 16 نوفمبر، أطلقت Nvidia وحدة معالجة الرسومات الجديدة Rubin HPC المصممة خصيصًا للحوسبة العلمية، ومحاكاة الهندسة وتحليل البيانات، وأعلنت عن سلسلة من التحديثات حول مكتبة البرمجيات CUDA-X، والحوسبة الفوتونية، والحوسبة الكمومية، محاولة دمج تسريع الحوسبة عبر GPU، ووكلاء الذكاء الاصطناعي والحوسبة عالية الأداء التقليدية (HPC) في منصة واحدة موحدة.

أرسل هذا الإطلاق إشارة هامة: مع بدء وكلاء الذكاء الاصطناعي بالمشاركة في الأعمال البحثية، إذ أصبح بإمكانهم اقتراح فرضيات بأنفسهم، واستخدام أدوات الحوسبة، وتشغيل عمليات المحاكاة وتعديل الخطط بناءً على النتائج، بدأت متطلبات الحوسبة في الحوسبة العلمية تتغير. تأمل Nvidia، من خلال التصميم التعاوني للبرمجيات والأجهزة، ألا يقتصر دور الذكاء الاصطناعي في تحليل البيانات للباحثين فقط، بل أن يشارك مباشرة في عملية الاكتشاف العلمي من طرح الأسئلة حتى التحقق من النتائج.

تعد Rubin HPC المنتج الأساسي للأجهزة في هذا الإطلاق. وعلى عكس وحدات معالجة الرسوميات المصممة أساسًا لتدريب واستنتاج الذكاء الاصطناعي، تم تخصيص هذه الوحدة خصيصًا لقراءة كميات كبيرة من البيانات، وعمليات المصفوفات المتناثرة، وتنفيذ المهام الحسابية المعقدة في الحوسبة والهندسة العلمية.

تزيد Nvidia من استثماراتها في الحوسبة العلمية! أطلقت Rubin HPC GPU، وتراهن على أن الذكاء الاصطناعي سيعيد تشكيل الحواسيب الفائقة image 0

كما كشفت Nvidia خلال SC 26 عن التقدم في إطلاق رفوف وحدات المعالجة المركزية Vera الجديدة، والتي ستطرح في السوق أوائل العام المقبل.

بشكل عام، تشير إشارات SC26 إلى أن Nvidia لا تسعى فقط للسيطرة على سوق وحدات معالجة الرسوميات اللازمة لتدريب الذكاء الاصطناعي واستنتاجه، بل تستهدف أيضًا سوق الحوسبة العلمية، محاكاة الهندسة، الحوسبة الكمومية والبنية التحتية ذات الصلة، والذي يُعد أوسع بكثير. ومع تحول وكلاء الذكاء الاصطناعي تدريجيًا من أدوات معالجة المعلومات إلى مساعدين بحثيين قادرين على استخدام البرمجيات المتخصصة وتنفيذ المهام المعقدة، سيصبح التكامل بين قوة GPU، وبرامج الحوسبة العلمية، والشبكات عالية السرعة هو محور التنافس في المرحلة المقبلة من الحوسبة عالية الأداء.

Rubin HPC: أكثر من 50 ألف نواة CUDA في وحدة معالجة رسوميات واحدة، مع تحسينات خاصة للحوسبة العلمية

أوضحت Nvidia أن Rubin HPC هي وحدة معالجة رسوميات جديدة ضمن منصة Vera Rubin ومخصصة لأعباء العمل المرتبطة بالعلم والهندسة وتحليل البيانات. هذه الوحدة مزودة بأكثر من 50 ألف نواة CUDA، وهو رقم قياسي جديد لوحدات معالجة الرسوميات من Nvidia، وتُدخل أيضًا تسريعًا لمعالجة البيانات المتناثرة، وتستخدم الجيل السابع من تقنية NVLink لزيادة كفاءة نقل البيانات بين وحدات معالجة الرسوميات.

