أصدرت MLCommons نتائج اختبار MLPerf Inference v6.1 في 16 سبتمبر 2026، وكان العنوان الرئيسي ينتمي إلى منصة الجيل التالي من NVIDIA. في أول عرض معاينة له على الإطلاق، قدم نظام Vera Rubin NVL72 ما يصل إلى 3.7 أضعاف إنتاجية جهاز GB300 NVL72 الرائد الحالي من NVIDIA، وفقًا لإعلان NVIDIA، وهي إشارة مبكرة لما سيعنيه خليفة Blackwell Ultra لاقتصاديات استدلال الذكاء الاصطناعي.

Vera Rubin هي منصة مركز البيانات التالية لشركة NVIDIA، والتي تم تسميتها على اسم عالم الفيزياء الفلكية الذي قدم دليلًا رئيسيًا على المادة المظلمة. تعد نتائج معاينة MLPerf أول بيانات أداء عامة منظمة بشكل مستقل للنظام. لمزيد من السياق حول هذه القصة، راجع أخبار الذكاء الاصطناعي.

الأرقام وراء الظهور الأول

قدمت NVIDIA نتائج معاينة Vera Rubin NVL72 لاثنين من أحمال العمل الأكثر تطلبًا في مجموعة v6.1: نموذج الاستدلال DeepSeek-R1 ونموذج لغة الرؤية Qwen3-VL.

في Qwen3-VL، قدمت Vera Rubin NVL72 إنتاجية أعلى بما يصل إلى 3.7 مرة من GB300 NVL72 عبر السيناريوهات غير المتصلة بالإنترنت والخادم والسيناريوهات التفاعلية، وذلك بتشغيل vLLM مع إطار عمل الاستدلال مفتوح المصدر Dynamo من NVIDIA. في DeepSeek-R1، باستخدام مكتبة TensorRT-LLM من NVIDIA، كانت الإنتاجية أعلى بما يصل إلى 2.5 مرة من الإصدار الرئيسي السابق.

يأتي كلا الرقمين من عمليات إرسال NVIDIA الخاصة إلى القسم المغلق لـ MLCommons، مما يعني أنه تم إنتاجهما بموجب قواعد MLPerf المدققة، على الرغم من أن نتائج المعاينة هي قياسات مبكرة بشكل واضح لمنصة لا تزال قيد التحسين.

كيف يتم بناء المكاسب

تعزو NVIDIA هذه القفزة إلى التصميم المشترك الكامل عبر الأجهزة والبرامج بدلاً من أي مكون واحد.

على جانب السيليكون، توفر Vera Rubin أنوية Tensor Core محسنة ومحرك Transformer Engine المحدث الذي يعمل على تسريع مرحلتي الاستدلال - مرحلة التعبئة المسبقة ذات الحوسبة الثقيلة ومرحلة فك التشفير المرتبطة بالذاكرة. تعتمد المنصة على دقة NVFP4، التي تعمل على تقليص أثر الذاكرة لأوزان النموذج والانتباه وذاكرة التخزين المؤقت KV، مما يزيد من الإنتاجية بما تصفه NVIDIA بأنه الحد الأدنى من فقدان جودة الإخراج.

على الجانب البرمجي، استخدمت التقديمات خدمة مفصلة، ​​والتي تفصل بين التعبئة المسبقة وفك التشفير في مهام مختلفة، جنبًا إلى جنب مع التوازي الخبراء واسع النطاق للحفاظ على طبقات خليط الخبراء في نماذج مثل DeepSeek-R1 وQwen3-VL مغذية بالكامل بالعمل.

والربط هو الركيزة الثالثة. يربط تصميم الحامل NVL72 72 وحدة معالجة رسوميات في نطاق واحد قابل للتوسيع باستخدام الجيل السادس من NVLink وNVLink Switch، والذي تقول NVIDIA إنه يوفر معدلات حزم أعلى 10 مرات وزمن وصول أقل 3 مرات من Ethernet الجاهزة - وهو الأساس الذي يجعل الخدمة المفصلة على نطاق الحامل عملية.

يُظهر GB300 تحجيمًا شبه مثالي

كان للرائد الحالي أخباره الخاصة في جولة الإصدار 6.1. تم توسيع نطاق تقديم DeepSeek-R1 من NVIDIA من حامل GB300 NVL72 واحد - 72 وحدة معالجة رسومات - إلى أربعة رفوف و288 وحدة معالجة رسومات، مما يحقق كفاءة توسيع بنسبة 99 بالمائة في السيناريو غير المتصل بالإنترنت، مع زيادة الإنتاجية بما يتناسب تقريبًا مع الأجهزة المضافة.

