فيرا روبن: التحول الصامت الذي تعده NVIDIA لعام 2026

في خطوة تمثل تحولًا كبيرًا في استراتيجيتها، قررت NVIDIA عدم عرض بطاقات الرسوميات الاستهلاكية في CES 2026. بدلاً من ذلك، صعد Jensen Huang إلى المسرح بشيء أكثر طموحًا بكثير: منصة حوسبة تزن 2.5 طن تعد بإعادة تعريف تدريب واستنتاج نماذج الذكاء الاصطناعي.

عندما يكسر تصميم الرقائق قواعده الخاصة

الصدمة الحقيقية ليست في حجم الهيكل، بل في تكوينه الداخلي. منصة Vera Rubin (سُميت تكريمًا لعالمة الفلك التي اكتشفت المادة المظلمة) كسرت قاعدة داخلية كانت NVIDIA تحافظ عليها لسنوات: كل جيل من المنتجات يعيد تصميم 1-2 شرائح كحد أقصى.

هذه المرة، أعادت الشركة تصميم 6 شرائح مختلفة في وقت واحد، مكتملة دورة التطوير ودخول الإنتاج الضخم مباشرة. السبب عملي: قانون مور يتباطأ، لكن نماذج الذكاء الاصطناعي لا تزال تتطلب نموًا في الأداء بمقدار 10 مرات سنويًا. الحل الوحيد كان الابتكار ليس في مكون واحد، بل في الهندسة المعمارية بأكملها.

الركائز الست لـ Vera Rubin

Vera CPU: القلب الحاسوبي مع 88 نواة Olympus مخصصة، قادر على معالجة 176 خيطًا في وقت واحد. ذاكرة النظام تصل إلى 1.5 تيرابايت، أي ثلاثة أضعاف سابقتها Grace، مع عرض نطاق NVLink C2C يبلغ 1.8 تيرابايت/ثانية.

Rubin GPU: المحرك الحقيقي للاستنتاج. يوفر قوة NVFP4 تبلغ 50 PFLOPS، أي خمسة أضعاف بنية Blackwell السابقة. مع 336 مليار ترانزستور، يدمج الجيل الثالث من محركات Transformer، مما يسمح بضبط الدقة ديناميكيًا وفقًا لكل نموذج.

الاتصال والتخزين: يوفر ConnectX-9 إيثرنت بسرعة 800 جيجابت/ثانية. يدير معالج BlueField-4 DPU الجيل الجديد من التخزين للذكاء الاصطناعي، مدمجًا مع CPU Grace ذات 64 نواة وقدرات تصل إلى 800 جيجابت/ثانية.

البنية التحتية للاتصال: يربط شريحة التبديل NVLink-6 بين 18 عقدة حوسبة، مما يسمح لما يصل إلى 72 GPU Rubin بالعمل كنظام واحد بسرعة عرض نطاق 3.6 تيرابايت/ثانية جميعها إلى جميعها. يضيف Spectrum-6 512 قناة بصرية بسرعة 200 جيجابت في الثانية لكل منها، بفضل تكامل السيليكون الفوتوني من TSMC COOP.

التأثير بالأرقام: عندما تتضاعف الاستثمارات

يصل نظام NVL72 من Vera Rubin إلى 3.6 EFLOPS في مهام الاستنتاج NVFP4، أي خمسة أضعاف Blackwell. في التدريب، يصل إلى 2.5 EFLOPS، بزيادة 3.5 مرات. لكن الأكثر درامية هو الذاكرة: 54 تيرابايت من LPDDR5X (ثلاثة أضعاف) و20.7 تيرابايت من HBM (1.5 مرة أكثر).

لمركز بيانات بقدرة 1 جيجاوات يكلف 50 مليار دولار، هذا ليس مجرد تحسين تقني. بل يعني أن معدل الإنتاجية في وحدات الذكاء الاصطناعي المولدة لكل واط ولكل دولار يتحسن بمقدار 10 مرات، مضاعفًا مباشرة قدرة الإيرادات للبنية التحتية.

تدريب نموذج من 10 تريليون معلمة الآن يتطلب فقط ربع أنظمة Blackwell السابقة. وتكلفة كل وحدة من الرموز المولدة تنخفض إلى حوالي 1/10 من السابق.

حل عنق الزجاجة: ذاكرة السياق

على مدى شهور، واجهت صناعة الذكاء الاصطناعي مشكلة متزايدة: ذاكرة “KV Cache” أو ذاكرة العمل التي تولدها النماذج تنفد بسرعة في المحادثات الطويلة. تحل Vera Rubin ذلك بنشر معالجات BlueField-4 داخل الهيكل، كل منها مزود بـ 150 تيرابايت من ذاكرة السياق.

