كيف تخطّط إنفيديا وd-Matrix لتقليل زمن استجابة الذكاء الاصطناعي

تعتمد خدمات الذكاء الاصطناعي التوليدي، على نحو متزايد، على سرعة بدء الإجابة واستمرار توليدها، لا على جودة الإجابة وحدها. ومن هنا يأتي تعاون إنفيديا وd-Matrix المُعلن في سبتمبر/أيلول 2026: إدخال معالجات الاستدلال المقبلة Raptor XPU من d-Matrix مباشرةً إلى بنية إنفيديا للذكاء الاصطناعي، بحيث يمكن للرف الواحد إسناد أجزاء طلب النموذج اللغوي الكبير إلى المعالج الأنسب لكل جزء. 134

الفكرة الأساسية هي التكامل لا الإحلال. لا تقول الشراكة إن Raptor سيحل محل وحدات معالجة الرسوميات GPU من إنفيديا؛ بل تقترح نظاماً متغاير العتاد، تنفذ فيه وحدات GPU مرحلة prefill كثيفة الحساب، بينما تركز مسرّعات d-Matrix على مرحلة decode المتكررة والحساسة لزمن الاستجابة، حيث تُولَّد رموز المخرجات واحداً تلو الآخر. 45

لماذا يمكن لتقسيم prefill وdecode أن يحسّن سرعة الاستجابة؟

يمر طلب النموذج اللغوي الكبير بمتطلبات أداء مختلفة. فمرحلة prefill تعالج نص الطلب والسياق، أما decode فتكرر عملية توليد الرمز التالي. وتضع d-Matrix معمارية الاستدلال الخاصة بها، بما فيها منتجها الحالي Corsair، في موضع مناسب لمهام decode إلى جانب وحدات GPU التي تصفها الشركة بأنها قوية في الأعمال كثيفة الحساب. 26

وقد يكون هذا التقسيم مفيداً في المنتجات التفاعلية التي يهم فيها زمن ظهور الرمز التالي، مثل مساعدات البرمجة وتطبيقات المحادثة والخدمات الصوتية. وتستهدف منصة Raptor ما تسميه d-Matrix خدمات الرموز المميزة فائقة الانخفاض في زمن الاستجابة. 48

لكن فصل مرحلتي العمل يخلق تحدياً هندسياً: يجب أن تتبادل المعالجات البيانات بسرعة تكفي كي لا تلغي كلفة الاتصال فائدة التخصص. وهنا تأتي خيارات البنية التحتية في التعاون الجديد.

ما دور NVLink Fusion وMGX وSpectrum-X؟

من المخطط أن تستخدم Raptor تقنية NVLink Fusion للانضمام إلى نطاق NVLink للتوسّع داخل النظام، فيما تؤدي Spectrum-X دور شبكة التوسّع بين الأنظمة. وتقول إنفيديا إن ذلك يتيح لـd-Matrix ربط رقائقها المخصصة بمنصة البنية التحتية الأوسع للذكاء الاصطناعي التابعة لها. 3

وسيستند رف d-Matrix المزمع إلى معمارية إنفيديا المرجعية MGX، ومن المتوقع أن يضم معالجات Vera المركزية من إنفيديا، ومبدلات NVLink، ووحدات معالجة البيانات BlueField-4، وبطاقات الشبكة ConnectX-9 SuperNIC، وشبكة Spectrum-X Ethernet. 48

ولا تقل أهمية منظومة الرف عن الوصلة البينية نفسها بالنسبة إلى d-Matrix. فبدلاً من تأهيل كل عنصر من عناصر الخوادم والشبكات والطاقة والتبريد وسلسلة التوريد بشكل مستقل حول معالج جديد، تستطيع الشركة البناء ضمن منظومة رفوف مُتحقَّق من توافقها. وتصف إنفيديا MGX ومنصتها الأوسع بأنها طريق أسرع وأقل مخاطرة من الرقائق المخصصة إلى النشر واسع النطاق. 3

عملياً، تستهدف الشراكة جعل Raptor قابلاً للنشر ضمن ما يشبه «مصنع ذكاء اصطناعي» على نمط إنفيديا، بدلاً من بقائه جهاز استدلال منفصلاً.

رهان Raptor: الذاكرة وعرض النطاق

عرضت d-Matrix تصميماً طموحاً لرف Raptor: ما يصل إلى 144 وحدة XPU في الرف الواحد، و2.3 تيرابايت من ذاكرة DRAM المكدسة ثلاثية الأبعاد، و7.2 بيتابايت في الثانية من إجمالي عرض نطاق الذاكرة. وتقول الشركة إن التصميم يستهدف دعم نماذج تتجاوز أربعة تريليونات مُعامل عند دقة 4 بت. وهذه مواصفات مخططة، وليست نتائج لمنتج مشحون جرى التحقق منها بصورة مستقلة. 4

