جينسن هوانغ يعلن عن فيرا روبين في CES 2026: منصة الحوسبة الذكية الجديدة تُحدث نقلة نوعية في الصناعة

بعد خمس سنوات من عدم إصدار بطاقة رسومات استهلاكية في CES، ركز الرئيس التنفيذي Jensen Huang لشركة NVIDIA على هدف آخر - تقديم منصة الحوسبة Vera Rubin، وهي نظام خادم ذكاء اصطناعي يزن 2.5 طن مصمم لتسريع تدريب نماذج الذكاء الاصطناعي من الجيل التالي. هذا ليس مجرد منتج مادي، بل استراتيجية شاملة تهدف إلى تغيير طريقة بناء ونشر البنية التحتية للذكاء الاصطناعي للشركات.

ظهر Jensen Huang في ثلاثة أحداث خلال 48 ساعة، من NVIDIA Live إلى التعاون مع Siemens في الذكاء الاصطناعي الصناعي، ثم مؤتمر Lenovo TechWorld. الرسالة الأساسية التي وجهها: الموارد الحاسوبية التي تقدر بحوالي 10 تريليون دولار استثمرت خلال العقد الماضي بحاجة إلى تحديث شامل.

Vera Rubin - بنية مدمجة من 6 شرائح لتجاوز Blackwell

Vera Rubin تكسر قواعد NVIDIA الداخلية. بدلاً من تحديث 1-2 شرائح في كل جيل، قامت الشركة هذه المرة بإعادة تصميم 6 أنواع مختلفة من الشرائح في وقت واحد، ودخلت مرحلة الإنتاج الكمي. السبب هو أن الطرق التقليدية لزيادة الأداء لم تعد تواكب النمو السريع لنماذج الذكاء الاصطناعي، خاصة مع تباطؤ قانون مور.

اختيار NVIDIA هو “تصميم متكامل للغاية” - ابتكار متزامن على جميع مستويات الشريحة والمنصة بأكملها. معالج Vera CPU مدمج 88 نواة Olympus مخصصة مع 176 خيط عمل، يدعم ذاكرة نظام 1.5 تيرابايت وعرض نطاق LPDDR5X بسرعة 1.2 تيرابايت في الثانية - ثلاث مرات أكثر من جيل Grace. GPU Rubin يحقق قوة استنتاج NVFP4 بمقدار 50 PFLOPS (خمس مرات Blackwell) مع 336 مليار ترانزستور، ويحتوي على محرك Transformer من الجيل الثالث يمكنه تعديل الدقة ديناميكيًا.

لربط كل هذه المكونات، نفذت NVIDIA ConnectX-9 (بطاقة شبكة بسرعة 800 جيجابت في الثانية)، BlueField-4 DPU (معالج طرفي لتخزين الذكاء الاصطناعي)، شريحة التبديل NVLink-6 (ربط 18 عقدة، يدعم حتى 72 GPU Rubin للعمل كوحدة واحدة)، وشريحة التبديل الضوئية Ethernet Spectrum-6 (512 قناة، كل قناة بسرعة 200 جيجابت في الثانية).

أداء متفوق: من التدريب إلى الاستنتاج

نظام Vera Rubin NVL72 يقدم أرقامًا مذهلة. في مهمة الاستنتاج NVFP4، الأداء يصل إلى 3.6 EFLOPS - خمس مرات أكثر من Blackwell. وفي التدريب NVFP4، الأداء يصل إلى 2.5 EFLOPS، بزيادة 3.5 مرة. سعة ذاكرة LPDDR5X تصل إلى 54 تيرابايت (ثلاثة أضعاف)، وذاكرة HBM تصل إلى 20.7 تيرابايت مع عرض نطاق HBM4 بمقدار 1.6 PB/ثانية (زيادة 2.8 مرة).

الأهم من ذلك، على الرغم من الزيادة الهائلة في الأداء، زاد عدد الترانزستورات فقط بمقدار 1.7 مرة (إجمالي 220 تريليون)، مما يدل على قدرة NVIDIA على تحسين تكنولوجيا أشباه الموصلات. لتدريب نموذج يتضمن 100 تريليون معلمة، يحتاج Vera Rubin إلى ربع عدد الأنظمة مقارنة بـ Blackwell، وتكلفة إنشاء Token واحد تساوي عُشرها.

