CoreWeave

تُعد CoreWeave مزوداً سحابياً لوحدات معالجة الرسومات (GPU) مدرجاً في بورصة Nasdaq (الرمز: CRWV)، وتدير بنية تحتية مصممة خصيصاً لتدريب واستدلال الذكاء الاصطناعي على نطاق واسع. تأسست الشركة في عام 2017 كعملية لتعدين العملات المشفرة ثم تحولت إلى الحوسبة السحابية في عام 2019، ونمت CoreWeave لتشمل أكثر من 32 مركز بيانات وما يقرب من 250,000 وحدة معالجة رسومات، بما في ذلك أحدث أجهزة Blackwell من NVIDIA. طُرحت الشركة للاكتتاب العام في 28 مارس 2025، وجمعت 1.5 مليار دولار بتقييم يقارب 23 مليار دولار، ومنذ ذلك الحين أبرمت عقوداً كبرى مع OpenAI (بقيمة 12 مليار دولار لمدة 5 سنوات)، و Meta (بقيمة 14.2 مليار دولار، وُقعت في أكتوبر 2025، وتم توسيعها لاحقاً إلى 21 مليار دولار بحلول أبريل 2026)، و IBM، و Microsoft، و Anthropic. في مايو 2025، أكملت CoreWeave الاستحواذ على Weights and Biases مقابل حوالي 1.7 مليار دولار، مما أضاف تتبع التجارب ومراقبة النماذج إلى منصة بنيتها التحتية.

تعتمد منصة CoreWeave على مجموعات GPU من نوع bare-metal المتوافقة أصلاً مع Kubernetes والمتصلة عبر شبكات InfiniBand، والتي صُممت لتقليل أعباء الاتصال أثناء التدريب الموزع متعدد العقد. تشمل عروض وحدات معالجة الرسومات NVIDIA A100 و L40 و L40S و H100 و H200 و GH200 وجيل Blackwell (GB200 NVL72 و HGX B200 و HGX B300 و GB300 NVL72). تبدأ الأسعار من 10 دولارات في الساعة لعقد L40 المكونة من 8 وحدات معالجة رسومات وتصل إلى 68.80 دولاراً في الساعة لعقد HGX B200 عند الطلب، مع عقود محجوزة وملزمة تقدم خصومات تصل إلى 60% لفترات متعددة السنوات. المنصة ليست ذاتية الخدمة لأعباء العمل على مستوى المؤسسات: يتطلب الانضمام مديري حسابات، وتتطلب السعة المحجوزة التفاوض على العقود. وتكتمل العروض بأدوات Weights and Biases المدمجة، وتخزين الكائنات المدار، و Kubernetes المدار.

ما الذي تقدمه CoreWeave فعلياً في عام 2026

المنتج الأساسي لشركة CoreWeave هو تأجير مجموعات GPU الكبيرة، لكن وصفها بخدمة تأجير يقلل من شأن بنيتها المعمارية. توفر المنصة عقد GPU من نوع bare-metal، متجاوزة طبقة hypervisor التي تضيف تأخيراً في الأجهزة الافتراضية السحابية القياسية. تتواصل العقد عبر InfiniBand بسرعة تصل إلى 400 جيجابت في الثانية، وهو أمر بالغ الأهمية للعمليات الجماعية مثل all-reduce في التدريب الموزع، حيث غالباً ما يكون النطاق الترددي بين وحدات معالجة الرسومات هو عنق الزجاجة الفعلي في عمليات التشغيل متعددة العقد. يتولى التنسيق المتوافق أصلاً مع Kubernetes الجدولة، والتحجيم التلقائي، وإدارة أعباء العمل دون تحمل عبء بناء تلك الطبقة بنفسك.