تزيد Nvidia من استثماراتها في الحوسبة العلمية! أطلقت Rubin HPC GPU، وتراهن على أن الذكاء الاصطناعي سيعيد تشكيل الحواسيب الفائقة image 1

تشير Nvidia إلى وجود اختلافات واضحة بين الحوسبة العلمية ومهام الذكاء الاصطناعي التقليدية. سواء كان ذلك في نمذجة المناخ، محاكاة الهندسة، تحليل الجينوم أو حساب المخاطر المالية، غالبًا ما تتطلب التطبيقات ذات الصلة استخراج معلومات مبعثرة من كميات هائلة من البيانات بشكل متكرر، ثم تنفيذ العمليات الحسابية وتكرار هذه العملية باستمرار. لذلك، فإن زيادة عدد أنوية GPU وحدها ليست كافية لحل المشكلة، بل لا بد من تحسين قدرة نقل ومعالجة البيانات بشكل متزامن لتجنب بقاء الأنوية في وضع الانتظار أثناء انتظار البيانات.

يركز تصميم Rubin HPC تحديدًا على تحقيق التوازن بين نقل البيانات وقدرة المعالجة، من خلال تسريع عمليات المصفوفات المتناثرة، العمليات الحسابية النمطية (Stencil Computation)، الفرز والتقليص (Reduce) وغيرها من العمليات العلمية الشائعة لرفع كفاءة الحوسبة الإجمالية.

أكدت Nvidia بشكل خاص على تغير احتياجات السوق نتيجة وكلاء الذكاء الاصطناعي. مع قدرة هؤلاء الوكلاء على مساعدة العلماء والمهندسين في استكشاف المزيد من المواد المرشحة، وتركيب الجزيئات، وخطط التصميم الصناعي، ستصبح المحاكاة الحاسوبية جزءًا مهمًا في التحقق من تلك الخطط. فبعد أن يطرح الوكيل فرضية، يمكنه استخدام أداة المحاكاة لاختبار النتائج، ثم تعديل اتجاه البحث وفقًا للتغذية الراجعة. كلما زادت سرعة المحاكاة عبر GPU، أتيح للباحثين استكشاف عدد أكبر من الاحتمالات.

قالت Nvidia إن من المتوقع طرح Rubin HPC في السوق في عام 2028. وتأمل الشركة أن تدمج من خلال هذا المنتج وكلاء الذكاء الاصطناعي، وتسريع المعالجة عبر GPU، ومعالجة البيانات العلمية، مما يسرع من الدورة الزمنية من طرح الفرضيات إلى التحقق منها.

توسعة CUDA-X لقطاع الحوسبة العلمية: تحليل الثقب الأسود من شهر إلى 8 دقائق

إذا كانت Rubin HPC توفر القدرة الحسابية على مستوى العتاد، فإن مكتبة CUDA-X التي ركزت Nvidia على عرضها في هذا الحدث، هي المفتاح الذي يمكّن وكلاء الذكاء الاصطناعي من استخدام أدوات الحوسبة العلمية المتخصصة.

أعلنت Nvidia خلال SC26 عن توسعات جديدة في مكتبة CUDA-X، شملت أدوات مثل cuPhoton، cuPotential وcuSpa، لتغطي مجالات الفيزياء الفلكية، علوم المواد، تطوير الأدوية وبيولوجيا الخلية الأحادية.

تزيد Nvidia من استثماراتها في الحوسبة العلمية! أطلقت Rubin HPC GPU، وتراهن على أن الذكاء الاصطناعي سيعيد تشكيل الحواسيب الفائقة image 2

ومن بين تطبيقات مجال الفلك، برز مثال مهم.

حيث يستخدم تلسكوب أفق الحدث (EHT) شبكة من التلسكوبات الراديوية المتوزعة في أنحاء العالم، لتشكيل تلسكوب افتراضي بحجم الأرض لرصد الثقوب السوداء، ولكن عمليات الرصد هذه تنتج بيانات بمستوى بيتابايت، وقد يستغرق التعامل معها بالطرق التقليدية عدة أشهر.

ورغم ذلك، قدمت Nvidia وحدة cuPhoton.xBeam التي تُمكّن من تسريع معالجة ارتباط البيانات الفلكية الراديوية عبر GPU، مما قلص زمن تحليل المهام من أكثر من شهر إلى 8 دقائق فقط. وقد استخدمت هذه الأداة لتحليل بيانات رصد تيار الثقب الأسود J1924 و3C279، وساهمت في إعادة بناء الصور الفورية لثقب أسود في مركز مجرة الميزية 87.

