الذكاء — Theka AIالعودة إلى الأخبار ↗

النماذج والتطبيقات

إنفيديا تروّج لمصانع الذكاء الاصطناعي بوصفها أكثر ربحية ودوامًا وتعددًا للاستخدام

نُشر في الذكاء: · دقيقتان للقراءة

تاريخ خبر المصدر:

تشرح إنفيديا كيف صُممت “مصانع الذكاء الاصطناعي” لرفع العائد على الاستثمار عبر ثلاثة عوامل: الإنتاجية، وطول العمر التشغيلي، والقدرة على تشغيل أنواع متعددة من الأعباء والعملاء.

صورة خبر: إنفيديا تروّج لمصانع الذكاء الاصطناعي بوصفها أكثر ربحية ودوامًا وتعددًا للاستخدام
الصورة من NVIDIA AI ↗

تغطية عربية أُعدّت بمساعدة الذكاء الاصطناعي اعتمادًا على المصدر المرتبط أدناه.

قالت إنفيديا إن “مصانع الذكاء الاصطناعي” يجب أن تُقاس بالعائد على الاستثمار قبل ضخ استثمارات قد تصل إلى مستوى الميغاواط أو الغيغاواط، حيث قد تبلغ كلفة المصنع الواحد نحو 60 مليون دولار لكل ميغاواط. ووفق الشركة، تتحدد العوائد بثلاثة عناصر مترابطة: القدرة على تحقيق الإيرادات، والعمر المفيد للعتاد، وحجم الطلب على الحوسبة.

وتعرض إنفيديا منصتها باعتبارها مصممة لتعظيم هذه العناصر الثلاثة معًا: فهي “منتِجة” لأنها تستهدف أعلى معدل إنتاجية لكل ميغاواط وأقل كلفة لكل رمز، و”متينة” لأن وحدات GPU والأنظمة تواصل العمل لسنوات بعد الشحن، و”مرنة” لأنها تشغّل كل أنواع الذكاء الاصطناعي وفي كل المراحل والمواقع، إلى جانب أعباء عمل غير مرتبطة بالذكاء الاصطناعي.

وتقول الشركة إن التصميم المشترك عبر الحزمة الكاملة من البرمجيات والعتاد والشبكات والذاكرة يرفع الإنتاجية، فيما تساعد مكتبات CUDA-X على تشغيل الأعباء المعجّلة عبر الأجيال المختلفة. كما تشير إلى أن وحدات Vera Rubin NVL72 تحقق أكثر من 30 ضعفًا في الإنتاجية لكل ميغاواط مقارنةً بـ GB300 NVL72، مع خفض يصل إلى 45 ضعفًا في الكلفة لكل مليون رمز على نموذج DeepSeek V4 Pro، بحسب بيانات SemiAnalysis AgentX.

وتستشهد إنفيديا بأمثلة من عملاء مثل Lilly وPinterest وRevolut وRunway وجامعة Texas A&M، لإبراز أن المنصة تخدم التدريب والاستدلال ومعالجة البيانات والمحاكاة والرسوميات. والخلاصة التي تطرحها الشركة أن تنوع الاستخدامات وطول عمر العتاد يرفعان معدل الاستفادة ويزيدان فرص تحقيق عائد أعلى للمشغلين.