15 مستفيدا مباشرا من $META و $GOOGL و $MSFT يحققون أرباحا قوية 1. $NVDA - مركزي لبناء الذكاء الاصطناعي شركات التكنولوجيا الكبرى ، وتزويد وحدات معالجة الرسومات والشبكات وأنظمة المكدس الكامل التي تعمل على تشغيل نماذج الجيل التالي. 2. $AVGO - يوفر السيليكون المخصص والوصلات البينية عالية السرعة التي تحتاجها Big Tech لدمج بنى الذكاء الاصطناعي من فئة Nvidia بأقل زمن انتقال. 3. $PLTR - يتيح عمليات نشر الذكاء الاصطناعي على نطاق التكنولوجيا الكبرى ، وتعمل كمحرك قرار في العالم الحقيقي لنموذج LLM تحت التحتية. 4. $TSM - تنتج كل شريحة الذكاء الاصطناعي Nvidia المتقدمة التي تعتمد عليها Big Tech ، مع CoWoS والتغليف المتقدم البالغ الأهمية للأداء. 5. $AMD - يقدم البديل الأساسي لوحدة معالجة الرسومات ل Big Tech حيث يتجاوز الطلب العرض الحالي ل Nvidia. 6. $ARM - يعزز دفع شركات التكنولوجيا الكبرى إلى الذكاء الاصطناعي الحافة ، مما يوفر نوى حوسبة منخفضة الطاقة لأحمال العمل الموزعة في الوقت الفعلي. 7. $ASML - يوفر الطباعة الحجرية EUV المطلوبة لتصنيع الرقائق المتطورة التي تغذي تسريع الذكاء الاصطناعي شركات التكنولوجيا الكبرى. 8. $CEG - يوفر الطاقة النظيفة والحمولة الأساسية التي تتطلبها مراكز البيانات الذكاء الاصطناعي في Big Tech مع زيادة الطلب على الطاقة. 9. $ANET - يوفر الشبكات عالية الإنتاجية التي تحافظ على تشغيل مجموعات Nvidia GPU من Big Tech بأقصى كفاءة. 10. $AMAT - يوفر أدوات التصنيع المتقدمة اللازمة لبناء وتعبئة الرقائق وراء خرائط طريق الذكاء الاصطناعي لشركة Big Tech. 11. $VRT - يضمن وقت التشغيل لمجموعات الذكاء الاصطناعي شركات التكنولوجيا الكبرى مع البنية التحتية المتقدمة للتبريد والطاقة. 12. $ALAB - يزيل اختناقات وحدة معالجة الرسومات إلى الذاكرة لأحمال عمل Big Tech من خلال اتصال PCIe و CXL عالي النطاق الترددي. 13. $NVTS - دخلت في شراكة مع Nvidia لتطوير تقنية تحويل الطاقة من الجيل التالي ، والتي تم وضعها في وضع يسمح لها بالتوسع مع الذكاء الاصطناعي من المتوقع أن تبلغ عمليات بناء مراكز البيانات ذروتها بحلول عام 2027. 14. $NBIS - يلتقط فائض المقياس الفائق حيث يفوق الطلب على الحوسبة الذكاء الاصطناعي العرض ، مما يوفر بنية تحتية مرنة لوحدة معالجة الرسومات للتدريب المتفجر والاستدلال. 15. $MU - يوفر ذاكرة النطاق الترددي العالي (HBM) الضرورية للتدريب والاستدلال على نطاق Big Tech ، مما يزيد من إنتاجية GPU.