وفي مجال أبحاث الاندماج النووي، عرضت Nvidia تطبيق cuPhoton.xLens؛ حيث يمكن للباحثين استخراج البيانات وتحليلها تزامنيًا خلال تشغيل محاكاة البلازما، دون الحاجة للانتظار حتى نهاية التجارب أو الحسابات لمعالجة النتائج. ومع الاستفادة من وكيل Nemotron المحلي، يستطيع الباحثون تحليل النتائج بصورة تفاعلية وتعديل اتجاه المحاكاة في وقت حقيقي، لدعم تصميم غرف التفاعل ومقصورات المفاعل الاندماجي.

في جانب تطوير الأدوية، صُمم cuPotential استنادًا إلى أبحاث مؤسسة سيمونز ومعهد Flatiron وD.E. Shaw Research، ليزيد سرعة برمجيات المحاكاة الجزيئية حتى 3 أضعاف، ويُحسن من دقة الحسابات واستقرارها. تساعد هذه الأداة في إنتاج بيانات تركيبية لتدريب نماذج الذكاء الاصطناعي التوليدي، وتدعم الباحثين في تحديد مواقع ارتباط الجزيئات غير المعروفة سابقًا وحساب قوة التفاعلات بينها.

أما في علوم المواد، فقد عرضت Nvidia أداة Daviator، وهي مجموعة من نوى حوسبة GPU على نطاق واسع لبرمجية Vienna Ab initio Simulation Package (VASP) الشهيرة، إذ تسّرع حسابات ميكانيكا الكم حتى 22 مرة وتقلل التكلفة حتى 75%.

وفي المجال الطب الحيوي، يمكن للأداة مفتوحة المصدر cuSpa تسريع الحسابات المتعلقة بمتعددات أضلاع الخلايا، ما يدعم رسم خرائط مكانية موسعة وبناء النماذج الخاصة بالمرضى أو السرطان. وقد حقق تطبيق تابع لمركز سرطان ميموريال سلون كيترينغ تسريعًا يصل حتى 900 مرة مقارنة باستخدام وحدة معالجة مركزية.

كما عرضت Nvidia إطار عمل rapids-singlecell الذي يسرّع تحليل بيانات الخلية الواحدة. نجحت شركة Therna Biosciences من خلال هذه الأداة في تسريع معالجة البيانات حتى 200 مرة، بينما تستخدم شركة Basecamp Research مكتبة HMMER المعجلة عبر GPU من Nvidia لتسجيل التعليقات الحيوية، ما أدى لرفع السرعة حتى 84 مرة في اختبارات الأداء.

توضح هذه الأمثلة سعي Nvidia لتطوير CUDA-X من مجرد أداة تسريع حسابي عبر GPU إلى مجموعة أدوات للحوسبة العلمية قابلة للاستخدام المباشر من قبل وكلاء الذكاء الاصطناعي. فلم يعد دور هؤلاء الوكلاء يقتصر على فهم أسئلة البحث وتخطيط الخطوات، بل أصبح بإمكانهم أيضًا استخدام مكتبات من الخوارزميات المتخصصة لإنجاز معالجة البيانات والمحاكاة والتحليل.

الاتصال الفوتوني والحوسبة الكمومية: إكمال بنية الحوسبة الفائقة التحتية

إلى جانب وحدات معالجة الرسوميات وبرامج الحوسبة العلمية، وسعت Nvidia هذا العام تركيزها ليشمل الشبكات في أنظمة الحوسبة الفائقة ودمج الحوسبة الكمومية بالحوسبة الفائقة التقليدية.

على صعيد البنية التحتية للشبكات، بدأت شركة Lambda، المزود لخدمات الحوسبة السحابية، في استخدام تقنية Co-Packaged Optics (CPO) الفوتونية من Nvidia ضمن بيئة الإنتاج، لربط “مصنع ذكاء اصطناعي” مزود بأكثر من 10 آلاف وحدة GPU عبر نظام GB300 NVL72.