يوفر هذا النهج لكل GPU 16 تيرابايت إضافية من الذاكرة (عندما كانت تمتلك ~1 تيرابايت فقط)، مع الحفاظ على عرض نطاق 200 جيجابت في الثانية دون التضحية بالسرعة. تضمن شبكة Spectrum-X، المصممة خصيصًا للذكاء الاصطناعي التوليدي، أن تعمل هذه “ملاحظات لاصقة” المنتشرة عبر آلاف الـ GPUs كذاكرة موحدة ومتسقة.

حسب حساب Jensen Huang، يمكن لـ Spectrum-X تحسين معدل الإنتاجية بنسبة 25%، وهو ما يعادل توفير 5 مليارات دولار في مركز بيانات بهذا الحجم. “إنه شبه مجاني”، لخص الأمر.

الأمان المشفر في كل طبقة

جميع البيانات أثناء النقل والتخزين والحساب مشفرة، بما في ذلك حافلات PCIe، والاتصالات NVLink، ونقل البيانات بين CPU وGPU. يمكن للشركات نشر نماذجها على أنظمة خارجية دون خوف من تسرب البيانات.

التحول نحو الذكاء الاصطناعي الفيزيائي وذكاء الوكلاء

بينما توفر Vera Rubin القوة الخام، أعلنت NVIDIA عن تحول أعمق في النموذج: عصر “الوكلاء الأذكياء” والذكاء الاصطناعي الفيزيائي قد بدأ.

وجه Jensen Huang نداءً خاصًا لمجتمع المصدر المفتوح، مبرزًا كيف فاجأ DeepSeek V1 العالم العام الماضي كنظام استنتاج مفتوح المصدر، مما أشعل موجة من الابتكار. واعترافًا بـ Kimi K2 و DeepSeek V3.2 كقادة في مجال المصدر المفتوح، موضحًا أن NVIDIA الآن تبني على هذا النظام البيئي بدلاً من المنافسة ضده.

الاستراتيجية ليست مجرد بيع مجارف. طورت NVIDIA الحاسوب الفائق DGX Cloud (بقيمة مليارات) ونماذج متقدمة مثل synthesia للبروتينات (البروتين) و OpenFold 3. تشمل عائلة Nemotron مفتوحة المصدر نماذج صوت، متعددة الوسائط، استرجاع معزز، وأمان.

ألبامايو: القيادة الذاتية مع التفكير

المفاجأة الحقيقية في الحدث كانت ألبامايو، أول نظام قيادة ذاتية في العالم يمتلك قدرات على التفكير والاستنتاج. على عكس القيادة الذاتية القائمة على القواعد، يتفكر ألبامايو كالسائق البشري، حيث يقسم السيناريوهات المعقدة إلى عناصر من المنطق السليم.

“سيخبرك بما سيفعله بعد ذلك ولماذا يقرر ذلك”، شرح Jensen Huang. سيتم إطلاق مرسيدس CLA بهذه التقنية في الولايات المتحدة في الربع الأول من 2026، وتُصنف كأكثر سيارة أمانًا في العالم من قبل NCAP، بفضل هندسة “الطوبتين الأمنيتين” التي طورتها NVIDIA.

الروبوتات والمصانع ومستقبل الذكاء الاصطناعي الفيزيائي

قدمت NVIDIA استراتيجية شاملة للروبوتات. ستكون جميع الروبوتات مزودة بالحاسوب الصغير Jetson وتُدرّب في محاكي Isaac من منصة Omniverse. الرؤية واضحة: تصميم الرقائق، وهندسة الأنظمة، ومحاكاة المصانع، وكلها معززة بالذكاء الاصطناعي الفيزيائي.

دعا Jensen Huang روبوتات بشرية ورباعية الأرجل من Boston Dynamics وAgility إلى المسرح، مؤكدًا أن المصنع نفسه هو أكبر روبوت. حتى روبوتات Disney تم تدريبها على حواسيب والتحقق من صحتها في محاكاة قبل مواجهتها للجاذبية في العالم الحقيقي.

الرسالة الأساسية

في سياق تزايد الشكوك حول “فقاعة الذكاء الاصطناعي” وظهور حدود قانون مور، كان Jensen Huang بحاجة لإثبات ما يمكن للذكاء الاصطناعي تحقيقه بأدلة ملموسة.

في السابق، كانت NVIDIA تصنع شرائح للعالم الافتراضي. الآن، تظهر كيف أن الذكاء الاصطناعي الفيزيائي—على شكل قيادة ذاتية وروبوتات بشرية—يبدأ في الدخول إلى العالم الحقيقي. كما قال، عندما تبدأ المعركة، يمكن أن تزدهر أعمال “الصناعة العسكرية”.