جينسن هوانغ يعلن عن فيرا روبين: منصة الحوسبة الفائقة للذكاء الاصطناعي للجيل القادم

في مؤتمر CES 2026، جعل الرئيس التنفيذي Jensen Huang من NVIDIA صناعة الذكاء الاصطناعي تشهد نقطة تحول كبيرة. لم يكن الأمر عبارة عن بطاقة رسومات استهلاكية كما في السنوات السابقة، بل منصة حسابية شاملة تُدعى Vera Rubin - سُميت على اسم عالم الفلك الشهير الذي اكتشف المادة المظلمة. ظهور Vera Rubin يمثل تغييرًا استراتيجيًا لشركة NVIDIA: من تقديم شرائح فقط إلى بناء نظام بيئي كامل للحوسبة الفائقة.

أحضر Jensen Huang على المسرح خادم ذكاء اصطناعي يزن 2.5 طن ليعرض رؤيته. هذا تغيير ذو معنى: بدلاً من بيع المكونات بشكل منفصل، تركز NVIDIA الآن على حل كامل لمشاكل الحوسبة الكبيرة للذكاء الاصطناعي.

6 تصاميم شرائح مدمجة: Vera Rubin تكسر قواعد التصميم التقليدية

وفقًا لـ Jensen Huang، فإن Vera Rubin تكسر مبدأ داخليًا في NVIDIA: أن كل جيل من المنتجات عادةً يتغير فيه 1-2 شرائح فقط. هذه المرة، أعادت الشركة تصميم 6 أنواع مختلفة من الشرائح، جميعها دخلت مرحلة الإنتاج الكمي.

السبب وراء هذا القرار واضح جدًا: قانون مور يتباطأ، لكن الطلب على حسابات الذكاء الاصطناعي يتضاعف عشر مرات سنويًا. لمواكبة هذا المعدل، اختارت NVIDIA استراتيجية “تصميم متكامل للغاية” - تحسين كل مستوى من الشريحة والمنصة بالكامل في آن واحد.

هذه الأنواع الستة من الشرائح تشمل:

Vera CPU: معالج مركزي بـ 88 نواة Olympus مخصصة، يدعم 176 خيطًا عبر تقنية الخيوط المتعددة من NVIDIA. ذاكرة النظام تصل إلى 1.5 تيرابايت (ثلاثة أضعاف Grace)، مع عرض نطاق LPDDR5X بسرعة 1.2 تيرابايت/ثانية. إجمالي الترانزستورات 227 مليار.

Rubin GPU: قوة استنتاج NVFP4 تصل إلى 50 PFLOPS - خمس مرات أكثر من معمارية Blackwell السابقة. الشريحة مدمجة بـ 336 مليار ترانزستور (زيادة 1.6 مرة)، مع محرك Transformer من الجيل الثالث قادر على تعديل الدقة بشكل ديناميكي.

ConnectX-9 Network Card: يدعم اتصال Ethernet بسرعة 800 جيجابت/ثانية مع RDMA قابل للبرمجة. تحتوي على 23 مليار ترانزستور ومعتمدة من قبل CNSA/FIPS للأمان.

BlueField-4 DPU: محرك معالجة بيانات مخصص لتخزين الذكاء الاصطناعي، مدمج بـ 64 نواة من معالج Grace مع اتصال ConnectX-9. يحتوي على 126 مليار ترانزستور.

NVLink-6 Switch Chip: يربط 18 عقدة حسابية، يدعم حتى 72 بطاقة Rubin GPU للعمل كوحدة واحدة. كل GPU يحصل على عرض نطاق تواصل داخلي 3.6 تيرابايت/ثانية (all-to-all).

Spectrum-6 Optical Ethernet Switch: 512 قناة، كل قناة بسرعة 200 جيجابت/ثانية، مدمج بتقنية السيليكون الفوتوني من TSMC COOP. يحتوي على 352 مليار ترانزستور.

أداء مذهل وتكلفة منخفضة بنسبة 90%: Vera Rubin يغير معادلة اقتصاد الذكاء الاصطناعي

عند دمج هذه الأنواع الستة من الشرائح، يقدم نظام Vera Rubin NVL72 أرقامًا مذهلة. في مهمة الاستنتاج NVFP4، تصل القدرة الحسابية إلى 3.6 EFLOPS - أي خمس مرات أكثر من Blackwell. أما في التدريب، فالأداء يصل إلى 2.5 EFLOPS، بزيادة 3.5 مرة.

