هوانغ رن شون، النص الكامل لخطاب GTC: بحلول 2027 سيتجاوز طلب السوق ⁦$1T⁩؛ وعلى الجميع وضع استراتيجية OpenClaw

العنوان الأصلي: «النص الكامل لخطاب جنسن هوانغ في GTC: عصر الاستدلال قادم، إيرادات ⁦$1T⁩ بحلول 2027، والكركند هو نظام التشغيل الجديد»

الكاتب الأصلي: باو ييلونغ، Wall Street View

في ⁦16/03/2026⁩، انطلق مؤتمر NVIDIA GTC 2026 رسميًا، وألقى جنسن هوانغ، مؤسس NVIDIA ورئيسها التنفيذي، الكلمة الرئيسية.

في هذا المؤتمر، الذي يُنظر إليه على أنه «الحج السنوي لصناعة الذكاء الاصطناعي»، عرض جنسن هوانغ تحول NVIDIA من «شركة رقائق» إلى «شركة للبنية التحتية ومصانع الذكاء الاصطناعي». وفي مواجهة أبرز مخاوف السوق بشأن استدامة الأداء وإمكانات النمو، شرح جنسن هوانغ بالتفصيل المنطق التجاري الأساسي الذي يقود النمو المستقبلي، أي «اقتصاديات مصانع الرموز».

توقعات الأداء شديدة التفاؤل: «على الأقل ⁦$1T⁩ في الطلب بحلول 2027»

شهد الطلب العالمي على حوسبة الذكاء الاصطناعي انفجارًا أُسّيًا خلال العامين الماضيين. ومع تطور النماذج الكبيرة من «الإدراك» و«التوليد» إلى «الاستدلال» و«التنفيذ (إنجاز المهام)»، ارتفع استهلاك القدرة الحاسوبية بشدة. وردًا على تركيز السوق المكثف على الطلبات وسقف الإيرادات، قدم جنسن هوانغ توقعات متينة للغاية.

قال جنسن هوانغ في خطابه:

في مثل هذا الوقت من العام الماضي، قلت إننا نرى طلبًا بدرجة ثقة عالية تبلغ ⁦$500B⁩، يشمل Blackwell وRubin حتى عام 2026. أما الآن، هنا وفي هذه اللحظة، فأرى طلبًا يبلغ على الأقل ⁦$1T⁩ بحلول 2027.

وكانت توقعات جنسن هوانغ التي بلغت تريليون دولار قد دفعت سعر سهم NVIDIA إلى الارتفاع بمقدار أكثر من ⁦%4.3⁩.

ثم أضاف مزيدًا من التفاصيل بشأن هذا الرقم:

هل هذا معقول؟ هذا ما سأتحدث عنه الآن. في الواقع، لن نتمكن حتى من تلبية الطلب. أنا واثق من أن الطلب الفعلي على الحوسبة سيكون أعلى بكثير من ذلك.

أشار جنسن هوانغ إلى أن أنظمة NVIDIA اليوم أثبتت أنها «البنية التحتية الأقل تكلفة» في العالم. وبما أن NVIDIA تستطيع تشغيل نماذج الذكاء الاصطناعي في جميع المجالات تقريبًا، فإن هذه الشمولية تتيح الاستفادة الكاملة من استثمارات العملاء البالغة ⁦$1T⁩ والحفاظ عليها طوال دورة حياة طويلة.

حاليًا، يأتي ⁦%60⁩ من أعمال NVIDIA من أكبر خمسة مزودي خدمات سحابية فائقة النطاق، بينما يتوزع ⁦%40⁩ المتبقي من الأعمال على نطاق واسع بين السحابات السيادية والشركات والصناعات والروبوتات والحوسبة الطرفية ومجالات أخرى.

اقتصاديات مصانع الرموز: الأداء لكل واط يحدد نجاح الأعمال

لتفسير الأساس المنطقي وراء هذا الطلب البالغ تريليون دولار، عرض جنسن هوانغ مجموعة جديدة من المفاهيم التجارية على الرؤساء التنفيذيين حول العالم. وأوضح أن مركز البيانات في المستقبل لن يعود مستودعًا لتخزين الملفات، بل سيصبح «مصنعًا» ينتج الرموز (الوحدة الأساسية التي يولدها الذكاء الاصطناعي).

وشدد جنسن هوانغ على ما يلي:

كل مركز بيانات وكل مصنع مقيد بالطاقة بحكم تعريفه. فالمصنع الذي تبلغ قدرته 1-gigawatt (GW) لن يصبح أبدًا مصنعًا بقدرة 2GW؛ فهذا قانون من قوانين الفيزياء والذرات. وعند مستوى ثابت من الطاقة، ستكون تكلفة الإنتاج الأقل لدى من يحقق أعلى معدل لمعالجة الرموز لكل واط.

قسّم جنسن هوانغ خدمات الذكاء الاصطناعي المستقبلية إلى أربع فئات تجارية:

· الفئة المجانية (معدل معالجة مرتفع، سرعة منخفضة)

· الفئة المتوسطة (~⁦$3⁩ لكل مليون رمز)

· الفئة العالية (~⁦$6⁩ لكل مليون رمز)

· فئة السرعة العالية (~⁦$45⁩ لكل مليون رمز)

· فئة السرعة الفائقة (~⁦$150⁩ لكل مليون رمز)

وأشار إلى أنه مع ازدياد حجم النماذج وطول السياقات، سيصبح الذكاء الاصطناعي أكثر ذكاءً، لكن معدل توليد الرموز سينخفض. وقال جنسن هوانغ:

في مصنع الرموز هذا، سيتحول معدل المعالجة وسرعة توليد الرموز لديك مباشرةً إلى دخل دقيق في العام المقبل.

وأكد جنسن هوانغ أن بنية NVIDIA تتيح للعملاء تحقيق معدل معالجة مرتفع للغاية في الفئة المجانية، مع تقديم زيادة مذهلة في الأداء بمقدار 35x في فئة الاستدلال الأعلى قيمة.

Vera Rubin تحقق تسارعًا بمقدار 350x خلال عامين، وGroq تسد فجوة الاستدلال السريع

في ظل هذا القيد الفيزيائي، تقدم NVIDIA أكثر أنظمة حوسبة الذكاء الاصطناعي تعقيدًا على الإطلاق، Vera Rubin. وقال هوانغ رن شون:

عندما كنا نتحدث عن Hopper في الماضي، كنت أرفع شريحة، وكان ذلك لطيفًا. لكن عندما نتحدث عن Vera Rubin، يفكر الجميع في النظام بأكمله. وفي هذا النظام المبرد بالسائل بنسبة ⁦%100⁩، الذي يلغي الكابلات التقليدية بالكامل، أصبح تركيب الرفوف التي كان يستغرق يومين لا يستغرق الآن سوى ساعتين.

وأشار هوانغ رن شون إلى أن Vera Rubin حققت قفزة هائلة في البيانات داخل مركز البيانات نفسه بقدرة 1GW، بفضل التصميم المشترك المتكامل بين الأجهزة والبرمجيات:

خلال عامين فقط، رفعنا معدل توليد الرموز من ⁦22M⁩ إلى ⁦700M⁩، محققين نموًا بمقدار 350x. وخلال الفترة نفسها، لم يكن قانون مور ليحقق سوى تحسن يقارب 1.5x.

ولمعالجة اختناق النطاق الترددي في ظروف الاستدلال السريع (مثل 1000 رمز/ثانية)، قدمت NVIDIA الحل النهائي عبر دمج شركة Groq التي استحوذت عليها: الاستدلال المنفصل غير المتماثل.

وأوضح هوانغ رن شون:

خصائص هذين المعالجين مختلفة تمامًا. إذ تحتوي شريحة Groq على 500MB من SRAM، بينما تحتوي شريحة Rubin الواحدة على 288GB من الذاكرة.

وأشار هوانغ رن شون إلى أن NVIDIA، من خلال نظام Dynamo البرمجي، تسند مرحلة «التهيئة المسبقة» التي تتطلب قدرًا هائلًا من الحوسبة والذاكرة إلى Vera Rubin، وتسند مرحلة «فك الترميز» الحساسة للغاية لزمن الاستجابة إلى Groq. كما قدم هوانغ رن شون توصيات بشأن توزيع القدرة الحاسوبية في الشركات:

إذا كان عملك يعتمد أساسًا على معدل معالجة مرتفع، فاستخدم Vera Rubin بنسبة ⁦%100⁩؛ أما إذا كانت لديك احتياجات كبيرة لتوليد الرموز البرمجية عالية القيمة، فخصص ⁦%25⁩ من سعة مركز البيانات لديك لـGroq.