تعكس المعمارية رؤية الشركة بأن مرحلة decode في النماذج اللغوية تتأثر بقوة بحركة البيانات وبعرض النطاق المتاح للذاكرة. ويجمع التغليف ثلاثي الأبعاد المقترح لـRaptor شريحة ذاكرة DRAM مع شريحة حوسبة SRAM، امتداداً لنهج d-Matrix المتمحور حول الذاكرة. 4

وتتوقع d-Matrix إتمام مرحلة tape-out، أي تسليم التصميم النهائي للتصنيع، بحلول نهاية 2026، فيما يُتوقع التوافر الأولي ضمن رف MGX في الربع الرابع من 2027. وما زال أمامها عمل تنفيذي كبير، يشمل التصنيع والتغليف والتحقق من النظام والنشر على مستوى الرف، قبل أن يتمكن العملاء من تقييم الأداء الفعلي. 48

لماذا تفتح إنفيديا منصتها لمسرّعات من طرف ثالث؟

تكتسب مشاركة إنفيديا دلالة استراتيجية لأنها تتيح لوحدة XPU خارجية متخصصة الاتصال بمعمارية رفوفها ونسيج شبكاتها، بدلاً من اشتراط تنفيذ جميع مراحل الاستدلال على وحدات GPU من إنفيديا.

وتصف إنفيديا منصتها بأنها «متكاملة رأسياً ومنفتحة أفقياً»: أي إنها تحتفظ بقيمة نسيج التوسّع والشبكات وتصاميم الرفوف والمنظومة، مع إتاحة مشاركة معالجات أخرى فيها. 3

هذا يوسّع أنواع أعباء العمل التي تستطيع المنصة خدمتها. فالعملاء الذين يريدون مسرّعاً مخصصاً لمرحلة decode قد يميلون أكثر إلى البقاء ضمن بنية متوافقة مع إنفيديا إذا كان المسرّع يعمل عبر NVLink Fusion وMGX وSpectrum-X. لذلك، من الأدق فهم الخطوة بوصفها تكاملاً منظماً لا تراجعاً عن دور وحدات GPU: إذ تبقى هذه الوحدات أساسية للتدريب والاستدلال العام ومرحلة prefill كثيفة الحساب، بينما يُطرح الجهاز المتخصص لمرحلة decode. 145

Corsair والتمويل: ماذا يكشفان عن الخطة التجارية؟

تأتي Raptor بعد مسرّع الاستدلال Corsair من d-Matrix. وتقول الشركة إن Corsair مصمم خصيصاً لمرحلة decode في الاستدلال المفصول المراحل، ويعمل مع وحدات GPU بدلاً من استبدالها. 26

ونشرت d-Matrix ادعاءات بشأن الأداء والكلفة والطاقة للأنظمة الهجينة المعتمدة على Corsair، لكن ينبغي التعامل معها بوصفها ادعاءات صادرة عن الشركة ما لم تتاح تفاصيل معايير مستقلة قابلة لإعادة الاختبار. ولا تثبت الأدلة المتاحة لهذا الإعلان تحسناً عاماً يصلح لكل النماذج أو أحجام الدُفعات أو إعدادات النشر. 2528

جمعت الشركة 275 مليون دولار في جولة تمويل من الفئة C عند تقييم مُعلن قدره مليارا دولار، ليصل إجمالي تمويلها المُعلن إلى 450 مليون دولار. وشملت الجولة M12، ذراع مايكروسوفت للاستثمار الجريء، ضمن مستثمرين آخرين. 2130 كما أفادت رويترز بأن مايكروسوفت دعمت d-Matrix في جولة تمويل عام 2023، وأن الشركة شحنت أول رقاقة ذكاء اصطناعي لها في نوفمبر/تشرين الثاني 2024. 1

تشير هذه المحطات إلى انتقال d-Matrix من طرح قائم على منتج استدلال واحد إلى خارطة طريق أوسع على مستوى الرفوف. وقد يجعل تكاملها مع إنفيديا هذا الانتقال أكثر إقناعاً للعملاء الذين يشترون بالفعل أو يديرون بنية تحتية مبنية على إنفيديا.

ما الذي لا يزال مجهولاً؟

لم يُكشف عن الشروط المالية لاتفاق إنفيديا. 1 لذلك لا يمكن استنتاج ما إذا كان يتضمن رسوم ترخيص أو التزامات هندسية مشتركة أو مشتريات بكميات محددة أو تقاسم إيرادات أو استثماراً من إنفيديا.

أما الخلاصة الأوضح، فهي أن الشركتين تخططان لسوق استدلال لا يتعين فيه على نوع واحد من المعالجات تنفيذ كل خطوة في طلب النموذج اللغوي. تحصل d-Matrix على طريق للدخول إلى مصانع ذكاء اصطناعي متوافقة مع إنفيديا، وتحصل إنفيديا على خيار متخصص لمرحلة decode يتكامل مع شبكاتها ومنصة رفوفها. لكن إثبات انخفاض زمن الاستجابة أو تحسن الجدوى الاقتصادية على نطاق واسع سيعتمد على عتاد Raptor النهائي، وبرمجيات تنسيق العمل، ومعايير العملاء بعد التوافر المخطط له في 2027. 348