الأهم من ذلك، أن معدل الإنتاجية (عدد رموز الذكاء الاصطناعي التي يتم إنجازها لكل واط-لكل دولار) ارتفع بمقدار 10 أضعاف مقارنة بـ Blackwell. بالنسبة لمركز بيانات بقدرة جيجاوات بقيمة 50 مليار دولار، هذا يعني أن القدرة على توليد الإيرادات ستتضاعف - كل دولار استثمار يولد ضعف القيمة.

من 43 سلكًا إلى 0 سلك: ابتكار تقني في التجميع

Vera Rubin أحدثت أيضًا ثورة في التصميم الفني. سابقًا، كان كل عقدة حاسوب فائق تحتاج إلى توصيل 43 سلكًا، ويستغرق تجميعها ساعتين مع احتمالية الخطأ. الآن، تستخدم عقدة Vera Rubin 0 سلك، مع 6 أنابيب تبريد سائلة، ويكتمل تجميعها خلال 5 دقائق.

خلف خزانة الخادم، يوجد حوالي 3.2 كم من الأسلاك النحاسية، و5000 سلك نحاسي يشكل الشبكة الرئيسية NVLink بسرعة 400 جيجابت في الثانية. قال Jensen Huang بشكل فكاهي: “ربما يزن مئات الكيلوغرامات، ويجب أن تكون مديرًا تنفيذيًا قويًا جدًا لتتمكن من ذلك”.

ذاكرة مخبأة غير محدودة: الذاكرة السياقية لم تعد عائقًا

مشكلة كبيرة في الذكاء الاصطناعي هي أن “ذاكرة المفتاح والقيمة” (KV Cache) تتكدس مع طول الحوار، وتملأ ذاكرة HBM. الحل الذي تقدمه Vera Rubin هو استخدام معالج BlueField-4 في خزانة الخادم لإدارة KV Cache بشكل مستقل.

كل عقدة تحتوي على 4 BlueField-4، وكل واحد يضيف 150 تيرابايت من الذاكرة السياقية، موزعة على GPU، وكل GPU يضاف إليه 16 تيرابايت من الذاكرة - بينما ذاكرة GPU المدمجة حوالي 1 تيرابايت فقط. والأهم أن عرض النطاق الترددي يبقى 200 جيجابت في الثانية، دون تقليل سرعة نقل البيانات.

Spectrum-X: شبكة “مخصصة للذكاء الاصطناعي الإبداعي” توفر 5 مليارات دولار

لتشغيل “ملاحظة” عبر عشرات الخوادم، وآلاف وحدات GPU تعمل معًا كذاكرة موحدة، يجب أن تكون الشبكة كبيرة وسريعة ومستقرة. Spectrum-X هو منصة الشبكة Ethernet الطرفية “المخصصة للذكاء الاصطناعي الإبداعي” الأولى في العالم التي أطلقتها NVIDIA، وتستخدم تقنية السيليكون الضوئي من TSMC بسرعة 512 قناة × 200 جيجابت في الثانية.

حسب حساب Jensen Huang، مركز بيانات بقدرة جيجاوات بقيمة 50 مليار دولار، يرفع Spectrum-X معدل النقل بنسبة 25%، ويوفر توفيرًا بقيمة 5 مليارات دولار. قال: “يمكن القول إن نظام الشبكة هذا يكاد يكون ‘مجانيًا’”.

أمان الحوسبة: جميع البيانات مشفرة طوال عملية النقل

يدعم Vera Rubin الحوسبة السرية (Confidential Computing) - حيث يتم تشفير جميع البيانات أثناء النقل والتخزين والمعالجة، بما في ذلك قنوات PCIe و NVLink، والتواصل بين CPU و GPU، وواجهات النطاق الأخرى. يمكن للشركات نشر نماذجها على أنظمة خارجية دون خوف من تسرب البيانات.

الذكاء الاصطناعي الفيزيائي: من الروبوتات إلى القيادة الذاتية، NVIDIA تركز على العالم الحقيقي

أكد Jensen Huang بشكل خاص على بنية “ثلاثة نوى حاسوبية” للذكاء الاصطناعي الفيزيائي: حاسوب التدريب المبني على GPU، وحاسوب الاستنتاج “الدماغ الصغير” في الروبوتات أو السيارات، ومحاكاة النماذج (Omniverse و Cosmos) التي توفر بيئة تدريب افتراضية.