بالنسبة لسعة الذاكرة، يزود NVL72 بـ 54 تيرابايت من ذاكرة LPDDR5X (ثلاثة أضعاف الجيل السابق) و20.7 تيرابايت من HBM، بزيادة 1.5 مرة. عرض النطاق الترددي لـ HBM4 يصل إلى 1.6 بيتابايت/ثانية (زيادة 2.8 مرة)، بينما يصل عرض النطاق Scale-Up إلى 260 تيرابايت/ثانية (مضاعفًا).

رقم خاص أشار إليه Jensen Huang بشكل خاص: تدريب نموذج بـ 100 تريليون معلمة يتطلب ربع عدد أنظمة Blackwell. تكلفة إنشاء Token واحد تساوي عُشر تكلفة Blackwell.

على الرغم من أن Rubin يستهلك ضعف طاقة Grace Blackwell، إلا أن أداؤه يتجاوز بكثير زيادة استهلاك الطاقة. والأهم من ذلك، أن معدل الإنتاجية (عدد Tokens التي يتم إنجازها لكل واط-دولار) زاد عشرة أضعاف. مع مركز بيانات بقدرة جيجاوات بقيمة 50 مليار دولار، هذا يعني أن القدرة على توليد الإيرادات ستتضاعف.

أكبر تحدٍ سابق للصناعة كان نقص الذاكرة السياقية عند معالجة KV Cache (ذاكرة المفتاح والقيمة) - “ذاكرة المهام” للذكاء الاصطناعي. تحل Vera Rubin هذه المشكلة عبر نشر BlueField-4 لإدارة KV Cache بشكل مستقل. كل عقدة تحتوي على 4 BlueField-4، وكل منها مزود بـ 150 تيرابايت من الذاكرة السياقية، مما يوفر 16 تيرابايت لكل GPU - مع الحفاظ على عرض النطاق 200 جيجابت/ثانية، بدون تقليل السرعة.

لتشغيل هذا الهيكل، يجب أن تكون الشبكة كبيرة وسريعة ومستقرة. وُجد Spectrum-X لحل ذلك - منصة شبكة Ethernet من طرف إلى طرف “مخصصة للذكاء الاصطناعي الإبداعي” الأولى في العالم. بسرعة 512 قناة × 200 جيجابت/ثانية، يزيد معدل الإنتاجية بنسبة 25%، مما يوفر 5 مليارات دولار لمركز بيانات بقيمة 50 مليار دولار. قال Jensen Huang: “يمكن القول إن نظام الشبكة هذا يكاد يكون مجانيًا.”

من نماذج اللغة إلى العالم الفيزيائي: Jensen Huang يوسع رؤى NVIDIA

إذا كانت النماذج اللغوية الكبيرة تعالج “العالم الرقمي”، فإن الهدف التالي لـ NVIDIA بقيادة Jensen Huang هو السيطرة على “العالم الفيزيائي”. أكد أن جعل الذكاء الاصطناعي يفهم قوانين الفيزياء ويعيش في الواقع يتطلب بيانات حقيقية نادرة جدًا.

اقترح Jensen Huang بنية “ثلاثة حواسيب أساسية” للذكاء الاصطناعي الفيزيائي:

حاسوب التدريب: نوع من الحواسيب المبنية من بطاقات الرسوم المعروفة (مثل Vera Rubin)، مسؤول عن تدريب النماذج.

حاسوب الاستنتاج: “المخيخ” المخصص للروبوت أو السيارة، مسؤول عن التنفيذ في الوقت الحقيقي.

حاسوب المحاكاة: يتضمن Omniverse وCosmos، ويوفر بيئة تدريب افتراضية تساعد الذكاء الاصطناعي على تعلم ردود الفعل الفيزيائية عبر المحاكاة.

نظام Cosmos قادر على إنشاء عدد كبير من بيئات التدريب لعالم الفيزياء، ويفتح آفاقًا جديدة تمامًا.

Alpamayo والاستنتاج الاصطناعي: NVIDIA تسيطر على العالم الحقيقي

استنادًا إلى بنية الحواسيب الثلاثة، أعلن Jensen Huang رسميًا عن Alpamayo - أول نموذج قيادة ذاتية في العالم يمتلك قدرات تفكير واستنتاج حقيقي.

على عكس القيادة الذاتية التقليدية التي تعتمد على أوامر برمجية صارمة، فإن Alpamayo هو نظام تدريب من النهاية إلى النهاية. إن إنجازه هو حل “مسألة الذيل الطويل” للقيادة الذاتية - المواقف المرورية المعقدة غير المسبوقة. لا يقتصر على التنفيذ فحسب، بل يمكنه أيضًا الاستنتاج مثل السائق البشري.