وكُشف أن شريحة Groq LP30، التي تصنعها Samsung، دخلت بالفعل مرحلة الإنتاج الضخم، ومن المتوقع شحنها في الربع الثالث، بينما يعمل أول رف Vera Rubin بالفعل على سحابة Microsoft Azure.

كذلك، عرض هوانغ رن شون، فيما يتعلق بتقنية الربط البيني البصري، أول محول Spectrum X في العالم بتقنية البصريات المجمعة في الحزمة (CPO) يدخل الإنتاج الضخم، واضعًا حدًا للجدل في السوق حول مسار «الانتقال من النحاس إلى الضوء».

نحتاج إلى سعة أكبر لكابلات النحاس، وسعة أكبر للرقائق الضوئية، وسعة أكبر لتقنية CPO.

الوكلاء ينهون عصر SaaS التقليدي، و«الراتب السنوي + الرموز» يصبح معيار وادي السيليكون

إلى جانب الحواجز المتعلقة بالأجهزة، خصص هوانغ رن شون مساحة كبيرة لثورة برمجيات الذكاء الاصطناعي ومنظوماته، ولا سيما طفرة الوكلاء.

ووصف مشروع OpenClaw مفتوح المصدر بأنه «أشهر مشروع مفتوح المصدر في تاريخ البشرية»، قائلًا إنه تجاوز إنجازات Linux على مدى السنوات الثلاثين الماضية في أسابيع قليلة. وصرح هوانغ رن شون بوضوح أن OpenClaw هو في الأساس «نظام تشغيل» حواسيب الوكلاء.

وقال هوانغ رن شون:

ستتحول كل شركة SaaS (البرمجيات كخدمة) إلى شركة AaaS (الوكيل كخدمة). ولا شك أنه من أجل نشر هؤلاء الوكلاء الأذكياء بأمان، مع إمكانية الوصول إلى البيانات الحساسة وتنفيذ التعليمات البرمجية، أطلقت NVIDIA التصميم المرجعي المؤسسي NeMo Claw، وأضافت إليه محركًا للسياسات وموجّهًا للخصوصية.

وهذا التحول في متناول المهنيين العاديين أيضًا. وقد رسم هوانغ رن شون صورة لمستقبل بيئة العمل:

في المستقبل، سيحتاج كل مهندس في شركتنا إلى ميزانية سنوية من الرموز. قد يبلغ راتبه الأساسي مئات الآلاف من الدولارات، وسأخصص له فوق ذلك مبلغًا يعادل نحو نصف هذا الراتب كميزانية للرموز، بما يتيح له رفع كفاءته بمقدار 10x. وهذا أصبح بالفعل ميزة توظيف جديدة في وادي السيليكون: كم رمزًا يتضمن عرض العمل الذي تقدمه؟

وفي ختام العرض، قدم هوانغ رن شون لمحة سريعة عن معمارية الحوسبة من الجيل التالي، Feynman، التي ستحقق للمرة الأولى التوسع الأفقي المتزامن لأسلاك النحاس وتقنية CPO. والأكثر إثارة للاهتمام أن NVIDIA تطور حاسوب مركز البيانات «Vera Rubin Space-1» لنشره في الفضاء، فاتحةً المجال بالكامل أمام تصور نقل قدرة معالجة الذكاء الاصطناعي إلى ما وراء الأرض.

فيما يلي النص الكامل لخطاب هوانغ رن شون في GTC 2026، مترجمًا بمساعدة أداة ذكاء اصطناعي:

المقدم: نرحب بمؤسس NVIDIA ورئيسها التنفيذي هوانغ رن شون على المنصة.

هوانغ رن شون، المؤسس والرئيس التنفيذي: أهلًا بكم في GTC. أود تذكير الجميع بأن هذا مؤتمر تقني. يسعدني جدًا أن أرى هذا العدد الكبير من الأشخاص يصطفون منذ الصباح الباكر للدخول، وأن أراكم جميعًا هنا.

سنركز في GTC على ثلاثة محاور رئيسية: التكنولوجيا والمنصة والمنظومة.

لدى NVIDIA حاليًا ثلاث منصات رئيسية: منصة CUDA-X، ومنصة الأنظمة، وأحدث ما قدمناه، منصة مصانع الذكاء الاصطناعي.

قبل أن نبدأ، أود أن أشكر مقدمي الفقرات السابقة للعرض: سارة غو من Conviction، وألفريد لين من Sequoia Capital (أول مستثمر رأسمال مغامر في NVIDIA)، وغافين بيكر، أول مستثمر مؤسسي كبير في NVIDIA. يتمتع هؤلاء الثلاثة برؤى تقنية عميقة ونفوذ كبير في منظومة التكنولوجيا. وبالطبع، أود أيضًا أن أشكر جميع الشخصيات المهمة التي دعوتها شخصيًا للحضور اليوم. شكرًا لهذا الفريق المميز.

وأود كذلك أن أشكر جميع الشركات الحاضرة اليوم. NVIDIA شركة منصات، ولدينا التكنولوجيا والمنصة والمنظومة الغنية. وتمثل الشركات المشاركة اليوم جميع أطراف صناعة ⁦$100T⁩ تقريبًا، إذ ترعى هذا الحدث 450 شركة. جزيل الشكر لهم جميعًا.

يتضمن هذا المؤتمر 1,000 جلسة تقنية و2,000 متحدث، تغطي جميع طبقات بنية الذكاء الاصطناعي «الكاملة»، بدءًا من العناصر الأساسية مثل الأراضي والطاقة ومراكز البيانات، وصولًا إلى الرقائق والمنصات والنماذج ومجموعة متنوعة من التطبيقات التي تدفع الصناعة بأكملها إلى الأمام.

CUDA: عقدان من الإرث التقني

بدأ كل شيء هنا. يصادف هذا العام الذكرى السنوية العشرين لـCUDA.

كرسنا عقدين من الزمن لتطوير هذه المعمارية. CUDA ابتكار ثوري؛ إذ تتيح تقنية SIMT (تعليمة واحدة وخيوط متعددة) للمطورين كتابة البرامج باستخدام شيفرة قياسية وتوسيعها إلى تطبيقات متعددة الخيوط، بتعقيد برمجي أقل بكثير مقارنة بمعماريات SIMD السابقة. أضفنا مؤخرًا وظيفة Tiles لمساعدة المطورين على برمجة أنوية الموترات بسهولة أكبر، وهي بنية العمليات الرياضية المحورية في الذكاء الاصطناعي اليوم. تضم CUDA حاليًا آلاف الأدوات والمترجمات وأُطر العمل والمكتبات، إلى جانب مئات الآلاف من مشاريع المصادر المفتوحة في المجتمع، وهي مدمجة بعمق في كل منظومة تقنية.

يكشف هذا الرسم البياني المنطق الاستراتيجي لـNVIDIA بنسبة ⁦%100⁩، الذي أتحدث عنه منذ اليوم الأول. وأصعب عنصر وأكثرها جوهرية في تحقيق ذلك هو «قاعدة الأجهزة المثبتة» في أسفل الرسم. فعلى مدى أكثر من عشرين عامًا، جمعنا مئات الملايين من وحدات GPU وأنظمة الحوسبة المتوافقة مع CUDA في أنحاء العالم.

تغطي وحدات GPU لدينا جميع المنصات السحابية، وتخدم تقريبًا كل مصنع حواسيب وكل صناعة. وتشكل قاعدة CUDA المثبتة الضخمة السبب الأساسي وراء هذه الحلقة المتسارعة. فهي تجذب المطورين، وينشئ المطورون خوارزميات جديدة واختراقات، وتدفع هذه الاختراقات أسواقًا جديدة، وتنشئ الأسواق الجديدة منظومات جديدة وتجذب مزيدًا من الشركات، وبذلك تتوسع قاعدة الأجهزة المثبتة؛ وتواصل هذه الحلقة المتسارعة تسارعها.

يتزايد عدد تنزيلات مكتبات NVIDIA بوتيرة مذهلة، مع اتساع نطاقها وتنامي زخمها. وتمكّن هذه الحلقة منصة الحوسبة لدينا من دعم تطبيقات هائلة وتدفق مستمر من الاختراقات الجديدة.