يتراوح كتالوج وحدات معالجة الرسومات من الأجهزة القوية (A100 8x بسعر 21.60 دولاراً/ساعة) إلى أحدث التقنيات: عقد HGX B200 (8 وحدات معالجة رسومات، 180 جيجابايت VRAM) بسعر 68.80 دولاراً/ساعة عند الطلب، وتكوينات GB200 NVL72 (4 شرائح فائقة، 186 جيجابايت لكل منها) بسعر 42.00 دولاراً/ساعة. تتوفر GB300 NVL72 و HGX B300 عبر التواصل مع المبيعات فقط، مما يعني أن CoreWeave هي واحدة من المزودين القلائل جداً الذين لديهم إمكانية الوصول إلى أحدث جيل من أجهزة NVIDIA على نطاق الإنتاج. تتوفر مثيلات استدلال H100 بوحدة معالجة رسومات واحدة بسعر 6.16 دولاراً/ساعة للفرق التي لا تحتاج إلى المجموعة الكاملة.

بعد الاستحواذ، تم دمج Weights and Biases (W&B) مباشرة في المنصة لتتبع التجارب، وعمليات مسح المعلمات الفائقة، وإصدار النماذج، والتقييم. استخدمت أكثر من 1,400 مؤسسة سابقاً W&B كأداة مستقلة؛ وهي الآن متوفرة بشكل أصلي داخل بيئة CoreWeave المدارة. تقدم CoreWeave أيضاً تخزين كائنات الذكاء الاصطناعي (تم الإعلان عنه في نفس الفترة)، والشبكات المدارة، ووحدات التخزين الدائمة المخصصة، مما يجعل من الممكن تشغيل مسار التدريب بالكامل دون الحاجة إلى تخزين سحابي خارجي.

"لقد ساعدتنا CoreWeave في بناء مجموعات حوسبة واسعة النطاق حقاً أدت إلى إنشاء بعض النماذج التي نُعرف بها بشكل أفضل." -- سام ألتمان، الرئيس التنفيذي لشركة OpenAI (دراسات حالة coreweave.com)

موقع CoreWeave مقارنة بـ Lambda Labs و Crusoe

يحتل هؤلاء المزودون الثلاثة مجالات مختلفة في سوق السحابة الخاصة بوحدات معالجة الرسومات. تتجاوز الاختلافات الميكانيكية مجرد "السعر" أو "الحجم".

CoreWeave مقابل Lambda Labs: على نفس أجهزة H100 SXM، تتقاضى CoreWeave حوالي 6.16 دولاراً/ساعة لكل وحدة معالجة رسومات مقابل 3.29 دولاراً/ساعة في Lambda -- بزيادة قدرها 87%. وفي GH200، تصل الفجوة إلى 184% (6.50 دولاراً مقابل 2.29 دولاراً). تتقاضى Lambda رسوماً أقل لأنها تستبدل InfiniBand بنسيج NVLink/Ethernet القياسي بين العقد. بالنسبة للمهام التي تعمل على عقدة واحدة مكونة من 8 وحدات معالجة رسومات، نادراً ما تهم هذه الفجوة. أما بالنسبة للمهام التي تمتد لعشرات أو مئات العقد (تدريب نموذج بأكثر من 70 مليار معلمة من الصفر، أو تشغيل ضبط دقيق موزع بدفعات كبيرة)، فإن نسيج InfiniBand من CoreWeave يقلل بشكل ملحوظ من وقت اتصال all-reduce. تكمن قوة Lambda في الأسعار المعقولة، ودفاتر Jupyter بنقرة واحدة، وأطر العمل المثبتة مسبقاً، وواجهة الخدمة الذاتية الشفافة التي لا تتطلب محادثة مبيعات. تُعد Lambda الخيار المناسب لفرق البحث والشركات الناشئة؛ بينما تُعد CoreWeave الخيار المناسب عندما تتجاوز قيود العقدة الواحدة.

