إنفيديا: قيمة مصنع الذكاء الاصطناعي تُقاس بالرموز لكل ميغاواط، لا بعدد وحدات GPU فقط

لم تعد سعة مركز البيانات تُحدَّد بعدد المسرّعات التي يمكن وضعها في الرفوف فقط؛ فالطاقة الكهربائية المتاحة للموقع أصبحت قيداً متزايد الأهمية. وفي اليوم الافتتاحي لقمة AI Infra Summit 2026، قدّمت إنفيديا مقياساً مختلفاً لإنتاجية «مصنع الذكاء الاصطناعي»: عدد الرموز الوكيلية لكل ميغاواط، أي حجم أعمال الاستدلال المفيدة التي يمكن إنجازها ضمن سقف طاقة محدد. 23

طرح إيان باك، نائب الرئيس للحوسبة الفائقة والحوسبة عالية الأداء في إنفيديا، هذا التوجه في سانتا كلارا. والرسالة لا تقتصر على سرعة وحدات معالجة الرسومات؛ إذ ترى الشركة أن المصنع الفعّال للذكاء الاصطناعي يحتاج إلى تنسيق الحوسبة والشبكات وبرمجيات الاستدلال والتبريد والتحكم بالطاقة وعمليات الشبكة الكهربائية. 123

اختبار Lambda: نتيجة منشورة في بيئة تشغيل

أبرز البيانات العملية جاءت من مزود السحابة للذكاء الاصطناعي Lambda، الذي أعلن أول تحقق في بيئة نشر فعلية من تقنية NVIDIA DSX MaxLPS على خوادم HGX B200. ووفق إنفيديا، تراقب التقنية استهلاك الطاقة على مستوى وحدات GPU والرفوف، ثم تعيد توزيع هامش الطاقة غير المستخدم بين العُقد. 23

في عنقود مكوّن من خمسة رفوف و19 عقدة، شغّلت Lambda 19 عقدة ضمن موازنة طاقة تكفي عادةً لـ16 عقدة تعمل بكامل طاقتها. وكانت النتيجة المعلنة زيادة 24% في معدل إنتاج رموز العنقود، من نحو 4 ملايين إلى 5 ملايين رمز في الثانية، إلى جانب تحسن 23% في الأداء لكل واط. 23

أهمية هذه النتيجة عملية بالدرجة الأولى. فسعة كثير من مراكز البيانات تتوقف عند مقدار الطاقة التي يصل إلى الموقع، لا عند المساحة أو عدد الخوادم فقط. وعندما تتباين احتياجات الأحمال من الطاقة، يمكن لبرمجيات استغلال الهامش المتاح أن ترفع الإنتاج المفيد من دون توصيلات كهربائية إضافية أو زيادة في سقف طاقة المنشأة.

وعود Vera Rubin: تقديرات مستقبلية وليست نتائج تشغيلية

كشفت إنفيديا أيضاً عن مكاسب محتملة لمنصات Vera Rubin NVL72 المستقبلية. وقالت إن DSX MaxLPS قد يتيح ما يصل إلى 40% سعة GPU إضافية ضمن سقف طاقة الموقع نفسه، وما يصل إلى 35% زيادة في معدل إنتاج الرموز، بحسب ظروف النشر. 23

لكن ينبغي التفريق بين هذين النوعين من الأرقام: قياسات Lambda هي نتائج تحقق مُعلنة في بيئة نشر تعتمد Blackwell، بينما أرقام Vera Rubin هي توقعات إنفيديا لمنصة مستقبلية. 23

مصنع يتفاعل مع الشبكة الكهربائية

المحور الثاني في عرض إنفيديا هو المرونة: لا ينبغي أن يتعامل مصنع الذكاء الاصطناعي مع جميع المهام كما لو كانت عاجلة بالقدر نفسه.