والأهم من ذلك أنها تمنح هذه البنى التحتية عمرًا طويلًا للغاية. والسبب واضح: هناك مجموعة غنية من التطبيقات التي تعمل على NVIDIA CUDA، وتغطي كل مرحلة من دورة حياة الذكاء الاصطناعي، ومنصات معالجة البيانات المختلفة، وحلول مختلف المبادئ العلمية. لذلك، تكون الفائدة الفعلية لوحدة GPU من NVIDIA مرتفعة جدًا بمجرد تركيبها. وهذا أيضًا سبب ارتفاع أسعار وحدات GPU القائمة على معمارية Ampere، التي أطلقناها قبل ست سنوات، في الخدمات السحابية.

السبب الأساسي لكل ذلك هو: قاعدة أجهزة مثبتة ضخمة، وحلقة متسارعة قوية، ومنظومة واسعة للمطورين. وعندما تعمل هذه العوامل معًا، إلى جانب تحديثاتنا البرمجية المستمرة، تنخفض تكلفة الحوسبة باستمرار. ومع تسريع الحوسبة وتحسين أداء التطبيقات بدرجة كبيرة، إلى جانب الصيانة والتطوير البرمجي طويل الأمد، لا يختبر المستخدمون قفزة في الأداء في المراحل الأولى فحسب، بل يستفيدون باستمرار من انخفاض تكاليف الحوسبة. ونحن على استعداد لتقديم دعم طويل الأمد لكل وحدة GPU في العالم، لأنها متوافقة بالكامل على مستوى المعمارية.

نحن مستعدون لذلك بفضل قاعدة الأجهزة المثبتة الضخمة؛ فكلما أصدرنا تحسينًا جديدًا، استفاد منه ملايين المستخدمين. ويتيح هذا المزيج الديناميكي لمعمارية NVIDIA توسيع نطاق تغطيتها باستمرار، وتسريع نموها، وخفض تكاليف الحوسبة بصورة متواصلة، وتحفيز نمو جديد في نهاية المطاف. CUDA هي جوهر كل ذلك.

من GeForce إلى CUDA: 25 عامًا من التطور

بدأت رحلتنا مع CUDA في الواقع قبل خمسة وعشرين عامًا.

GeForce — أعتقد أن كثيرين منكم نشأوا مع GeForce. إنها أنجح حملة تسويقية لـNVIDIA. بدأنا في كسب عملائنا المستقبليين عندما لم يكن بإمكانكم شراء منتجاتنا بعد؛ فقد كان آباؤكم أول مستخدمي NVIDIA، واشتروا منتجاتنا عامًا بعد عام، إلى أن كبرتم وأصبحتم علماء حاسوب متميزين وعملاء فعليين ومطورين.

هذا هو الأساس الذي أرسته GeForce قبل خمسة وعشرين عامًا. ففي ذلك الوقت، ابتكرنا التظليل القابل للبرمجة؛ وهو ابتكار يبدو بديهيًا لكنه بالغ الأهمية، إذ أتاح قابلية برمجة المسرّعات، وأنتج أول مسرّع قابل للبرمجة في العالم، وهو تظليل البكسل. وبعد خمس سنوات، أنشأنا CUDA، إحدى أهم استثماراتنا على الإطلاق. كانت الموارد المالية للشركة محدودة حينها، لكننا راهنا بمعظم الأرباح على هذا المشروع، والتزمنا بتوسيع CUDA من GeForce إلى كل حاسوب. كنا ثابتين على موقفنا لأننا آمنا بإمكاناتها إيمانًا راسخًا. وعلى الرغم من التحديات الأولية، تمسكت الشركة بهذا الإيمان على مدى 13 جيلًا، وعلى مدار عشرين عامًا كاملة، وأصبحت CUDA اليوم موجودة في كل مكان.

كان تظليل البكسل هو ما دفع ثورة GeForce. وقبل نحو ثماني سنوات، قدمنا RTX، وهي إعادة تصور شاملة للمعمارية في عصر رسومات الحاسوب الحديثة. جلبت GeForce CUDA إلى العالم، ونتيجة لذلك، تمكن باحثون مثل أليكس كريجيفسكي وإيليا سوتسكيفر وجيفري هينتون وأندرو نغ وآخرون من اكتشاف أن وحدة GPU قد تكون أداة قوية لتسريع التعلم العميق، ما أشعل طفرة الذكاء الاصطناعي قبل عقد من الزمن.

قبل عشر سنوات، قررنا دمج التظليلات القابلة للبرمجة مع مفهومين جديدين: أولهما تتبع الأشعة عبر الأجهزة، وكان تحديًا تقنيًا؛ أما الآخر فكان فكرة استشرافية في ذلك الوقت: قبل نحو عقد، توقعنا أن الذكاء الاصطناعي سيغير رسومات الحاسوب تغييرًا جوهريًا. وكما جلبت GeForce الذكاء الاصطناعي إلى العالم، يعيد الذكاء الاصطناعي الآن تشكيل طريقة تنفيذ رسومات الحاسوب بأكملها.

سأعرض عليكم اليوم ملامح المستقبل. هذه هي تقنية الرسومات من الجيل التالي، ونسميها Neural Rendering، أي الدمج العميق بين الرسومات ثلاثية الأبعاد والذكاء الاصطناعي. هذه هي DLSS 5، تفضلوا بالمشاهدة.

العرض العصبي: دمج البيانات المنظمة والذكاء الاصطناعي التوليدي

أليس هذا مذهلًا؟ لقد عادت رسومات الحاسوب إلى الحياة.

ماذا فعلنا؟ جمعنا الرسومات ثلاثية الأبعاد القابلة للتحكم (الأساس الحقيقي للعالم الافتراضي) مع بياناتها المنظمة، ودمجناها مع الذكاء الاصطناعي التوليدي والحوسبة الاحتمالية. أحدهما حتمي تمامًا، والآخر احتمالي لكنه واقعي للغاية؛ وقد جمعنا المفهومين لتحقيق تحكم دقيق عبر البيانات المنظمة، مع إتاحة التوليد في الوقت الفعلي. والنتيجة محتوى مذهل بصريًا وقابل للتحكم بالكامل.

سيستمر تكرار مفهوم دمج المعلومات المنظمة مع الذكاء الاصطناعي التوليدي في صناعة تلو الأخرى. البيانات المنظمة هي حجر الأساس للذكاء الاصطناعي الموثوق.

منصة لتسريع البيانات المنظمة وغير المنظمة

سأعرض عليكم الآن مخططًا معماريًا تقنيًا.

تتعامل أدوات البيانات المنظمة المألوفة مثل SQL وSpark وPandas وVelox، إلى جانب المنصات الرئيسية مثل Snowflake وDatabricks وAmazon EMR وAzure Fabric وGoogle BigQuery وغيرها، مع أُطر البيانات. وتعمل أُطر البيانات هذه مثل جداول بيانات عملاقة تحمل معلومات عالم الأعمال، وتشكل الحقيقة الأساسية لحوسبة المؤسسات.

في عصر الذكاء الاصطناعي، نحتاج إلى أن يتعامل الذكاء الاصطناعي مع البيانات المنظمة وأن يحقق أقصى تسريع ممكن. وكان تسريع معالجة البيانات المنظمة يهدف في الماضي إلى رفع كفاءة الشركات. لكن الذكاء الاصطناعي سيستخدم هذه البيانات مستقبلًا بسرعات تتجاوز قدرات البشر بكثير، وستستعلم وكلاء الذكاء الاصطناعي من قواعد البيانات المنظمة على نطاق واسع.

أما البيانات غير المنظمة، فتشمل قواعد بيانات المتجهات وملفات PDF والفيديوهات والمقاطع الصوتية وغيرها، وهي تشكل الغالبية العظمى من بيانات العالم؛ إذ إن نحو ⁦%90⁩ من البيانات التي تُنتج كل عام غير منظمة. ولم تكن هذه البيانات مستغلة إلى حد كبير في الماضي: كنا نقرأها ونخزنها في أنظمة الملفات وينتهي الأمر. لم يكن بوسعنا الاستعلام عنها، وكان البحث صعبًا لأن البيانات غير المنظمة تفتقر إلى طريقة فهرسة بسيطة؛ إذ يتعين فهم معناها وسياقها. أما الآن، فيستطيع الذكاء الاصطناعي القيام بذلك؛ فمن خلال تقنيات الإدراك والفهم متعددة الوسائط، يمكنه قراءة مستندات PDF وفهم معانيها وإدراجها ضمن بنية أكبر قابلة للبحث.

