تخطى إلى المحتوى الرئيسي

سوق التوصيلات البصرية لمراكز بيانات الذكاء الاصطناعي يتجاوز 144 مليار دولار بحلول 2030

فريق جلتش
منذ ساعة1 مشاهدة7 دقائق
سوق التوصيلات البصرية لمراكز بيانات الذكاء الاصطناعي يتجاوز 144 مليار دولار بحلول 2030

توقعت تقارير حديثة أن يصل سوق التوصيلات البصرية لمراكز بيانات الذكاء الاصطناعي العالمية إلى 144.4 مليار دولار بحلول عام 2030، مسجلاً ارتفاعاً هائلاً من 13.7 مليار دولار في…

مقدمة تحليلية

توقعت تقارير حديثة أن يصل سوق التوصيلات البصرية لمراكز بيانات الذكاء الاصطناعي العالمية إلى 144.4 مليار دولار بحلول عام 2030، مسجلاً ارتفاعاً هائلاً من 13.7 مليار دولار في عام 2024. يمثل هذا نمواً سنوياً مركباً (CAGR) بنسبة 48.1%، وهو ما يتجاوز عشرة أضعاف القيمة الحالية خلال ست سنوات فقط. هذه التقديرات صادرة عن تقرير صادر عن شركة China Insights Consultancy (CIC)، والذي تم إعداده بتكليف من شركة Yuanjie Semiconductors الصينية لتضمينه في ملف اكتتابها العام في هونغ كونغ. تعتمد البيانات على مصادر مثل LightCounting ومقابلات مع خبراء الصناعة.

من هذا السوق المستقبلي، من المتوقع أن تستحوذ الفوتونيات السيليكونية على 63.7% من الإيرادات، أي ما يعادل 91.9 مليار دولار، بزيادة كبيرة عن حصتها البالغة 16.6% في عام 2020. هذا التحول مدفوع بالانتقال نحو تصاميم أكثر كثافة وفعالية في استهلاك الطاقة، مثل البصريات المعبأة مسبقاً (Co-Packaged Optics).

التحليل التقني

اعتمدت مراكز البيانات لعقود طويلة على التوصيلات والكابلات النحاسية لنقل البيانات عبر اللوحات الدائرية، وداخل الرفوف، وعبر المجموعات. النحاس كان فعالاً من حيث التكلفة والموثوقية وسهولة الدمج. إلا أن استهلاكه للطاقة وفقدان الإشارة يزدادان بشكل حاد مع زيادة عرض النطاق الترددي والمسافة. مع اكتظاظ مراكز بيانات الذكاء الاصطناعي بوحدات معالجة الرسوميات (GPUs) الأكثر قوة، ونقل كميات هائلة من البيانات، ودفع الشبكات نحو سرعات أعلى، وصل النحاس إلى حدوده القصوى.

عند تجاوز بضع مئات من الغيغابتات لكل مسار، ينهار مداه القابل للاستخدام إلى متر أو مترين قبل أن يصبح فقدان الإشارة واستهلاك الطاقة غير قابلين للإدارة.

التحول إلى الفوتونيات المدمجة

كان الحل هو التحول إلى الفوتونيات، التي تنقل البيانات كضوء بدلاً من الإشارات الكهربائية. يقوم جهاز الإرسال والاستقبال البصري بتحويل الإشارات الكهربائية من المحولات والمعالجات إلى ضوء ليزر، ويرسله عبر الألياف، ويعيد تحويله في الطرف الآخر، حاملاً نطاقاً ترددياً أكبر بكثير لمسافات أطول وبسرعات أعلى. اليوم، تجمع أجهزة الإرسال والاستقبال القابلة للتركيب (pluggable transceivers) شريحة ليزر، وشرائح معالجة الإشارة الرقمية (DSP)، وعدة مكونات بصرية في وحدة مدمجة واحدة. مع تزايد قدرات وحدات معالجة الرسوميات وتضخم أعباء عمل الذكاء الاصطناعي، يزداد حجم البيانات والسرعة المطلوبة لنقلها، دافعةً الصناعة من روابط 400G إلى 800G، ثم 1.6T وما بعدها.