تزيد Nvidia من استثماراتها في الحوسبة العلمية! أطلقت Rubin HPC GPU، وتراهن على أن الذكاء الاصطناعي سيعيد تشكيل الحواسيب الفائقة image 3

قالت Nvidia إن اختبارات Lambda أظهرت انخفاض زمن تأخير الشبكة على مستوى الرف بحوالي 4% وعلى مستوى Pod حتى 10%، مع الحفاظ على نفس معدل نقل البيانات، مقارنة بالوحدات البصرية القابلة للإدخال التقليدية.

وأوضحت Nvidia أن التقنية الفوتونية، التي تدمج وحدة الليزر مع شريحة التبديل مباشرة، تحقق زيادة في كفاءة الطاقة حتى 5 مرات وتحسن الاعتمادية حتى 15 مرة مقارنة بالحلول التقليدية، مع خفض عدد الليزرات إلى ربع المعتاد.

بالنسبة لمجموعات الذكاء الاصطناعي الضخمة، قد يؤدي أي عطل في الشبكة إلى انتظار آلاف وحدات معالجة الرسوميات للبيانات، ما يقلل من استفادة النظام. ومع تصاعد الطلب على استدلال الوكلاء الحسابي والحوسبة الموزعة، سيصبح تقليل زمن التأخير واستهلاك الطاقة وتحسين الاعتمادية عوامل حاسمة في كفاءة قوة الحوسبة.

أما على صعيد الحوسبة الكمومية، تقوم Nvidia بتوسيع نظام إدارة عبء العمل Slurm ليشمل وحدات المعالجة الكمومية (QPU) ضمن تدفق عمل الحوسبة الفائقة التقليدية.

ذكرت Nvidia أنه خلال السنوات الخمس الماضية تضاعف تقريبًا عدد المعالجات الكمومية في مراكز الحوسبة الفائقة، ويجري حاليًا نشر أكثر من 50 معالجًا كموميًا في نحو 30 مركزًا حول العالم.

وبما أن معظم هذه المراكز تستخدم Slurm لإدارة مهام CPU وGPU، تسعى Nvidia إلى إضافة دعم Slurm لوحدات المعالجة الكمومية ليتمكن الباحثون من جدولة الموارد الكلاسيكية والكمومية ضمن تدفق العمل نفسه بسهولة.

ويستند تحديث Slurm الأخير إلى تعاون سابق مع IBM وPasqal ومجتمع الحوسبة الكمومية، بحيث يتمكن مصنعو المعالجات الكمومية من دمج أجهزتهم مع مراكز الحوسبة الفائقة المختلفة من خلال واجهة موحدة، من دون الحاجة لتطوير برمجيات تكامل منفصلة لكل مركز.

يدعم الإصدار الجديد واجهات QRMI وQDMI، وقد اعتمدته شركات مثل IBM وIQM وQuantinuum وPasqal. ومن المتوقع إصدار Slurm 26.11 في أواخر نوفمبر.

تزيد Nvidia من استثماراتها في الحوسبة العلمية! أطلقت Rubin HPC GPU، وتراهن على أن الذكاء الاصطناعي سيعيد تشكيل الحواسيب الفائقة image 4

في الوقت نفسه، وسعت Nvidia منصة CUDA-Q للحوسبة الكمومية. ويتضمن ذلك خوارزمية فك ترميز الأخطاء الكمومية TCBP-JOBS الجديدة، والتي تعمل حتى 13 ألف مرة أسرع من الخوارزميات القياسية في السوق؛ كما استخدم مختبر فيرمي الوطني لتسريع الجسيمات CUDA-Q في أبحاث ذات صلة، مما اختصر العمل المعتاد من خمسة أشهر إلى ثلاثة أسابيع فقط.

عرَضت Nvidia أيضًا تطبيقات عملية للجمع بين الحوسبة الكمومية والكلاسيكية: فقد استخدمت QunaSys أكثر من 1,024 وحدة GPU من نوع Hopper لمحاكاة أكثر من 300 مليون عملية كمومية، مع تحقيق دقة كيميائية في نموذج ذرة رباعية الهيدروجين، في حين استخدم باحثو Nvidia الحاسوب الفائق JUPITER الألماني لمحاكاة أداء 104 بتات كمومية ضمن بيئة ضوضاء حقيقية لاختبار معمارية الحوسبة الكمومية التصحيحية المستقبلية.