أنشأت NVIDIA مكتبتين أساسيتين لهذا الغرض:

· cuDF: لتسريع معالجة أُطر البيانات والبيانات المنظمة

· cuVS: لتخزين المتجهات والبيانات الدلالية ومعالجة بيانات الذكاء الاصطناعي غير المنظمة

ستصبح هاتان المنصتان من أهم المنصات الأساسية في المستقبل.

نعلن اليوم عن شراكات مع عدة شركات. ستستخدم IBM، مبتكرة لغة SQL، مكتبة cuDF لتسريع منصة WatsonX Data. وتعاونت Dell معنا لبناء Dell AI Data Platform، ودمج cuDF وcuVS، وتحقيق تحسينات كبيرة في الأداء ضمن مشاريع واقعية لشركة NTT Data. أما في Google Cloud، فلا نسرّع Vertex AI فحسب، بل BigQuery أيضًا، كما خفضنا تكاليف الحوسبة لدى Snapchat بنحو ⁦%80⁩ من خلال تعاوننا معها.

تتمثل فوائد الحوسبة المسرّعة في ثلاثة عناصر: السرعة والحجم والتكلفة. ويتماشى ذلك مع منطق قانون مور؛ إذ تحقق الحوسبة المسرّعة قفزة في الأداء، مع مواصلة تحسين الخوارزميات حتى يستفيد الجميع من الانخفاض المستمر في تكاليف الحوسبة.

أنشأت NVIDIA منصة للحوسبة المسرّعة تجمع مكتبات عديدة، منها RTX وcuDF وcuVTS وغيرها. وتتكامل هذه المكتبات مع الخدمات السحابية وأنظمة الشركات المصنّعة للمعدات الأصلية حول العالم، لتصل مجتمعةً إلى المستخدمين في كل مكان.

تعاون وثيق مع مزودي الخدمات السحابية

التعاون مع كبار مزودي الخدمات السحابية

Google Cloud: نسرّع Vertex AI وBigQuery، ونتكامل بعمق مع JAX/XLA، ونقدم أداءً متميزًا على PyTorch؛ فـNVIDIA هي المسرّع العالمي الوحيد الذي يتفوق في PyTorch وJAX/XLA معًا. ونضم عملاء مثل Base10 وCrowdStrike وPuma وSalesforce وغيرهم إلى منظومة Google Cloud.

AWS: نسرّع EMR وSageMaker وBedrock، مع تكامل وثيق مع AWS. وأكثر ما يثير حماستي هذا العام هو انضمام OpenAI إلى AWS، الأمر الذي سيدفع نمو استهلاك خدمات AWS السحابية بدرجة كبيرة، ويساعد OpenAI على توسيع عمليات النشر الإقليمية والقدرات الحاسوبية.

Microsoft Azure: حاسوب NVIDIA العملاق بقدرة 100 PFLOPS هو أول حاسوب عملاق بنيناه وأول حاسوب يُنشر على Azure، وقد أرسي أساسًا مهمًا للتعاون مع OpenAI. نسرّع الخدمات السحابية لـAzure وAI Foundry، ونتعاون لدفع التوسع الإقليمي لـAzure وتعزيز التعاون في بحث Bing.

ومن الجدير بالذكر قدراتنا في «الحوسبة السرية»، التي تضمن عدم تمكن المشغلين أنفسهم من الاطلاع على بيانات المستخدمين ونماذجهم. وتُعد وحدات GPU من NVIDIA من أوائل وحدات GPU في العالم التي تدعم الحوسبة السرية، ما يتيح نشر نماذج OpenAI وAnthropic بسرية في البيئات السحابية حول العالم. فعلى سبيل المثال، نسرّع جميع مهام EDA وCAD لدى Synopsys وننشرها على Microsoft Azure.

Oracle: نحن أول عميل للذكاء الاصطناعي لدى Oracle، وأفخر بأنني شرحت لهم مفهوم AI Cloud للمرة الأولى. ومنذ ذلك الحين، حققوا نموًا سريعًا، كما جلبنا العديد من الشركاء مثل Cohere وFireworks وOpenAI وغيرهم.

CoreWeave: أول خدمة سحابية مصممة للذكاء الاصطناعي في العالم، أُنشئت لاستضافة وحدات GPU وتقديم خدمات سحابية للذكاء الاصطناعي، مع قاعدة عملاء متميزة وزخم نمو قوي.

Palantir + Dell: أنشأ تعاون ثلاثي منصة جديدة كليًا للذكاء الاصطناعي، ترتكز على منصة Ontology ومنصة الذكاء الاصطناعي من Palantir. وتتيح نشر الذكاء الاصطناعي في أي بلد وفي أي بيئة معزولة عن الشبكات، مع توطين كامل يشمل كل شيء، من معالجة البيانات (المتجهة أو المنظمة) إلى مجموعة تقنيات تسريع الذكاء الاصطناعي بأكملها.

أقامت NVIDIA هذه الشراكة المميزة مع مزودي الخدمات السحابية حول العالم؛ فنحن نضم العملاء إلى السحابة، وننشئ منظومة تعود بالنفع على الجميع.

التكامل الرأسي والانفتاح الأفقي: استراتيجية NVIDIA الأساسية

NVIDIA هي أول شركة في العالم تجمع بين التكامل الرأسي والانفتاح الأفقي.

الحاجة إلى هذا النموذج بسيطة جدًا: فالحوسبة المسرّعة ليست مسألة رقائق ولا أنظمة، بل تُعبّر عنها أفضل صورة في تسريع التطبيقات. يمكن لوحدة CPU أن تجعل الحاسوب أسرع إجمالًا، لكن هذا المسار بلغ حدوده. ولا يمكن تحقيق قفزات مستمرة في الأداء وخفض التكاليف مستقبلًا إلا من خلال تسريع التطبيقات أو المجالات المتخصصة.

لهذا يجب على NVIDIA التعمق في كل مكتبة وكل مجال وكل صناعة رأسية على حدة. نحن شركة حوسبة متكاملة رأسيًا، ولا خيار آخر أمامنا. يجب أن نفهم التطبيقات والمجالات والخوارزميات بعمق، وأن نتمكن من نشرها في أي بيئة: مراكز البيانات والسحابة والمواقع المحلية والحوسبة الطرفية، وحتى الأنظمة الروبوتية.

وفي الوقت نفسه، تظل NVIDIA منفتحة أفقيًا، ومستعدة لدمج التكنولوجيا في منصة أي شريك، حتى يستفيد العالم من مزايا الحوسبة المسرّعة.

ويعكس الحضور في GTC هذا الأمر بالكامل. فحصة قطاع الخدمات المالية هي الأعلى بين الحاضرين؛ ونأمل أن يأتي المطورون، لا المتداولون. تغطي منظومتنا سلسلة التوريد بأكملها، من المنبع إلى المصب. وسواء كانت الشركة موجودة منذ 50 عامًا أو 70 عامًا أو 150 عامًا، فقد كان العام الماضي أفضل أعوامها على الإطلاق. نحن عند نقطة انطلاق لأمر بالغ الأهمية.

CUDA-X: محرك الحوسبة المسرّعة لكل صناعة

تغلغلت NVIDIA بعمق في قطاعات رأسية متنوعة:

القيادة الذاتية: تأثير واسع النطاق وبعيد المدى

الخدمات المالية: ينتقل الاستثمار الكمي من هندسة الخصائص اليدوية إلى التعلم العميق القائم على الحواسيب العملاقة، ممهدًا لـ«لحظة Transformer» الخاصة به

الرعاية الصحية: تستقبل «لحظة ChatGPT» الخاصة بها، وتشمل اكتشاف الأدوية بمساعدة الذكاء الاصطناعي، ووكلاء التشخيص المدعومين بالذكاء الاصطناعي، وخدمة العملاء الطبية، وغير ذلك

الصناعة: يشهد العالم أكبر موجة بناء في تاريخه، مع إنشاء مصانع للذكاء الاصطناعي ومصانع للرقائق ومراكز بيانات

الترفيه والألعاب: تدعم منصات الذكاء الاصطناعي في الوقت الفعلي الترجمة والبث المباشر والتفاعل داخل الألعاب ووكلاء التسوق الذكيين

الروبوتات: بعد أكثر من عقد من التطوير، اكتملت ثلاث معماريات حوسبة رئيسية (حاسوب التدريب وحاسوب المحاكاة والحاسوب الموجود على اللوحة)، ويُعرض في هذا المعرض إجمالي 110 روبوتات

الاتصالات: صناعة يبلغ حجمها نحو ⁦$2T⁩، ستتطور فيها محطات القاعدة من أداء وظيفة اتصال واحدة إلى منصة للبنية التحتية للذكاء الاصطناعي. وتُسمى المنصة ذات الصلة Aerial، وتعمل بتعاون وثيق مع شركات مثل Nokia وT-Mobile وغيرها

في قلب كل هذه المجالات توجد مكتبة CUDA-X، وهي المجال الذي تعمل فيه NVIDIA فعلًا بوصفها شركة خوارزميات. فهذه المكتبات هي أهم أصول الشركة، وتمكّن منصة الحوسبة من تقديم قيمة حقيقية في مختلف الصناعات.

