شراكة استراتيجية بين Databricks وNVIDIA: معالجات Vera وخدمات GPU بدون خادم ومكدس الوكلاء

توسع شراكتهما الاستراتيجية
أعلنت Databricks و NVIDIA عن توسيع شراكتهما بشكل كبير لبناء منصة شاملة ومتكاملة مصممة خصيصًا لـ "عصر الوكلاء" (Agentic Era). تدمج هذه المنصة أحدث شرائح NVIDIA (معالج Vera CPU، وحدات معالجة الرسوم Blackwell/Rubin)، وبيئات تشغيل GPU بدون خادم (Serverless)، وأدوات متخصصة للوكلاء مباشرة داخل منصة Databricks Data Intelligence Platform .

يستهدف هذا التعاون دورة حياة الوكلاء بالكامل — بدءًا من التدريب والضبط الدقيق (fine-tuning) على وحدات معالجة الرسوم NVIDIA بدون خادم، وصولاً إلى الاستدلال (inference) والتنسيق (orchestration) على معالجات NVIDIA Vera CPU — وكل ذلك مرتبط بمنصة بحيرة البيانات (lakehouse) في Databricks من أجل حوكمة البيانات.

التقنيات والتكاملات الرئيسية

• دمج معالج NVIDIA Vera CPU: تقوم Databricks بدمج معالج Vera CPU الجديد من NVIDIA — الذي يُوصف بأنه "معالج الوكلاء" (the CPU for agents) — في منصتها. Vera هو معالج مخصص يعتمد على بنية ARM مع ذاكرة تخزين مؤقت L3 بسعة 256 ميجابايت ووحدة أجهزة مخصصة لتحليل JSON، وهو مصمم خصيصًا للتعامل مع حلقات التنسيق والتعلم المعزز (reinforcement-learning loops) التي تشكل عنق الزجاجة لأعباء عمل الوكلاء . يمثل هذا تحولًا جوهريًا في البنية التحتية: تراهن NVIDIA و Databricks على أن أداء وكلاء AI أصبح الآن مقيدًا بوحدة المعالجة المركزية المضيفة (CPU) التي تدير مهام التخطيط واستدعاء الأدوات وحلقات الذاكرة، وليس فقط بإنتاجية GPU .

• AI Runtime: وحدات معالجة رسوم NVIDIA بدون خادم: أطلقت Databricks خدمة AI Runtime، وهي طبقة حوسبة بدون خادم توفر وصولاً عند الطلب إلى وحدات معالجة الرسوم NVIDIA A10 و H100 لتدريب وضبط نماذج التعلم العميق دون عناء إدارة البنية التحتية . التدريب الموزع متعدد العُقد ودعم وحدات GPU المتعددة قيد الإصدار التجريبي، والخدمة مصممة لأنظمة الرؤية الحاسوبية ونماذج اللغات الكبيرة وأنظمة التوصية القائمة على التعلم العميق .

• دعم GPU في الإصدار المجاني من Databricks: أصبح تسريع GPU من NVIDIA متاحًا الآن في الطبقة المجانية من Databricks، مما يخفض الحاجز أمام المطورين لتجربة وكلاء AI .

• تحسينات خدمة النماذج ومكدس الوكلاء: يتضمن التعاون الموسع تحسينات في خدمة النماذج لأعباء عمل الوكلاء ودعمًا كاملاً لمكدس برامج NVIDIA الموجه للوكلاء (مثل NVIDIA Agent Toolkit، وخدمات NIM الدقيقة) والتي تعمل على بيانات المؤسسات المُدارة داخل بحيرة بيانات Databricks .

• محرك Photon المُسرع من NVIDIA CUDA: تم دمج الحوسبة المتسارعة من NVIDIA في محرك Databricks Photon، محرك SQL عالي الأداء، لتسريع معالجة البيانات الأولية (ETL) لخطوط أنابيب الذكاء الاصطناعي . أشار الرئيس التنفيذي لـ NVIDIA، جينسن هوانغ، إلى أن الأمر استغرق خمس سنوات لبناء المكتبات التي تجعل هذا التسريع ممكنًا .

اتجاهات الصناعة الدافعة لهذا التعاون

• صعود الذكاء الاصطناعي الوكيلي (Agentic AI): تم تأطير الشراكة بشكل صريح حول التحول من نماذج AI الثابتة إلى وكلاء AI مستقلين متعددي الخطوات، الأمر الذي يتطلب ربطًا وثيقًا بين البيانات والحوسبة والتنسيق. يكشف تقرير Databricks عن زيادة بنسبة 327% في اعتماد أنظمة AI المستقلة قبل عام 2026 .

• وحدة المعالجة المركزية (CPU) تصبح عنق الزجاجة الجديد: تراهن NVIDIA و Databricks على أن أداء وكلاء AI أصبح الآن محدودًا بوحدة المعالجة المركزية المضيفة (التي تدير التخطيط واستدعاء الأدوات وحلقات الذاكرة) بدلاً من إنتاجية GPU وحدها. تم تصميم معالج Vera CPU لسد هذه الفجوة .

• البيانات المُدارة (Governed Data) كأساس: الاتجاه الأساسي هو أن الوكلاء يجب أن يعملوا على بيانات مُدارة وعالية الجودة من المؤسسات. تؤكد الشراكة على جلب تسريع NVIDIA إلى بحيرة بيانات Databricks المُدارة بواسطة Unity Catalog، بحيث يستدل الوكلاء على بيانات موثوقة بدلاً من المصادر المنعزلة أو غير المُدارة .

• توسع النظام البيئي: تستثمر Databricks أيضًا في البروتوكولات المفتوحة (OpenSharing لمهارات الوكلاء) وأدوات بناء الوكلاء (Agent Bricks، وLakebase لذاكرة الوكلاء)، بينما توسع NVIDIA في الوقت نفسه شراكاتها في مصانع AI مع HPE وغيرها — مما يضع هذا التعاون ضمن دفع صناعي أوسع نحو بنية تحتية معيارية وجاهزة للإنتاج للوكلاء .