CoreWeave مقابل Crusoe: السمة المميزة لشركة Crusoe هي نموذج الطاقة الخاص بها: تستخدم الشركة مصادر الطاقة المهدرة والمعزولة، بما في ذلك الغاز المحترق والطاقة المتجددة الفائضة، لتشغيل مراكز البيانات الخاصة بها من خلال بنية معمارية متكاملة رأسياً من الطاقة إلى السحابة. تستخدم CoreWeave مرافق قياسية متصلة بالشبكة دون أي توجه محدد نحو الطاقة النظيفة. بالنسبة للمؤسسات التي لديها متطلبات صارمة تتعلق بالمعايير البيئية والاجتماعية وحوكمة الشركات (ESG) أو الاستدامة، تتمتع Crusoe بميزة هيكلية لا يمكن لـ CoreWeave تكرارها بسهولة. من حيث التكلفة، تبدأ أسعار H100 في Crusoe من حوالي 1.71 دولاراً/ساعة، وهو ما يقرب من نصف السعر المماثل في CoreWeave. أما من حيث الحجم والشبكات، تفوز CoreWeave بوضوح: أكثر من 250,000 وحدة معالجة رسومات عبر أكثر من 32 مركز بيانات عالمي مقابل بصمة Crusoe الأصغر التي تتركز بشكل أساسي في الولايات المتحدة. لا تقدم Crusoe شبكات InfiniBand؛ فشبكاتها تعتمد على Ethernet القياسي، مما يحد من استخدامها في أعباء العمل التي لا تتطلب اقتراناً وثيقاً بين وحدات معالجة الرسومات. إذا كنت بحاجة إلى تدريب نموذج أساسي على 1,000 وحدة معالجة رسومات مع اتصال جماعي منخفض الاستجابة، فلا يمكن لـ Crusoe مجاراة بنية CoreWeave. وإذا كنت بحاجة إلى استدلال مستقر متوسط النطاق أو ضبط دقيق مع تقارير ESG، فإن Crusoe تُعد خياراً أكثر منطقية. كلاهما مفضل على مزودي الخدمات السحابية الكبرى (hyperscalers) من حيث التكلفة، لكنهما يخدمان مراكز تصميم مختلفة.

بالنسبة للفرق التي تقوم بالاستدلال بدلاً من التدريب، تقدم RunPod و Modal وصولاً إلى وحدات معالجة الرسومات بدون خوادم وعند الطلب دون أعباء الالتزام بالمجموعات. أما بالنسبة لواجهات برمجة تطبيقات الاستدلال المدارة بدلاً من الحوسبة الخام، فإن AWS Bedrock و Azure OpenAI و Groq تتولى عمليات التوفير والتحجيم داخلياً.

كيف يبدو واقع المجموعات يوماً بعد يوم

يوقع عملاء المؤسسات عقوداً محجوزة تتراوح مدتها عادةً بين عامين وأربعة أعوام، مع تثبيت الأسعار بالدولار لكل وحدة معالجة رسومات في الساعة طوال المدة. الخصم الملتزم به بنسبة 60% حقيقي ولكنه يتطلب الالتزام بمعدل الاستهلاك هذا شهرياً بغض النظر عن الاستخدام الفعلي. بلغ المتوسط المرجح لمدة العقد اعتباراً من ديسمبر 2024 حوالي أربع سنوات. بالنسبة للمؤسسة التي تعرف أنها ستتدرب باستمرار، فهذا أمر منطقي. أما بالنسبة لفريق ذي طلب متغير، فإنه يمثل مخاطرة مالية كبيرة.

يتوفر الوصول عند الطلب دون التزام، ولكن بالسعر الكامل المدرج. تبلغ تكلفة عقدة 8x H100 HGX الكاملة 49.24 دولاراً/ساعة عند الطلب. تشغيل ذلك باستمرار لمدة شهر يكلف حوالي 35,000 دولار. يقوم معظم عملاء المؤسسات بحجز السعة والتعامل مع الوصول عند الطلب كتدفق إضافي. تتوفر مثيلات Spot على مجموعة محدودة من الأجهزة (RTX PRO 6000 Blackwell بسعر 9.24 دولاراً/ساعة لـ spot مقابل 20.00 دولاراً/ساعة عند الطلب)، ولكن أحدث أجهزة Blackwell الرائدة لا تحتوي على فئة spot.