في مصنع الذكاء الاصطناعي Eos التابع لإنفيديا، عملت منصة Conductor من Emerald AI مع مرفق Silicon Valley Power ضمن برنامج تجاري للأحمال المرنة. وقالت إنفيديا إن النظام استجاب لأكثر من 200 إشارة طلب من المرفق الكهربائي، وخفّض استهلاك المنشأة في حدث تجريبي من 4 ميغاواط إلى 3 ميغاواط خلال أقل من دقيقة. وقد تم ذلك عبر خفض أولوية أعمال الحوسبة المرنة، مع مواصلة الاستدلال الأعلى أولوية. 23

وتقدّم الشركة هذا البرنامج بوصفه نموذجاً مبكراً للقدرات المخطط لها في DSX Flex. وتصف إنفيديا DSX Flex بأنها وسيلة لاستقبال إشارات خفض الحمل والاستجابة للطلب وأسعار الطاقة، ثم تطبيق أولويات على أعباء العمل كي تتوقف الأعمال القابلة للتأجيل وتستأنف لاحقاً، من دون المساس بالخدمات الحرجة. أما تجربة Eos نفسها فكانت برهاناً تجارياً مبكراً على نطاق واسع، وليست تثبيتاً لمنصة DSX Flex. 23

هذا الطرح مهم للمشغلين الذين يواجهون قيوداً من شركات الكهرباء: لا تحتاج كل مهام التدريب أو المعالجة الدُفعية أو الأعمال غير المتصلة بالإنترنت إلى زمن استجابة مماثل لخدمات الاستدلال الإنتاجية. والنظر إلى الحوسبة كحمل مرن قد يتيح المشاركة في برامج الشبكة مع حماية أعباء العمل الأعلى قيمة.

طرح متكامل من الشرائح إلى التشغيل

ترسم إعلانات القمة صورة لإنفيديا بصفتها مزود منصة لمصانع الذكاء الاصطناعي، لا مورداً للمكوّنات وحدها. وتشمل المنظومة التي تقترحها حوسبة Vera Rubin، وشبكات التوسعة NVLink، وبرمجيات الاستدلال Dynamo، وشبكات Ethernet وSuperNIC، ومكونات البنية التحتية BlueField، وتحسين طاقة الرفوف، وتشغيل أعباء العمل بوعي بحالة الشبكة. 2

وكان Groq 3 LPX جزءاً من هذا التموضع. وتصفه إنفيديا بأنه مسرّع للاستدلال التفاعلي لمنصة Vera Rubin، صُمم لمتطلبات زمن الاستجابة المنخفض والسياق الكبير في الأنظمة الوكيلية. 112 وتدعم الأدلة المتاحة هذا الدور، لكنها لا تثبت بصورة مستقلة ادعاءات أكثر تفصيلاً بشأن موعد الإتاحة أو مقارنة «35 ضعفاً في الإنتاجية لكل ميغاواط» أو الأداء على نماذج تتجاوز تريليوني مُعامل.

لماذا يحمل هذا التوجه وزناً تجارياً؟

تأتي رسالة البنية التحتية في وقت يتواصل فيه نمو أعمال مراكز البيانات لدى إنفيديا. ففي الربع الثاني من السنة المالية 2027، المنتهي في 26 يوليو/تموز 2026، أعلنت الشركة إيرادات قدرها 96.2 مليار دولار، بزيادة 106% على أساس سنوي، منها 89.0 مليار دولار لإيرادات مراكز البيانات. 17 كما وجّهت إلى إيرادات للربع الثالث تبلغ 108 مليارات دولار، بهامش زيادة أو نقص 2%. 2830

ويفسر هذا السياق المالي تركيز الشركة على تشغيل المصانع على نطاق واسع. فمع نشر العملاء لمزيد من قدرات الذكاء الاصطناعي، تتحول الأسئلة العملية إلى كيفية تأمين الكهرباء، ورفع الإنتاج ضمن حدود الطاقة الثابتة، والحفاظ على عمل خدمات الاستدلال عند اضطرابات الطاقة أو التشغيل.

الخلاصة

لا تقول إنفيديا إن أداء المسرّعات الخام فقد أهميته، بل تقول إن ذروة الأداء وحدها لم تعد كافية لاقتصاديات مصنع الذكاء الاصطناعي.

ويربط مقياسها المقترح، أي الرموز المُتحقَّق منها لكل ميغاواط، بين أداء العتاد والقيود الفعلية التي يواجهها المشغّلون: طاقة الموقع، وأحداث الشبكة الكهربائية، وأولوية أعباء العمل، واستمرارية الخدمة. وتمثل زيادة Lambda المعلنة بنسبة 24% في الإنتاجية مؤشراً مبكراً مستنداً إلى النشر الفعلي على هذه الفكرة، في حين تبقى ادعاءات إنفيديا الأوسع حول Vera Rubin وDSX خارطة طريق تحتاج إلى تحقق إضافي لدى العملاء. 23