استنادًا إلى هذه البنية، أعلنت NVIDIA عن Alpamayo - أول نموذج قيادة ذاتية يمتلك القدرة على التفكير والاستنتاج. على عكس القيادة الذاتية التقليدية، فإن Alpamayo هو نظام تدريب شامل يمكنه حل “مشاكل الذيل الطويل” للقيادة الذاتية. عند مواجهة مواقف مرورية معقدة لم يسبق لها مثيل، لا ينفذ فقط الأوامر الصارمة، بل يستخدم الاستنتاج مثل السائق البشري.

سيتم إطلاق سيارة Mercedes CLA المزودة بتقنية Alpamayo رسميًا في أمريكا خلال الربع الأول من هذا العام، ثم تتوسع إلى الأسواق الأوروبية والآسيوية. وقد صنفتها NCAP كأكثر سيارة أمانًا في العالم بفضل تصميم “طبقة أمان مزدوجة” الفريد - حيث إذا لم تكن نماذج الذكاء الاصطناعي واثقة تمامًا، يتحول النظام على الفور إلى وضع الأمان التقليدي الأكثر استقرارًا.

على المسرح، دعا Jensen Huang روبوتات بشرية، وروبوتات ذات أربعة أرجل مثل Boston Dynamics وAgility، لتقديم عروض. وأكد أن أكبر روبوت هو في الواقع المصنع. جميع الروبوتات ستكون مزودة بأجهزة كمبيوتر Jetson صغيرة، وتُدرّب في محاكي Isaac على منصة Omniverse. كما أن NVIDIA تدمج هذه التقنية في بيئة صناعية تشمل Synopsys وCadence وSiemens.

النماذج مفتوحة المصدر: استراتيجية NVIDIA

مدح Jensen Huang بشكل خاص المجتمع مفتوح المصدر. وقال إن إنجاز DeepSeek V1 العام الماضي دفع مباشرة موجة تطوير الصناعة بأكملها. على الشريحة، تظهر نماذج Kimi K2 وDeepSeek V3.2 كأول وثاني نماذج مفتوحة المصدر.

رغم أن النماذج مفتوحة المصدر حاليًا أقل أداءً عن النماذج الرائدة بحوالي 6 أشهر، إلا أن ظهور نماذج جديدة كل 6 أشهر يجعل الجميع، من الشركات الناشئة إلى الشركات الكبرى والباحثين، لا يرغبون في تفويتها، بما في ذلك NVIDIA.

هذه المرة، لا يبيعون “مطارق” أو بطاقات رسومات فقط؛ بل يبنون حواسيب فائقة DGX Cloud، ويطورون نماذج متقدمة مثل La Proteina (توليف البروتينات) وOpenFold 3. منظومة النماذج مفتوحة المصدر من NVIDIA تشمل البيولوجيا، والذكاء الاصطناعي الفيزيائي، ونماذج الوكيل، والروبوتات، والقيادة الذاتية.

كما أن العديد من النماذج مفتوحة المصدر من عائلة Nemotron من NVIDIA تعتبر من النقاط البارزة، وتشمل نماذج للصوت، والمتعددة الوسائط، وتعزيز استرجاع المعلومات الإبداعية والأمان، وتحقيق نتائج ممتازة على العديد من التصنيفات، وتستخدمها العديد من الشركات.

المستقبل: استراتيجية من العالم الافتراضي إلى العالم المادي

كانت NVIDIA سابقًا تصنع شرائح للعالم الافتراضي. الآن، يتجه Jensen Huang بوضوح نحو الذكاء الاصطناعي الفيزيائي، مع القيادة الذاتية والروبوتات ذات الشكل البشري كممثلين، لدخول العالم المادي الحقيقي بمنافسة أشد.

وفي ظل الجدل حول فقاعة الذكاء الاصطناعي، بالإضافة إلى تقديم منصة الحوسبة الفائقة Vera Rubin لتلبية الطلب على الحوسبة، يستثمر Jensen Huang أيضًا بكثافة في التطبيقات والبرمجيات. الهدف هو إظهار كيف سيغير الذكاء الاصطناعي بشكل مباشر - من القيادة الذاتية الأكثر أمانًا إلى الروبوتات التي يمكنها الاستنتاج.

وفي النهاية، فقط عندما يكون الصراع على أرض الواقع، يمكن للأسلحة أن تظل قابلة للبيع.