في الوقت نفسه، تسعى الصناعة إلى تقريب المكونات البصرية من وحدات المعالجة. في الأنظمة التقليدية، تنتقل إشارات وحدات معالجة الرسوميات بضع بوصات عبر مسارات نحاسية على اللوحة للوصول إلى جهاز الإرسال والاستقبال على الواجهة الأمامية. عند معدلات البيانات القصوى، يستهلك هذا المسار الكهربائي القصير نسبياً قدراً كبيراً من الطاقة. تقوم تقنية البصريات المعبأة مسبقاً (CPO) بمعالجة هذه المشكلة عن طريق سحب المحرك البصري من الوحدة القابلة للتركيب ووضعه كشريحة – الدائرة البصرية المتكاملة (PIC) – مباشرة على حزمة المحول أو المعالج، مما يقلص المسار الكهربائي إلى ملليمترات. يهدف هذا التوجه نحو رقائق بصرية أسرع، مستهدفاً سرعات تيرابت في الثانية، إلى دعم كل من CPO والوحدات القابلة للتركيب التي لا تزال العمود الفقري للصناعة.

الدائرة البصرية المتكاملة (PIC) تقوم بكل شيء باستثناء توليد الضوء. نظراً لحساسية رقائق الليزر الشديدة للحرارة، لا يمكن دمجها في الـ PIC، التي تصبح جزءاً من حزمة المحول أو المعالج التي تعمل عند درجات حرارة عالية جداً. لذلك، يبقى الليزر شريحة منفصلة. سواء كانت تغذي PIC مدمجة أو وحدة قابلة للتركيب، فإن رقائق الليزر هذه ضرورية دائماً، وهذا هو بالضبط ما تنتجه Yuanjie، الشركة التي كلفت بتقرير CIC. الفوتونيات السيليكونية (SiPh) هي جوهر الـ PIC. كانت الرقائق الفوتونية تُبنى بالكامل من مواد III-V باهظة الثمن في مصانع متخصصة؛ بدلاً من ذلك، تقوم الفوتونيات السيليكونية بنقش الدوائر البصرية على السيليكون باستخدام نفس عمليات CMOS الناضجة وذات الحجم الكبير المستخدمة في الرقائق العادية، مما يوفر المال والوقت ويجعل إنتاج الـ PICs بكميات كبيرة ممكناً. من ناحية أخرى، لا يمكن للسيليكون أن يولد الليزر. ونتيجة لذلك، لا تزال رقائق الليزر تعتمد على طريقة III-V الأكثر تكلفة، باستخدام مواد مثل فوسفيد الإنديوم. التحايل على هذه المشكلة هو هدف منصة OpenLight-Tower الأخيرة؛ حيث تدمج مواد ليزر III-V مباشرة مع الفوتونيات السيليكونية على مستوى الرقاقة، بهدف دمج الليزر في نفس تدفق التصنيع القابل للتطوير مثل بقية الـ PIC.

تُظهر أرقام CIC لنمو السوق حسب معدل البيانات تحولاً جذرياً: ففي عام 2024، لا يزال السوق يعتمد على الجيلين السابقين، 400G عند 5.9 مليار دولار و800G عند 4.5 مليار دولار، مع روابط 200G وما دونها تضيف 3.3 مليار دولار أخرى، بينما لا تسجل الفئات الأسرع سوى بالكاد. بحلول عام 2030، ينعكس هذا الترتيب: يصبح 1.6T، الذي يدخل النشر التجاري في عام 2026، أكبر شريحة منفردة عند 65.6 مليار دولار، متوسعاً بمعدل نمو سنوي مركب قدره 867.3% من قاعدة 2024 التي تكاد تكون صفراً؛ ويظهر 3.2T، وهي فئة لم تكن موجودة في 2024 على الإطلاق، ابتداءً من 2027 ويقفز إلى 44.5 مليار دولار. تشكل هاتان السرعتان من الجيل التالي معاً حوالي 110 مليارات دولار من إجمالي 144.4 مليار دولار. أما الباقي فيتراجع: يبقى 800G صحياً بنمو سنوي مركب قدره 34.8% ليصل إلى 26.7 مليار دولار، لكن 400G يتوقف عن النمو – 1.0% نمو سنوي ليصل إلى 6.3 مليار دولار، بعد أن كان رائداً في الدورة السابقة بنسبة 75.3% – وتتقلص فئة 200G وما دونها بنشاط، بانخفاض 15.4% سنوياً.

السياق وتأثير السوق

على الرغم من أن أرقام CIC مجرد توقعات، فإن التحركات الفعلية الجارية في الصناعة تشير إلى نفس الاتجاه. على مدى العام الماضي، تدفقت استثمارات تزيد عن 15 مليار دولار في قطاع الفوتونيات السيليكونية. استثمرت Nvidia مبلغ 2 مليار دولار في كل من Coherent وLumentum – وهما من مصنعي الليزر والمكونات البصرية المستخدمة في أجهزة الإرسال والاستقبال – في مارس الماضي. تبع ذلك استثمار 2 مليار دولار في Marvell وصفقة ضمان بقيمة 500 مليون دولار مع شركة Corning المصنعة للألياف، وكلتا الصفقتين تضمنت التزامات شراء لعدة سنوات.