ومن أهم المكتبات وأكثرها تأثيرًا cuDNN (مكتبة CUDA للشبكات العصبية العميقة)، التي أحدثت ثورة في الذكاء الاصطناعي وأسهمت في انطلاق طفرة الذكاء الاصطناعي الحديثة.

(تشغيل الفيديو التوضيحي لـCUDA-X)

كل ما شاهدتموه للتو كان محاكاة، بما في ذلك حلول الفيزياء ونماذج الوكلاء الذكيين الفيزيائية ونماذج الروبوتات القائمة على الذكاء الاصطناعي الفيزيائي. كل شيء جرى بالاعتماد على المحاكاة، دون أي تحريك يدوي أو ربط للمفاصل. وهذه هي الكفاءة الأساسية لـNVIDIA: إطلاق العنان لهذه الفرص عبر الفهم العميق للخوارزميات ودمجها عضويًا مع منصة الحوسبة.

الشركات الأصلية في الذكاء الاصطناعي وعصر الحوسبة الجديد

شاهدتم للتو عمالقة الصناعة مثل Walmart وL'Oréal وJPMorgan Chase وRoche وToyota وغيرهم، ممن يرسمون ملامح مجتمع اليوم، إلى جانب عدد كبير من الشركات التي لم تسمعوا بها من قبل؛ ونسمي هذه الشركات «الشركات الأصلية في الذكاء الاصطناعي». والقائمة كبيرة، وتشمل OpenAI وAnthropic وشركات ناشئة عديدة تخدم قطاعات رأسية مختلفة.

شهدت هذه الصناعة نموًا مذهلًا على مدى العامين الماضيين. ووصل رأس المال المغامر المتدفق إلى الشركات الناشئة إلى ⁦$150B⁩، وهو أكبر مبلغ في تاريخ البشرية. والأهم من ذلك أن حجم الاستثمارات الفردية قفز للمرة الأولى من ملايين الدولارات إلى مئات الملايين، بل ومليارات الدولارات.

هناك سبب واحد فقط لذلك: للمرة الأولى في التاريخ، تحتاج كل شركة في هذه الفئة إلى قدر هائل من موارد الحوسبة وعدد كبير من الرموز. وتعمل هذه الصناعة على إنشاء الرموز وتوليدها، أو إضافة قيمة إلى الرموز التي تنتجها مؤسسات مثل Anthropic وOpenAI.

وكما أفرزت ثورة الحواسيب الشخصية وثورة الإنترنت وثورة السحابة المحمولة مجموعة من الشركات الرائدة، ستفرز ثورة منصات الحوسبة لهذا الجيل أيضًا مجموعة من الشركات شديدة التأثير، لتصبح قوة مهمة في عالم المستقبل.

ثلاثة اختراقات تاريخية تقود كل ذلك

ما الذي حدث تحديدًا خلال العامين الماضيين؟ ثلاثة أحداث رئيسية.

أولًا: ChatGPT، انطلاق عصر الذكاء الاصطناعي التوليدي (من أواخر 2022 إلى 2023)

لا يقتصر الأمر على الإدراك والفهم، بل يشمل أيضًا توليد محتوى فريد. وقد عرضت دمج الذكاء الاصطناعي التوليدي مع رسومات الحاسوب. يغير الذكاء الاصطناعي التوليدي طبيعة الحوسبة من أساسها؛ إذ تنتقل الحوسبة من الاعتماد على الاسترجاع إلى التوليد، ما يؤثر بدرجة كبيرة في معمارية الحاسوب وأساليب النشر والأهمية العامة.

ثانيًا: الذكاء الاصطناعي الاستدلالي، الذي يمثله o1

تمكّن القدرة على الاستدلال الذكاء الاصطناعي من التأمل الذاتي والتخطيط وتقسيم المشكلات، أي تفكيك المشكلات التي لا يستطيع فهمها مباشرةً إلى خطوات يمكن التعامل معها. يجعل o1 الذكاء الاصطناعي التوليدي موثوقًا، وقادرًا على الاستدلال بناءً على معلومات حقيقية. ونتيجة لذلك، ازداد عدد الرموز الخاصة بسياق الإدخال والتفكير بدرجة كبيرة، ما أدى إلى زيادة كبيرة في عبء الحوسبة.

ثالثًا: Claude Code، أول نموذج لوكيل ذكي

يمكنه قراءة الملفات وكتابة التعليمات البرمجية وتجميعها واختبارها وتقييمها وتحسينها تكراريًا. أحدث Claude Code ثورة في هندسة البرمجيات؛ إذ يستخدم ⁦%100⁩ من مهندسي NVIDIA واحدًا أو أكثر من Claude Code وCodex وCursor، ولا يعمل أي مهندس برمجيات دون مساعدة الذكاء الاصطناعي.

هذه نقطة تحول جديدة؛ فلم تعودوا تسألون الذكاء الاصطناعي «ماذا وأين وكيف»، بل تطلبون منه «الإنشاء والتنفيذ والبناء»، ليستخدم الأدوات بشكل استباقي ويقرأ الملفات ويقسم المشكلات ويتخذ الإجراءات. انتقل الذكاء الاصطناعي من الإدراك إلى التوليد ثم الاستدلال، وأصبح الآن قادرًا على إنجاز العمل فعلًا.

ازداد حجم الحوسبة المطلوبة للاستدلال بنحو 10,000 مرة خلال العامين الماضيين، بينما ارتفع الاستخدام بنحو 100 مرة. لطالما اعتقدت أن الطلب على الحوسبة ازداد بمقدار 1,000,000 مرة خلال العامين الماضيين؛ وهذا هو الانطباع المشترك لدى الجميع وOpenAI وAnthropic. المزيد من الحوسبة يؤدي إلى المزيد من الرموز، وزيادة الإيرادات، وذكاء اصطناعي أكثر تطورًا. لقد وصلت نقطة التحول في الاستدلال.

عصر البنية التحتية للذكاء الاصطناعي بتريليون دولار

في مثل هذا الوقت من العام الماضي، قلت هنا إن ثقتنا كانت عالية بالطلب وطلبات الشراء الخاصة بـBlackwell وRubin قبل عام 2026، والتي بلغت نحو ⁦$500B⁩.

واليوم، بعد عام واحد، أقف هنا في GTC لأقول لكم: بالنظر إلى عام 2027، أرى رقمًا يبلغ على الأقل ⁦$1T⁩. وأنا مقتنع بأن الطلب الفعلي على الحوسبة سيكون أكبر بكثير من ذلك.

2025: عام الاستدلال لدى NVIDIA

عام 2025 هو عام الاستدلال لدى NVIDIA. نهدف إلى ضمان التميز في كل مرحلة من دورة حياة الذكاء الاصطناعي، إلى جانب التدريب والتدريب اللاحق، حتى تواصل البنية التحتية المستثمَر فيها العمل بكفاءة، بعمر تشغيلي أطول وتكلفة أقل لكل وحدة.

وفي الوقت نفسه، انضمت Anthropic وMeta رسميًا إلى منصة NVIDIA، وتمثلان معًا ثلث الطلب العالمي على حوسبة الذكاء الاصطناعي. وتقترب نماذج المصادر المفتوحة من أحدث التقنيات، كما أصبحت منتشرة في كل مكان.