توفر البنية المعمارية المتوافقة أصلاً مع Kubernetes مزايا حقيقية للفرق التي يمكنها استخدامها. تعني عقد GPU من نوع bare-metal عدم وجود أعباء hypervisor، وهو ما يظهر في المعايير كإنتاجية أعلى بشكل ملحوظ لأعباء العمل كثيفة الحوسبة. يتيح نسيج InfiniBand عمليات جماعية أسرع بشكل حقيقي من بدائل Ethernet على نطاق متعدد العقد. وتؤكد الزيادة الموثقة بنسبة 80% في أداء تدريب النماذج لدى IBM هذا الأمر. تكمن المشكلة في التعقيد التشغيلي: تتطلب إدارة Kubernetes بهذا الحجم مهندسين يعرفون ما يفعلونه. CoreWeave ليست منصة تضع عليها دفتر Jupyter؛ بل هي منصة تبني عليها مسار إنتاج لتعلم الآلة.

"لقد منحتنا CoreWeave الحرية للتفكير بشكل أكبر والتحرك بشكل أسرع. إنهم يتفهمون تحديات توسيع نطاق التقنيات الخارقة وقد دعمونا بنوع الدعم الذي يتيح لنا التركيز على الابتكار." -- نعيم تالوكدار، المؤسس المشارك والرئيس التنفيذي لشركة Moonvalley (دراسات حالة coreweave.com)

لمن صُممت CoreWeave

مركز تصميم CoreWeave هو مختبر الذكاء الاصطناعي للمؤسسات. وهذا يعني المؤسسات بحجم OpenAI التي تدرب نماذج رائدة، وأقسام أبحاث الذكاء الاصطناعي من فئة مزودي الخدمات السحابية الكبرى، والشركات الناشئة في مجال الذكاء الاصطناعي التي لديها تمويل من السلسلة B+ وتحتاج إلى سعة تزيد عن 500 وحدة معالجة رسومات في جداول زمنية يمكن التنبؤ بها، ومشغلي استدلال الإنتاج الذين يعملون بملايين الطلبات يومياً ويحتاجون إلى اتفاقيات مستوى خدمة صارمة. استخدمت IBM منصة CoreWeave لتدريب النماذج وأبلغت عن تحسن في الأداء بنسبة 80%. واستخدمتها Mistral لخفض وقت التدريب إلى النصف في نماذج الاستدلال الخاصة بها. هذه مؤسسات لديها فرق بنية تحتية مخصصة تتعامل مع Kubernetes كمهارة أساسية.

تناسب المنصة أيضاً فرق البحث ذات الموارد الجيدة التي عانت من قيود التوفر لدى مزودي الخدمات السحابية الكبرى (من المعروف أن طوابير GPU في AWS و GCP و Azure يصعب التعامل معها على نطاق واسع) وترغب في سعة محجوزة مخصصة بموجب اتفاقية مستوى الخدمة. تتمثل ميزة CoreWeave على مزودي الخدمات السحابية الكبرى في تكلفة أقل بنسبة 50-80% في أجيال GPU المكافئة، ووصول أسرع إلى أجهزة NVIDIA الجديدة، وبنية تحتية مصممة خصيصاً لتعلم الآلة بدلاً من تكييفها من سحابة عامة الأغراض.

ما لا تقدمه CoreWeave

CoreWeave ليست منصة للمطورين المستقلين أو الأكاديميين أو الفرق الصغيرة. لا توجد فئة مجانية، ولا خدمة ذاتية ببطاقة الائتمان لأعباء العمل الاستكشافية، ولا توجد واجهة برمجة تطبيقات استدلال مدارة حيث تستدعي نقطة نهاية وتدفع لكل رمز. إذا كنت تبحث عن شيء في هذا الاتجاه، فإن Replicate أو RunPod تخدم حالات الاستخدام هذه. وإذا كنت تريد طبقة استدلال كاملة بدون خوادم دون إدارة المجموعات، فإن Modal أو Groq أكثر ملاءمة.

