التقنيات التي منحت NVIDIA أربع جوائز في COMPUTEX 2026

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:

• تشغيل نماذج توليدية ونماذج استدلال مباشرة على الجهاز
• معالجة بيانات متعددة الحساسات مثل الكاميرات والليدار في الوقت الحقيقي
• كفاءة طاقة مناسبة للروبوتات المتحركة والأنظمة الصناعية

بالنسبة للمطورين، يعني ذلك إمكانية بناء روبوتات قادرة على الإدراك والتخطيط والتفاعل في الزمن الحقيقي دون تأخير ناتج عن الاتصال بالسحابة.

Vera Rubin NVL72: حاسوب فائق لبنية مصانع الذكاء الاصطناعي

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:

• تدريب نماذج بترليونات المعاملات
• مراحل ما بعد التدريب
• الاستدلال واسع النطاق
• مهام الاستدلال طويلة السياق

ووفقًا لـ NVIDIA، يقدم النظام عدة تحسينات مقارنة بمنصة Blackwell السابقة:

• حتى 10 أضعاف أداء الاستدلال لكل واط
• انخفاض تكلفة الاستدلال لكل رمز حتى 10 مرات
• تدريب النماذج الكبيرة باستخدام ربع عدد وحدات GPU تقريبًا

يعود ذلك إلى التكامل العميق بين عدة شرائح داخل النظام، منها:

• Rubin GPU
• Vera CPU
• NVLink 6 Switch
• ConnectX‑9 SuperNIC
• BlueField‑4 DPU
• شبكة Spectrum

تعمل هذه المكونات معًا كمنظومة واحدة لتسريع تدريب وتشغيل نماذج الذكاء الاصطناعي الضخمة.

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.

Alpamayo: ذكاء اصطناعي يعتمد على الاستدلال للقيادة الذاتية

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:

• مسار القيادة (التوجيه، الكبح، التسارع)
• سجل استدلال يشرح سبب اتخاذ القرار

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:

• بيانات القيادة الواقعية
• مجموعات بيانات اصطناعية ناتجة عن المحاكاة
• أمثلة قيادة موثقة بعناية

الجمع بين البيانات الحقيقية والمحاكاة يسمح للنماذج بالتعرض لعدد أكبر بكثير من الحالات غير المتوقعة مقارنة بالاختبارات على الطرق فقط.

استراتيجية NVIDIA: منظومة كاملة للذكاء الاصطناعي

إذا نظرنا إلى هذه التقنيات معًا، نرى صورة واضحة لاستراتيجية NVIDIA في عصر الذكاء الاصطناعي:

• Jetson Thor يضع قدرات الذكاء الاصطناعي المتقدمة داخل الروبوتات والأجهزة الطرفية.
• Vera Rubin NVL72 يوفر البنية التحتية الضخمة لتدريب وتشغيل النماذج العملاقة.
• Alpamayo يطبق الذكاء الاصطناعي القائم على الاستدلال في المركبات ذاتية القيادة.

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.