هذا التحسن الكبير يسمح بتشغيل فئة جديدة من التطبيقات تسمى أحيانًا "الذكاء الاصطناعي الفيزيائي"، حيث يمكن للروبوتات معالجة البيانات واتخاذ القرارات محليًا دون الاعتماد الدائم على السحابة.
أهم القدرات التي تقدمها المنصة:
بالنسبة للمطورين، يعني ذلك إمكانية بناء روبوتات قادرة على الإدراك والتخطيط والتفاعل في الزمن الحقيقي دون تأخير ناتج عن الاتصال بالسحابة.
بينما يركز Jetson Thor على الحوسبة الطرفية، يستهدف Vera Rubin NVL72 الطرف الآخر من الطيف: البنية التحتية الضخمة لمراكز بيانات الذكاء الاصطناعي.
النظام عبارة عن حاسوب فائق على مستوى رف خوادم كامل يدمج 36 معالج Vera CPU و72 معالج Rubin GPU متصلة عبر تقنية NVLink من الجيل السادس بحيث تعمل وحدات GPU معًا كمسرّع واحد ضخم.
تم تصميم هذه البنية للتعامل مع الجيل القادم من أعباء العمل في الذكاء الاصطناعي مثل:
ووفقًا لـ NVIDIA، يقدم النظام عدة تحسينات مقارنة بمنصة Blackwell السابقة:
يعود ذلك إلى التكامل العميق بين عدة شرائح داخل النظام، منها:
كما حصل النظام على جائزة التكنولوجيا المستدامة بفضل تصميمه للبنية التحتية، حيث تعتمد المنصة على تبريد سائل وتصميمات معيارية تساعد على تحسين كفاءة الطاقة في مراكز البيانات وتسريع عملية النشر.
بعبارة أخرى، يعكس Vera Rubin NVL72 تحول المنافسة في الذكاء الاصطناعي من سباق بين الشرائح إلى سباق بين أنظمة الحوسبة الكاملة—بل وحتى مصانع الذكاء الاصطناعي.
أما التقنية الثالثة الفائزة فهي Alpamayo، وهي منصة مفتوحة لتطوير أنظمة القيادة الذاتية.
تختلف هذه المنصة عن الأنظمة التقليدية التي تركز على اكتشاف الأشياء فقط. بدلاً من ذلك تستخدم نماذج الرؤية‑اللغة‑الفعل (Vision‑Language‑Action) مع قدرات استدلال لفهم المواقف المرورية واتخاذ القرار المناسب.
على سبيل المثال، يمكن لنموذج Alpamayo 1 تحليل فيديو الطريق وإنتاج:
هذا النهج يجعل أنظمة القيادة الذاتية أكثر قابلية للتفسير والتحليل، وهو أمر بالغ الأهمية عند اختبار سيناريوهات القيادة النادرة أو الخطرة.
كما تعتمد عملية التدريب في Alpamayo على مزيج من مصادر البيانات، منها:
الجمع بين البيانات الحقيقية والمحاكاة يسمح للنماذج بالتعرض لعدد أكبر بكثير من الحالات غير المتوقعة مقارنة بالاختبارات على الطرق فقط.
إذا نظرنا إلى هذه التقنيات معًا، نرى صورة واضحة لاستراتيجية NVIDIA في عصر الذكاء الاصطناعي:
والنتيجة هي منظومة تعمل عبر طبقات متعددة: التدريب في مصانع الذكاء الاصطناعي الضخمة، والتشغيل في مراكز البيانات، واتخاذ القرارات الفورية في الأجهزة الطرفية والآلات الذكية.
هذا النهج المتكامل—من الرقائق إلى الرفوف إلى الأنظمة الذكية—هو أحد الأسباب الرئيسية التي جعلت NVIDIA من أبرز الفائزين في COMPUTEX 2026.
Comments
0 comments