20 عامًا على إطلاق CUDA: النظام البيئي للمطورين هو حصن الدفاع الدائم

حمل SC26 أيضًا لحظة رمزية: Nvidia تحتفل بالذكرى العشرين لإطلاق CUDA.

في نوفمبر 2006، أطلقت Nvidia رسميًا CUDA وقدمت هذه المنصة البرمجية لحوسبة GPU في مؤتمر الحوسبة الفائقة SC06 لقطاع الحوسبة العلمية. أتاح CUDA للباحثين استخدام نموذج برمجة مألوف نسبيًا لتشغيل الحوسبة العامة المتوازية على GPU، ووسّع نطاق تطبيقات GPU من معالجة الرسوميات ليشمل المحاكاة العلمية، والحسابات الهندسية وتحليل البيانات.

على مدار عشرين عامًا، أصبحت CUDA المحور الأساسي لنظام Nvidia البيئي لتسريع الحوسبة. وتذكر الشركة أن أكثر من 11 مليون مطور حول العالم يستخدمون CUDA حاليًا، فيما تضم مكتبة CUDA-X أكثر من ألف مكتبة برمجية.

ومن الأمثلة على ذلك: استخدم باحثو جامعة إلينوي CUDA لتسريع المحاكاة الديناميكية الجزيئية، ما دعم البحث في الهيكل الذري لغلاف فيروس الإيدز؛ واستخدم باحثو جامعة تورونتو تقنيتين GPU من Nvidia لتدريب AlexNet، مما دفع اختراقات مجال التعلم العميق عام 2012؛ كما استخدم برنامج AlphaFold 2 للتنبؤ ببنية البروتينات، الفائز بجائزة نوبل للكيمياء 2024، CUDA لإجراء الحوسبة عبر GPU.

ومنذ أن خدم CUDA في البداية المحاكاة العلمية والحسابات الهندسية، ثم أصبح أساسًا مهمًا لنمو مجالي التعلم العميق والذكاء الاصطناعي التوليدي، وها هو الآن يُستخدم لتوفير خوارزميات علمية وأدوات حسابية متخصصة لوكلاء الذكاء الاصطناعي في قطاع البحث العلمي، حيث تواصل Nvidia توسيع نظامها البيئي البرمجي الذي يعود لعشرين عامًا نحو مجالات العلوم المدفوعة بالذكاء الاصطناعي.

رفوف Vera CPU ستطرح مطلع العام المقبل بدعم من Dell وHPE وLenovo وSupermicro

وأعلنت Nvidia أيضًا أن منصة رفوف المعالجات المركزية Vera للحوسبة عالية الأداء ستتوفر ابتداءً من مطلع 2027 من خلال شركة Dell Technologies، HPE (Hewlett Packard Enterprise)، Lenovo وSupermicro.

تدمج المنصة 192 وحدة Vera CPU ضمن رف واحد، وتتواصل داخليًا عبر شبكة Nvidia Quantum-X800 InfiniBand، وتحتوي على حوالي 300 تيرابايت من الذاكرة و1 بيتابايت من السعة التخزينية مع تصميم تبريد سائل، وتبلغ ذروة عرض النطاق الترددي للذاكرة أكثر من 200 تيرابايت/ثانية.

تقول Nvidia إن الهدف من المنصة هو تسريع تطبيقات الحوسبة العلمية كثيفة البيانات مثل نمذجة المناخ والمحاكاة الديناميكية الجزيئية.

0
0

إخلاء المسؤولية: يعكس محتوى هذه المقالة رأي المؤلف فقط ولا يمثل المنصة بأي صفة. لا يُقصد من هذه المقالة أن تكون بمثابة مرجع لاتخاذ قرارات الاستثمار.

منصة PoolX: احتفظ بالعملات لتربح
ما يصل إلى 10% + معدل الفائدة السنوي. عزز أرباحك بزيادة رصيدك من العملات
احتفظ بالعملة الآن!