قال Jensen Huang: “سيخبرك بما ستفعله، ولماذا اتخذت هذا القرار.” في العرض التوضيحي، أظهر السيارة ذاتية القيادة قدرتها على تفكيك المواقف المعقدة جدًا إلى معارف أساسية للتعامل معها.

سيتم إطلاق سيارة مرسيدس CLA المزودة بتقنية Alpamayo رسميًا في الولايات المتحدة في الربع الأول من 2026 (حاليًا)، ثم تتوسع إلى أوروبا وآسيا. وقد قيّمتها NCAP بأنها الأكثر أمانًا في العالم، بفضل تصميم “طبقة الأمان المزدوج” الفريد من NVIDIA. عندما لا يكون النموذج AI واثقًا تمامًا، يتحول النظام إلى وضع الأمان التقليدي لضمان السلامة المطلقة.

الروبوت والبنية التحتية الذكية: استراتيجية NVIDIA الشاملة

خلال المؤتمر، عرض Jensen Huang أيضًا استراتيجية الروبوت الشاملة من NVIDIA. ستزود جميع الروبوتات بحواسيب صغيرة من نوع Jetson، وتُدرّب في محاكي Isaac على منصة Omniverse. تعمل NVIDIA على دمج هذه التقنية في النظام البيئي الصناعي مع شركاء مثل Synopsys وCadence وSiemens.

رؤية NVIDIA من الأسفل إلى الأعلى هي: في المستقبل، ستُسرع الذكاء الاصطناعي الفيزيائي تصميم الشرائح، وتصميم الأنظمة، وحتى محاكاة المصانع. قال Jensen Huang مع فريق الروبوتات اللطيف من Disney: “أنتم ستصممون في الحاسوب، وتنتجون في الحاسوب، وحتى تختبرون وتؤكدون في الحاسوب قبل أن تواجهوا الجاذبية فعليًا.”

نماذج مفتوحة المصدر تسرع النمو: NVIDIA تحتضن موجة الذكاء الاصطناعي الشاملة

جزء مهم من استراتيجية Jensen Huang هو تقديره للمجتمع مفتوح المصدر. أكد أن DeepSeek V1 فاجأ الصناعة؛ فهو أول نظام استنتاج مفتوح المصدر، وقد دفع مباشرة موجة التطوير في القطاع بأكمله.

على الرغم من أن النماذج المفتوحة الحالية قد تكون أضعف بحوالي 6 أشهر من النماذج الرائدة، إلا أنه مع كل 6 أشهر تظهر نماذج جديدة. هذا المعدل السريع للتكرار يجعل الشركات الناشئة، والشركات الكبرى، والباحثين لا يرغبون في تفويته.

NVIDIA ليست استثناءً. أنشأت حاسوبًا فائقًا DGX Cloud بقيمة مليارات الدولارات، وطورت نماذج متقدمة مثل La Proteina (توليف البروتينات) وOpenFold 3. يشمل نظامها البيئي للنماذج المفتوحة مجالات مثل علم الأحياء، والذكاء الاصطناعي الفيزيائي، ونماذج الوكيل، والروبوت، والقيادة الذاتية.

سلسلة نماذج Nemotron من NVIDIA - التي تتضمن نماذج عن الصوت، والمتعددة الوسائط، والتعزيز في استرجاع المعلومات الإبداعية - حققت نجاحات عالية على العديد من التصنيفات، وتُستخدم من قبل العديد من الشركات.

استراتيجية Jensen Huang: من “المجرفة” إلى النظام البيئي الشامل

في ظل الجدل حول فقاعة الذكاء الاصطناعي، يحتاج Jensen Huang إلى إثبات أن الذكاء الاصطناعي يمكن أن يحقق شيئًا حقيقيًا لتعزيز الثقة في التكنولوجيا. بجانب الكشف عن قوة منصة Vera Rubin لتلبية احتياجات الحوسبة، استثمر بشكل كبير في التطبيقات والبرمجيات، ليُظهر كيف سيغير الذكاء الاصطناعي الواقع.

كانت NVIDIA سابقًا تصنع شرائح للعالم الافتراضي، والآن تعرض مباشرة تركيزها على الذكاء الاصطناعي الفيزيائي - القيادة الذاتية، والروبوتات الشبيهة بالبشر - للدخول إلى العالم الحقيقي. هذه خطوة استراتيجية مهمة: من بيع الأدوات (الشرائح) إلى بناء منصة حسابية كاملة للجيل القادم من الذكاء الاصطناعي.

وفي النهاية، فقط عندما يكون الصراع في العالم الحقيقي، يمكن للأسلحة أن تظل قابلة للبيع.