NVIDIA هي حاليًا المنصة العالمية الوحيدة القادرة على تشغيل جميع مجالات الذكاء الاصطناعي، بما فيها اللغة والبيولوجيا ورسومات الحاسوب والرؤية الحاسوبية والكلام والبروتين والكيمياء والروبوتات وغيرها، وتشغيل جميع نماذج الذكاء الاصطناعي بأي لغة، سواء على الحافة أو في السحابة. وتتميز معمارية NVIDIA بالمرونة في جميع هذه الحالات، ما يجعلنا المنصة الأقل تكلفة والأعلى موثوقية.

حاليًا، يأتي ⁦%60⁩ من أعمال NVIDIA من أكبر خمسة مزودي خدمات سحابية فائقة النطاق في العالم، بينما يتوزع ⁦%40⁩ المتبقي بين السحابات الإقليمية والسحابات السيادية والشركات والصناعة والروبوتات والحوسبة الطرفية ومجالات أخرى. واتساع نطاق الذكاء الاصطناعي نفسه هو مصدر مرونته؛ ولا شك أننا أمام عصر جديد من التحول في منصات الحوسبة.

Grace Blackwell وNVLink 72: ابتكار جريء في المعمارية

في ذروة ازدهار معمارية Hopper، قررنا إعادة تصميم النظام بالكامل، وتوسيع NVLink من 8 مسارات إلى NVLink 72، وإجراء إعادة تقسيم وهيكلة شاملة للنظام. كان Grace Blackwell NVLink 72 رهانًا تقنيًا ضخمًا، ولم يكن سهلًا على جميع الشركاء؛ وأتقدم للجميع بجزيل الشكر على ذلك.

وفي الوقت نفسه، قدمنا NVFP4، وهي ليست مجرد FP4 عادية، بل نوع جديد من أنوية الموترات ووحدات الحوسبة. أثبتنا أن NVFP4 يمكنها تنفيذ الاستدلال دون فقدان الدقة، مع تحقيق مكاسب كبيرة في الأداء والكفاءة، كما أنها مناسبة للتدريب أيضًا.

بالإضافة إلى ذلك، طُرحت تباعًا سلسلة من الخوارزميات الجديدة مثل Dynamo وTensorRT-LLM، واستثمرنا حتى مليارات الدولارات في بناء حاسوب عملاق مخصص لتحسين نوى المعالجة، أطلقنا عليه اسم DGX Cloud.

أظهرت النتائج أن أداءنا في الاستدلال مذهل. وتُظهر بيانات Semi Analysis، وهي أشمل عملية تقييم لأداء الاستدلال في الذكاء الاصطناعي حتى الآن، أن NVIDIA تتقدم بفارق كبير في كل من الواط لكل رمز والتكلفة لكل رمز. وبينما كان قانون مور قد يحقق في الأصل تحسنًا بمقدار 1.5x في أداء H200، حققنا نحن 35x. بل قال ديلان باتل من Semi Analysis: «قلل جنسن من الأرقام؛ فالتحسن في الواقع 50x». إنه محق.

وأقتبس كلماته هنا: «قلل جنسن من الأرقام».

تكلفة الرمز لدى NVIDIA هي الأقل عالميًا، ولا يستطيع أحد منافستها حاليًا. ويكمن السبب في التصميم المشترك الفائق.

خذوا Fireworks مثالًا. قبل أن تحدث NVIDIA مجموعة برمجياتها وخوارزمياتها بالكامل، كان متوسط سرعة الرموز لديها نحو 700 في الثانية؛ وبعد التحديث، وصلت إلى ما يقارب 5,000 في الثانية، أي بزيادة نحو 7x. هذه هي قوة التصميم المشترك الفائق.

مصنع الذكاء الاصطناعي: من مركز البيانات إلى مصنع الرموز

كان مركز البيانات في السابق مكانًا لتخزين الملفات، لكنه أصبح الآن مصنعًا لإنتاج الرموز. وستعتمد كل شركة سحابية وكل شركة للذكاء الاصطناعي مستقبلًا «كفاءة مصنع الرموز» مقياسًا أساسيًا لأعمالها.

وهذه حجتي الرئيسية:

· المحور الرأسي: معدل المعالجة — عدد الرموز التي تُولّد في الثانية عند مستوى ثابت من الطاقة

· المحور الأفقي: سرعة الرمز — سرعة الاستجابة لكل عملية استدلال؛ فكلما زادت السرعة، أمكن استخدام نماذج أكبر وسياقات أطول، وأصبح الذكاء الاصطناعي أكثر ذكاءً

الرمز هو السلعة الجديدة، وعندما ينضج السوق ستحدد له فئات سعرية:

· الفئة المجانية (معدل معالجة مرتفع، سرعة منخفضة)

· الفئة المتوسطة (~⁦$3⁩ لكل مليون رمز)

· الفئة العالية (~⁦$6⁩ لكل مليون رمز)

· فئة السرعة العالية (~⁦$45⁩ لكل مليون رمز)

· فئة السرعة الفائقة (~⁦$150⁩ لكل مليون رمز)

رفعت Grace Blackwell معدل المعالجة بمقدار 35x في فئة السعر الأعلى مقارنةً بـHopper، وقدمت فئة جديدة بالكامل. وعند تبسيط تقدير النماذج وتخصيص ⁦%25⁩ من الطاقة لكل فئة من الفئات الأربع، تستطيع Grace Blackwell تحقيق إيرادات أعلى بمقدار 5x مقارنةً بـHopper.

Vera Rubin: نظام حوسبة الذكاء الاصطناعي من الجيل التالي

(تشغيل فيديو تقديم نظام Vera Rubin)

Vera Rubin نظام كامل ومحسّن من البداية إلى النهاية، صُمم خصيصًا لأعباء عمل الوكلاء:

· نواة حوسبة النماذج اللغوية الكبيرة: مجموعة وحدات GPU من NVLink 72، تتولى التهيئة المسبقة وذاكرة KV Cache

· معالج Vera CPU الجديد كليًا: مصمم لأداء مرتفع للغاية في الخيوط الفردية، مع ذاكرة LPDDR5 وكفاءة ممتازة في استهلاك الطاقة؛ وهو معالج مراكز البيانات الوحيد في العالم الذي يستخدم LPDDR5، ومناسب لاستدعاء أدوات وكلاء الذكاء الاصطناعي

· نظام التخزين: BlueField ⁦4 ⁩+ CX 9، منصة تخزين جديدة لعصر الذكاء الاصطناعي؛ وانضمت ⁦%100⁩ من صناعة التخزين العالمية إلى محول CPO Spectrum X، وهو أول محول Ethernet في العالم يعتمد البصريات المجمعة في الحزمة، وقد دخل الإنتاج الكامل

· رف Kyber: نظام رفوف جديد يدعم 144 وحدة GPU لتشكيل نطاق NVLink واحد، مع حوسبة أمامية وتحويل NVLink خلفي لإنشاء حاسوب ضخم

· Rubin Ultra: عقدة حاسوب عملاق من الجيل التالي، بتصميم رأسي الإدخال؛ وعند دمجها مع رف Kyber، تدعم ترابط NVLink على نطاق أوسع

أصبح نظام Vera Rubin الآن مبردًا بالسائل بنسبة ⁦%100⁩، ما يقلص وقت التركيب من يومين إلى ساعتين، ويستخدم مياهًا دافئة بدرجة 45°C لتخفيف ضغط التبريد في مراكز البيانات بدرجة كبيرة. وأكد ساتيا (نادالا) في منشور أن أول رف Vera Rubin يعمل الآن على Microsoft Azure، وأنا متحمس للغاية لذلك.

دمج Groq: التوسع الأقصى لأداء الاستدلال

استحوذنا على فريق Groq وحصلنا على ترخيص تقنيتهم. Groq هو معالج تدفق بيانات حتمي، يستخدم التجميع الثابت وجدولة المترجم، ويضم قدرًا كبيرًا من SRAM، وقد حُسّن للاستدلال على عبء عمل واحد، مع زمن استجابة منخفض للغاية وسرعة عالية لتوليد الرموز.

لكن الذاكرة المدمجة في Groq محدودة (500MB من SRAM على الشريحة)، ما يصعّب التعامل منفردةً مع معاملات النماذج الكبيرة وذاكرة KV Cache، ويحد من استخدامها على نطاق واسع.