كما أن CoreWeave ليست الخيار الصحيح إذا كانت مؤسستك لديها متطلبات ESG أو استدامة مرتبطة بمصادر الطاقة. تعمل مراكز البيانات الخاصة بها على طاقة الشبكة القياسية؛ بينما يُعد نموذج الطاقة المعزولة الخاص بـ Crusoe مميزاً هيكلياً حقيقياً لهذه الشريحة.

يجب على الفرق التي لا تمتلك قدرات قوية في Kubernetes و DevOps التعامل بحذر. تنبع قوة المنصة من تنسيق Kubernetes من نوع bare-metal، ولكن نفس هذه البنية المعمارية تخلق عبئاً كبيراً في الإعداد والتشغيل. دعم CoreWeave هو على مستوى المؤسسات، ولكنه ليس خدمة تعلم آلة مدارة تجرد قرارات البنية التحتية.

تجاوز CoreWeave إذا كنت تقوم بضبط دقيق على عقدة واحدة، أو تبني نموذجاً أولياً، أو تعمل بميزانية شركة ناشئة دون التزام حوسبة لعدة سنوات، أو تحتاج بشكل أساسي إلى بنية تحتية للاستدلال بدلاً من التدريب. ستخدم Lambda Labs و RunPod و Modal هذه الحالات بجزء بسيط من التكلفة والعبء التشغيلي.

الإحباطات المتكررة التي يواجهها المستخدمون

الشكوى الأكثر اتساقاً عبر مناقشات المجتمع والمراجعات هي غياب مسار الخدمة الذاتية. يتطلب البدء مع CoreWeave بأي نطاق ذي مغزى إشراك مدير حساب، وبالنسبة للسعة المحجوزة، التفاوض على عقد. هذا مناسب لقطاع المؤسسات ولكنه يمثل عائقاً كبيراً للفرق التي ترغب في تقييم المنصة بسرعة.

التسعير على نطاق واسع يمكن التنبؤ به فقط إذا كنت على عقد ملتزم به. الأسعار عند الطلب مدرجة علناً، ولكن أعباء العمل على مستوى المؤسسات يتم تسعيرها بشكل مخصص. تبلغ الفرق عن صعوبة في التنبؤ بالتكاليف الشهرية الفعلية دون المرور بعملية المبيعات، مما يخلق احتكاكاً في مسارات عمل الموافقة على الميزانية التي تحتاج إلى رقم قبل الاجتماع.

يعد توفر وحدات معالجة الرسومات أثناء طفرات الطلب مصدر قلق متكرر، لا سيما بالنسبة لأحدث أجهزة Blackwell. تتطلب B300 و GB300 NVL72 الاتصال بالمبيعات دون وجود جدول زمني معلن للتوفر، مما يعني أن الفرق التي تبني خطط سعة للأجهزة المتطورة تواجه حالة من عدم اليقين حتى بعد توقيع العقود.

يُعيق حاجز تعقيد Kubernetes الفرق التي تقلل من شأن أعباء DevOps. توفر CoreWeave بنية تحتية متوافقة أصلاً مع Kubernetes، وليس بيئة دفاتر مدارة أو طبقة استدلال بدون خوادم. تجد المؤسسات التي لم تقم بتشغيل مجموعات Kubernetes على نطاق GPU نفسها تقضي وقتاً هندسياً كبيراً في البنية التحتية بدلاً من العمل على النماذج.

يُدخل عبء التقاضي بشأن الأوراق المالية من أواخر عام 2025 (دعوى جماعية بشأن تأخيرات بناء مركز بيانات Denton, TX، مع ضربة للقيمة السوقية بلغت 14 مليار دولار) حالة من عدم اليقين لفرق المشتريات التي تأخذ استقرار المورد في الاعتبار عند اتخاذ قرارات البنية التحتية. لا تزال الادعاءات بأن CoreWeave أخفت التأخيرات المعروفة عن المستثمرين دون حل اعتباراً من أبريل 2026.