في غضون ذلك، تعاونت شركات Microsoft وMeta وOpenAI مع عمالقة الأجهزة Broadcom وAMD وNvidia لتشكيل مجموعة Optical Compute Interconnect (OCI) Multi-Source Agreement (MSA) لتطوير تقنية ترابط صاعدة محايدة للبروتوكول لمجموعات الذكاء الاصطناعي. على صعيد الاندماجات والاستحواذات، أتمت Marvell، قبل استثمار Nvidia فيها، استحواذها على Celestial AI، وهي شركة ناشئة في مجال التوصيلات الفوتونية، بصفقة نقدية وأسهم بقيمة 3.25 مليار دولار للحصول على منصتها Photonic Fabric لربط الرقائق بصرياً داخل الرفوف. في الوقت نفسه، جمعت Ayar Labs، التي تبني شرائح إدخال/إخراج بصرية تنقل البيانات مباشرة من حزمة المعالجة، جولة تمويل بقيمة 500 مليون دولار بتقييم يقارب 3.75 مليار دولار. كما حصل Elon Musk على موافقة تنظيمية للاستحواذ على Mesh، وهي شركة مصنعة لأجهزة الإرسال والاستقبال البصرية.

تتقارب هذه الاستثمارات والتحركات نحو البصريات المعبأة مسبقاً (CPO) كجائزة معمارية. تُعد محولات الفوتونيات Spectrum-X وQuantum-X من Nvidia، المبنية على عملية COUPE الخاصة بـ TSMC، عمليات النشر الرائدة. تدفع Broadcom خط إنتاجها CPO Tomahawk الخاص بها، وتعتمد على مصانع TSMC وGlobalFoundries، مع توفير Tower للسيليكون الأساسي. القيد الوحيد الذي لا يمكن للمال شراؤه فوراً هو الليزر: تظل مصادر III-V عالية السرعة هي الحلقة النادرة، حيث تعد Lumentum حالياً المورد الوحيد الذي يشحن وحدات EMLs بسرعة 200G لكل مسار التي تتطلبها وحدات 1.6T بكميات كبيرة. هذا الندرة – واعتماد الصناعة بأكملها على رقائق الليزر بغض النظر عن التصميم الفائز – هو بالضبط سبب توافق مورد مثل Yuanjie مع أي اتجاه يتخذه السوق.

رؤية Glitch4Techs

التحول نحو التوصيلات البصرية في مراكز بيانات الذكاء الاصطناعي ليس مجرد توجه تكنولوجي، بل ضرورة بنيوية تفرضها الحدود الفيزيائية للنحاس وارتفاع متطلبات سرعة البيانات. أرقام النمو السنوي المركب بنسبة 48.1%، ووصول السوق إلى 144.4 مليار دولار بحلول 2030، تؤكد أن هذا الانتقال حتمي. الرهان على الفوتونيات السيليكونية بنسبة 63.7% من الإيرادات ليس مجرد تفضيل، بل هو اعتراف بالكفاءة الاقتصادية والتقنية لعمليات التصنيع عبر CMOS. ومع ذلك، فإن الاعتماد الكلي على هذه التقنيات الجديدة يحمل نقطة ضعف حرجة.

إن ندرة مصادر الليزر عالية السرعة المصنوعة من مواد III-V، وحقيقة أن Lumentum هي المورد الوحيد القادر على شحن وحدات EMLs بسرعة 200G لكل مسار بكميات كبيرة، يمثل عنق الزجاجة الفعلي. هذه النقطة الضعيفة في سلسلة التوريد، والتي تم ذكرها صراحة، يمكن أن تعرقل التوسع السريع الموعود لسرعات 1.6T و3.2T، بغض النظر عن مليارات الدولارات التي يتم ضخها في القطاع. التقدم التقني لا يلغي حدود الإنتاج المادي. هذا ليس مستقبلاً مثالياً؛ إنه واقع يعيد تعريف الاعتمادية في البنية التحتية للذكاء الاصطناعي.

أعجبك المقال؟ شاركه

النشرة البريدية

كن أول من يعرف بمستقبل التقنية

أهم الأخبار والتحليلات التقنية مباشرة في بريدك.

مقالات قد تهمك