You may also like

قام الاحتياطي الفيدرالي بوضع خطط استباقية لثلاثة تأثيرات للذكاء الاصطناعي: ازدهار الإنتاجية، البطالة الجماعية وانفجار الفقاعات

قال رئيس مجلس الاحتياطي الفيدرالي الأمريكي، وولش، إن موظفي الاحتياطي الفيدرالي قد بدأوا في إعداد خطط طوارئ بشأن التأثيرات المحتملة للذكاء الاصطناعي على الاقتصاد الأمريكي، وتشمل هذه الخطط ثلاث مسارات متباينة: ازدهار الإنتاجية، البطالة الواسعة النطاق، وانفجار فقاعة التكنولوجيا. وركز وولش على السيناريو الثالث قائلاً: "تراجع العوائد المتوقعة من الذكاء الاصطناعي، هبوط الأسهم، تباطؤ الاقتصاد وارتفاع معدل البطالة بشكل ملحوظ." ولم يعلق وولش خلال حديثه هذه المرة على توجهات السياسة النقدية.

华尔街见闻•2026/11/16 19:06
قام الاحتياطي الفيدرالي بوضع خطط استباقية لثلاثة تأثيرات للذكاء الاصطناعي: ازدهار الإنتاجية، البطالة الجماعية وانفجار الفقاعات

برنشتاين: إطلاق OpenAI لمحفظة ChatGPT يخلق نقطة تحول جديدة في منافسة الدفع بالذكاء الاصطناعي، ومن المتوقع أن تصبح Visa وMasterCard أكبر الرابحين

مع تطور الوكلاء الذكاء الاصطناعي تدريجياً من أدوات للاستعلام عن المعلومات إلى مساعدين شخصيين قادرين على تنفيذ عمليات التسوق والدفع بشكل مستقل، يشهد قطاع المدفوعات العالمي فرص تنافسية جديدة.

智通财经•2026/11/16 16:13
برنشتاين: إطلاق OpenAI لمحفظة ChatGPT يخلق نقطة تحول جديدة في منافسة الدفع بالذكاء الاصطناعي، ومن المتوقع أن تصبح Visa وMasterCard أكبر الرابحين

في وقت انهيار أشباه الموصلات، هل تحظى "المالك العقاري" للذكاء الاصطناعي بالاهتمام؟ ارتفع صندوق الاستثمار العقاري لمراكز بيانات بلاكستون (BXDC.US) بأكثر من 10% قبل افتتاح السوق، وأصبحت التدفقات النقدية طويلة الأجل محور اهتمام السوق

استحوذت شركة Blackstone Digital Infrastructure Trust على حصة多数 في شركتين مشتركتيْن أسستاهما مع Amazon Web Services وذلك بسعر صفقة يقدر بنحو 5 مليارات دولار أمريكي. سوف تمتلك BXDC ثلاثة عشر غرفة كهرباء جديدة في منطقتيْ مركز بيانات AWS، بينما ستعيد AWS تأجير المجموعة بالكامل مع فترة إيجار أولية مدتها 12 عاماً، قابلة للتمديد حتى 32 عاماً.

智通财经•2026/11/16 13:40

"الملل هو الجمال"؟ BTIG: القوة الاستثنائية للقطاعات الدفاعية تذكرنا بفترة ما قبل انفجار فقاعة عام 2000

خلال الثلاثين يومًا الماضية، تفوقت قطاع السلع الاستهلاكية الضرورية في مؤشر S&P 500 على قطاع التكنولوجيا بفارق 33 نقطة مئوية، مسجلة أكبر فجوة شهرية منذ حوالي 25 عامًا، مما أعاد ظهور سمة التحول الدفاعي التي سبقت انفجار فقاعة الإنترنت عام 2000. يرى الاستراتيجي في BTIG، Krinsky، أن قطاع السلع الاستهلاكية الضرورية هو الأفضل، ويحذر من أن أسهم التكنولوجيا وأشباه الموصلات لا تزال لديها مجال لمزيد من الانخفاض، كما أن قوة الدولار قد تزيد من الضغوط على السيولة. ومع ذلك، لا يزال هناك خلاف في السوق حول ما إذا كان هذا الاتجاه في التحول سيستمر، وأصبح مستقبل تداول الذكاء الاصطناعي وما إذا كان يدخل فترة تصحيح طويلة محط التركيز.

华尔街见闻•2026/11/16 13:36
"الملل هو الجمال"؟ BTIG: القوة الاستثنائية للقطاعات الدفاعية تذكرنا بفترة ما قبل انفجار فقاعة عام 2000