الحل هو Dynamo، وهو برنامج لجدولة الاستدلال. نحن نفصل مسار الاستدلال عبر Dynamo:

· التهيئة المسبقة وفك ترميز آلية الانتباه: تنفذهما Vera Rubin (لأنهما تتطلبان قدرة حاسوبية كبيرة وتخزين KV Cache)

· فك ترميز الشبكة الأمامية: جزء توليد الرموز، تنفذه Groq (لأنه يتطلب نطاقًا تردديًا عاليًا وزمن استجابة منخفضًا)

يرتبط النظامان بإحكام عبر Ethernet، ويقللان زمن الاستجابة إلى النصف تقريبًا باستخدام وضع خاص. وضمن الجدولة الموحدة من Dynamo، «نظام تشغيل مصنع الذكاء الاصطناعي»، يرتفع الأداء الإجمالي 35 مرة، ما يتيح فئة جديدة من أداء الاستدلال لم يكن بالإمكان بلوغها سابقًا باستخدام NVLink 72.

التوصية بشأن الجمع بين Groq وVera Rubin:

إذا كان عبء العمل كثيفًا من حيث معدل المعالجة، فاستخدم ⁦%100⁩ من Vera Rubin؛ أما إذا كان جزء كبير من عبء العمل مخصصًا لتوليد رموز عالية القيمة مثل إنشاء التعليمات البرمجية،

قفزة تاريخية في أداء الاستدلال

لنقيس التطورات التقنية السابقة: خلال فترة عامين، سيرتفع معدل توليد الرموز في مصنع ذكاء اصطناعي بقدرة 1-gigawatt من ⁦22M⁩ رمز/ثانية إلى ⁦7B⁩ رمز/ثانية، أي بتحسن قدره 350x. هذه هي قوة التصميم المشترك الفائق.

خارطة الطريق التقنية

· Blackwell: قيد الإنتاج حاليًا، ونظام رفوف Oberon القياسي، وتمديد كابلات النحاس إلى NVLink 72، مع خيار التمديد البصري إلى NVLink 576

· Vera Rubin (الحالي): رف Kyber، وNVLink 144 (كابلات نحاسية)؛ ورف Oberon، وNVLink ⁦72 ⁩+ بصري، ممتد إلى NVLink 576؛ وSpectrum 6، أول محول CPO في العالم

· Vera Rubin Ultra (القادم): وحدة GPU من الجيل التالي Rubin Ultra، وشريحة LP35 (أول شريحة تدمج NVFP4)، ما سيزيد الأداء عدة مرات إضافية

· Feynman (الجيل التالي): وحدة GPU جديدة كليًا، وشريحة LP40 (طورتها NVIDIA وفريق Groq معًا، وتدمج NVFP4)؛ ومعالج CPU جديد كليًا باسم Rosa (Rosalyn)؛ وBlueField 5؛ وCX 10؛ ورف Kyber يدعم التوسع باستخدام كابلات النحاس وتقنية CPO معًا

خارطة طريق واضحة: يجري التقدم بالتوازي في مسارات توسيع النحاس والتوسع البصري داخل الرفوف والتوسع البصري بين الرفوف، ما يتطلب من جميع الشركاء مواصلة زيادة الإنتاج في النحاس والألياف وتقنية CPO.

NVIDIA DSX: منصة التوأم الرقمي لمصانع الذكاء الاصطناعي

تزداد مصانع الذكاء الاصطناعي تعقيدًا، لكن مختلف مزودي التكنولوجيا الذين يشكلونها لم يتعاونوا قط خلال مرحلة التصميم، ولم يلتقوا إلا عند وصولهم إلى مركز البيانات؛ وهذا غير كافٍ بوضوح.

لمعالجة ذلك، أنشأنا Omniverse ومنصة NVIDIA DSX المبنية عليها، وهي بيئة تمكّن جميع الشركاء من تصميم مصانع ذكاء اصطناعي فائقة النطاق وتشغيلها معًا في عالم افتراضي. وتوفر DSX ما يلي:

· أنظمة محاكاة ميكانيكية وحرارية وكهربائية وشبكية على مستوى الرفوف

· الاتصال بشبكة الكهرباء لتنسيق جدولة توفير الطاقة

· تحسين ديناميكي للطاقة والتبريد داخل مراكز البيانات بالاستناد إلى Max-Q

وفق تقديرات متحفظة، يمكن لهذا النظام رفع كفاءة استخدام الطاقة بنحو مرتين، وهو مكسب كبير بالنظر إلى النطاق الذي نتحدث عنه. تنطلق Omniverse من التوأم الرقمي للأرض، وتستضيف توائم رقمية بمقاييس مختلفة، ونعمل مع شركائنا حول العالم لبناء أكبر حاسوب في تاريخ البشرية معًا.

بالإضافة إلى ذلك، تخوض NVIDIA مجال الفضاء. فقد حصلت شريحة Thor على شهادة مقاومة الإشعاع، وهي تعمل بالفعل في الأقمار الصناعية. ونتعاون مع شركاء لتطوير Vera Rubin Space-1 لإنشاء مراكز بيانات فضائية. وفي الفضاء، لا يمكن استخدام سوى التبريد الإشعاعي، ما يجعل الإدارة الحرارية تحديًا أساسيًا؛ ونحن نحشد نخبة من المهندسين لمعالجة ذلك.

OpenClaw: نظام تشغيل عصر الوكلاء

طور بيتر شتاينبرغر برنامجًا يسمى OpenClaw. وهو أشهر مشروع مفتوح المصدر في تاريخ البشرية، وقد تجاوز إنجازات Linux على مدى ثلاثين عامًا في أسابيع قليلة.

OpenClaw هو في الأساس نظام قائم على الوكلاء، ويمكنه:

· إدارة الموارد والوصول إلى الأدوات وأنظمة الملفات والنماذج اللغوية الكبيرة

· تنفيذ عمليات الجدولة والمهام المحددة زمنيًا

· تقسيم المشكلات تدريجيًا واستدعاء وكلاء فرعيين

· دعم الإدخال والإخراج بأي وسيط (الصوت والفيديو والنص والبريد الإلكتروني وغيرها)

بلغة أنظمة التشغيل، هو بالفعل نظام تشغيل — نظام تشغيل للحاسوب الوكيلي. إذا كان Windows قد أتاح الحوسبة الشخصية، فإن OpenClaw يتيح الوكالة الشخصية.

ستحتاج كل شركة إلى وضع استراتيجيتها الخاصة لـ OpenClaw، تمامًا كما نحتاج جميعًا إلى استراتيجيات لـ Linux وHTML وKubernetes.

إعادة تشكيل شاملة لتقنية المعلومات في المؤسسات

تقنية المعلومات في المؤسسات قبل OpenClaw: تدخل البيانات والملفات إلى النظام، وتتدفق عبر الأدوات وسير العمل، ثم تتحول في نهاية المطاف إلى أدوات يستخدمها البشر. تنشئ شركات البرمجيات الأدوات، فيما تساعد شركات تكامل الأنظمة العالمية (GSI) وشركات الاستشارات المؤسسات على استخدام هذه الأدوات.

تقنية المعلومات في المؤسسات بعد OpenClaw: ستتحول كل شركة SaaS إلى شركة AaaS (الذكاء الوكيلي كخدمة) — فلا تكتفي بتوفير الأدوات، بل توفر وكلاء ذكاء اصطناعي متخصصين في مجالات محددة.

لكن هناك تحديًا أساسيًا: يمكن للوكلاء الداخليين في المؤسسة الوصول إلى البيانات الحساسة، وتنفيذ التعليمات البرمجية، والتواصل مع جهات خارجية. لذا يجب إخضاع ذلك لضوابط صارمة في بيئة المؤسسات.

ولتحقيق ذلك، عقدنا شراكة مع Peter لدمج الأمن في النسخة المخصصة للمؤسسات، وقدمنا ما يلي:

· NeMo Claw (التصميم المرجعي): إطار عمل مرجعي بمستوى المؤسسات، مبني على OpenClaw، ويجمع مجموعة NVIDIA الكاملة من أدوات وكلاء الذكاء الاصطناعي

· Open Shield (طبقة الأمان): مدمجة في OpenClaw، وتوفر محركًا للسياسات، وحاجزًا شبكيًا، وتوجيهًا يحافظ على الخصوصية لضمان أمن بيانات المؤسسات

· NeMo Cloud: متاح للتنزيل وقابل للتشغيل البيني مع جميع محركات سياسات المؤسسات التابعة لـ SaaS

إنها نهضة تقنية المعلومات في المؤسسات، وهو قطاع بلغت قيمته في الأصل ⁦2T⁩ دولار، ومن المتوقع أن ينمو إلى عشرات التريليونات من الدولارات، مع انتقاله من توفير الأدوات إلى تقديم خدمات وكلاء الذكاء الاصطناعي المتخصصين.

يمكنني أن أتصور ذلك بوضوح: في المستقبل، سيحصل كل مهندس في الشركة على ميزانية سنوية من التوكنات. قد يبلغ راتبه مئات الآلاف من الدولارات، وسأمنحه مخصصًا إضافيًا من التوكنات يعادل نصف راتبه، ما يتيح مضاعفة إنتاجيته عشرة أضعاف. لقد أصبح سؤال «ما مقدار مخصص التوكنات الذي يأتي مع عرض العمل؟» موضوعًا جديدًا ساخنًا للتوظيف في وادي السيليكون.

ستكون كل مؤسسة في المستقبل مستخدمةً للتوكنات (ليستخدمها المهندسون) ومنتجةً لها في الوقت نفسه (لتقديم الخدمات لعملائها). لا يمكن التقليل من أهمية OpenClaw؛ فهي لا تقل أهمية عن HTML وLinux.

مبادرة NVIDIA للنماذج المفتوحة

بالنسبة إلى Custom Claws، نقدم أحدث النماذج المتطورة التي طورتها NVIDIA داخليًا:

تشمل النماذج Nemotron في مجال اللغة، وCosmos بوصفه نموذج الأساس للعالم، وGROOT للروبوتات الشبيهة بالبشر متعددة الاستخدامات، وAlpamayo للقيادة الذاتية، وBioNeMo لعلم الأحياء الرقمي، وPhys-AIAI للفيزياء.

نحن في طليعة كل مجال، وملتزمون بمواصلة التطوير — إذ سيأتي Nemotron 4 بعد Nemotron 3، وسيخلف Cosmos 2 الإصدار Cosmos 1، كما سيواصل Groq التطور إلى الجيل الثاني.

يُعد Nemotron 3 من بين أفضل ثلاثة نماذج عالميًا في OpenClaw، وهو في طليعة المجال. وسيكون Nemotron 3 Ultra أقوى نموذج أساسي على الإطلاق، داعمًا الدول في بناء ذكاء اصطناعي سيادي.

نعلن اليوم تأسيس تحالف Nemotron، باستثمارات تبلغ مليارات الدولارات لدفع أبحاث النماذج الأساسية للذكاء الاصطناعي قدمًا. ويضم أعضاء التحالف: BlackForest Labs وCursor وLangChain وMistral وPerplexity وReflection وSarvam (الهند) وThinking Machines (مختبر Mira Murati)، وغيرهم.

تنضم شركة برمجيات مؤسسية تلو الأخرى، وتدمج التصميم المرجعي NeMo Claw ومجموعة أدوات NVIDIA Intelligent Agent AI Toolkit في منتجاتها.

الذكاء الاصطناعي الفيزيائي والروبوتات

يتحرك الأفاتار الرقمي في العالم الرقمي — فيكتب التعليمات البرمجية ويحلل البيانات؛ أما الذكاء الاصطناعي الفيزيائي فهو وكيل متجسد، أي روبوت.

شهد معرض GTC هذا الظهور الأول لما مجموعه 110 روبوتات، شملت تقريبًا جميع شركات البحث والتطوير في مجال الروبوتات حول العالم. وقدمت NVIDIA ثلاثة حواسيب (حوسبة التدريب، وحوسبة المحاكاة، والحاسوب المدمج على متن الروبوت)، إلى جانب مجموعة برمجية متكاملة ونماذج للذكاء الاصطناعي.

في مجال القيادة الذاتية، حلّ عصر «لحظة ChatGPT» للقيادة الذاتية. وأعلنا اليوم انضمام أربعة شركاء جدد إلى منصة NVIDIA RoboTaxi Ready: BYD وHyundai وNissan وGeely، بإنتاج سنوي مشترك يبلغ ⁦18M⁩ مركبة. وتعززت القائمة بانضمام شركائنا السابقين Mercedes-Benz وToyota وGM. كما أعلنا عن شراكة مهمة مع Uber لنشر مركبات RoboTaxi Ready ودمجها في مدن متعددة.

في قطاع الروبوتات الصناعية، تتعاون معنا العديد من شركات الروبوتات مثل ABB وUniversal Robotics وKUKA، لدمج نماذج الذكاء الاصطناعي الفيزيائي مع أنظمة المحاكاة، ودفع تطبيق الروبوتات على خطوط التصنيع حول العالم.

وفي قطاع الاتصالات، تنضم إليهما أيضًا Caterpillar وT-Mobile. لن تكون محطات القواعد اللاسلكية في المستقبل مجرد عقد للاتصالات، بل ستصبح NVIDIA Aerial AI RAN — منصة حوسبة ذكية على الحافة، قادرة على استشعار حركة البيانات في الوقت الفعلي، وضبط تشكيل الحزم، وتحقيق وفورات في الطاقة وزيادة الكفاءة.

فقرة خاصة: الظهور الأول لروبوت أولاف

(عرض فيديو تجريبي لروبوت أولاف من Disney)

جنسن هوانغ: رجل الثلج هنا! Newton يعمل جيدًا! وOmniverse يعمل جيدًا أيضًا! أولاف، كيف حالك؟

أولاف: أنا سعيد جدًا برؤيتك.

جنسن هوانغ: نعم، لأنني أعطيتك حاسوبًا — Jetson!

أولاف: ما هذا؟

جنسن هوانغ: إنه داخل بطنك.

أولاف: هذا أشبه بالسحر.

جنسن هوانغ: تعلمت المشي في Omniverse.

أولاف: أحب المشي. إنه أفضل بكثير من ركوب غزال رنّة مروّض والتطلع إلى السماء الجميلة.

ريتشارد هوانغ: يعود ذلك تحديدًا إلى محاكاة الفيزياء — التي تعمل على محلّل Newton المعتمد على NVIDIA Warp، والذي طورناه بالتعاون مع Disney وDeepMind، ما يتيح لك التكيف مع العالم الفيزيائي الحقيقي.

أولاف: كنت على وشك قول ذلك.

ريتشارد هوانغ: هنا تكمن فطنتك. أنا رجل ثلج، ولست كرة ثلج.

ريتشارد هوانغ: هل يمكنك تخيل ذلك؟ حدائق Disney في المستقبل — كل هذه الشخصيات الروبوتية تتجول بحرية في الحديقة. لكن بصراحة، ظننت أنك ستكون أطول قامة. لم أرَ في حياتي رجل ثلج قصيرًا إلى هذا الحد.

أولاف: (لا يبدي موقفًا واضحًا)

ريتشارد هوانغ: هل تساعدني في اختتام عرض اليوم؟

أولاف: بكل تأكيد!

ملخص الكلمة الرئيسية

ريتشارد هوانغ: استعرضنا اليوم معًا الموضوعات الرئيسية التالية:

1. بلوغ نقطة التحول في الاستدلال: أصبح الاستدلال أهم أحمال عمل الذكاء الاصطناعي، والتوكنات هي السلعة الجديدة، كما أن أداء الاستدلال يحدد الإيرادات مباشرةً.

2. عصر مصانع الذكاء الاصطناعي: تطورت مراكز البيانات من منشآت لتخزين الملفات إلى مصانع لإنتاج التوكنات، وستقيس كل شركة في المستقبل قدرتها التنافسية من خلال «كفاءة مصنع الذكاء الاصطناعي».

3. ثورة الوكلاء الأذكياء في OpenClaw: دشّن OpenClaw عصر الحوسبة القائمة على الوكلاء الأذكياء، إذ تنتقل تقنية المعلومات في المؤسسات من عصر الأدوات إلى عصر الوكلاء الأذكياء، وتحتاج كل شركة إلى وضع استراتيجية لـ OpenClaw.

4. الذكاء الاصطناعي الفيزيائي والروبوتات: يتوسع نطاق الذكاء المتجسد، فيما ترسم القيادة الذاتية والروبوتات الصناعية والروبوتات الشبيهة بالبشر مجتمعةً ملامح الفرصة الكبرى التالية للذكاء الاصطناعي الفيزيائي.

شكرًا لكم جميعًا، ونتمنى لكم GTC سعيدًا!

رابط المقال الأصلي