كفاءة التوسع هي مقياس متري يراقبه مشغلو مراكز البيانات عن كثب لأنه يحدد ما إذا كان شراء المزيد من الأجهزة يؤدي بالفعل إلى شراء سعة أكبر نسبيًا. يشير القياس شبه الخطي عبر الرفوف إلى أن عنق الزجاجة عند هذا المقياس يظل هو الأداء لكل وحدة معالجة رسومات بدلاً من الاتصال بين الرفوف.

البرمجيات تحافظ على التفاقم

استمر النمط المتكرر في جولات MLPerf مرة أخرى: أدت تحسينات البرامج وحدها إلى توفير أداء أعلى بما يصل إلى 1.6 مرة في عمليات إرسال الإصدار v6.1 من NVIDIA مقارنة بالإصدار 6.0، وتقول الشركة إن التحسينات استمرت بعد الموعد النهائي لتقديم الإصدار 6.1، مما أدى إلى تحقيق المزيد من المكاسب.

بالنسبة للمشترين، فإن المعنى الضمني هو أن حاملًا معينًا يصبح أسرع على مدار عمره دون تحديث الأجهزة - وقد استخدمت NVIDIA الديناميكية القول بأن قاعدتها المثبتة ترتفع بدلاً من أن تنخفض مع نضوج حزمة البرامج.

أعباء عمل الوكلاء تعيد تشكيل المعايير

عكست جولة الإصدار 6.1 أيضًا تحولًا في ما يتم استخدام الاستدلال من أجله. أشارت NVIDIA إلى معاينة الاختبار على معيار AgentX الخاص بـ SemiAnalogy، المصمم حول عملاء الذكاء الاصطناعي الذين يفكرون ويخططون ويتصرفون عبر خطوات متعددة، حيث تقول إن Vera Rubin NVL72 قدمت 30 ضعف أداء GB300 NVL72.

تقوم MLCommons أيضًا بإعداد معيار مخصص لهذا التحول: يهدف معيار MLPerf Endpoints القادم إلى توحيد قياس أعباء عمل الاستدلال الوكيل التي تلتقطها اختبارات الإنتاجية التقليدية بشكل سيئ. مع انتقال الاستدلال من الدردشة ذات المطالبة الواحدة إلى جلسات الوكيل الطويلة متعددة الخطوات، فإن زمن الاستجابة والاتساق التفاعلي مهمان بقدر أهمية الرموز المميزة الأولية في الثانية - ويتم إعادة بناء المعايير وفقًا لذلك.

نيبيوس والنظام البيئي يصلان مبكرًا

كما قدم مزود السحابة Nebius أيضًا نتائج معاينة Vera Rubin NVL72، والتي سلطت NVIDIA الضوء عليها كدليل على الأداء القوي للنظام البيئي المبكر. عادةً ما تكون عمليات الإرسال المبكرة من طرف ثالث علامة على أن أنظمة الجيل التالي تنتقل من أخذ العينات المعملية إلى التوفر على نطاق أوسع، على الرغم من أن منشور NVIDIA وإصدار MLCommons لا يحدد توقيت التوفر العام.

لماذا يهم اقتصاديات الذكاء الاصطناعي

تقوم NVIDIA بتأطير النتائج من حيث الإيرادات: كل حامل Vera Rubin NVL72 يولد المزيد من الرموز المميزة، ويخدم المزيد من المستخدمين ويخفض التكلفة لكل رمز مميز مقارنة بحامل GB300 NVL72. في الصناعة التي يكون فيها الطلب على الاستدلال مدفوعًا بنماذج الاستدلال وأحمال عمل الوكيل التي تستهلك أوامر ذات حجم أكبر من الحوسبة لكل استعلام مقارنة بالدردشة البسيطة، فإن معدل النقل لكل حامل هو الرقم الذي يحدد عدد المستخدمين الذين يمكن أن تخدمهم ميزانية مركز البيانات الثابتة.

تنطبق المحاذير المعتادة: هذه هي عمليات إرسال البائعين في جولة معاينة، على نموذجين اختارتهما NVIDIA، مع استمرار التحسينات. لكن الاتجاه لا لبس فيه. تشير النظرة الأولى لـ MLPerf إلى Vera Rubin إلى أن صعود الأداء الذي حدد البنية التحتية للذكاء الاصطناعي منذ عام 2023 ليس له أي استقرار في الأفق - وأن دورة تحديث الرف التالية ستعيد مرة أخرى ضبط اقتصاديات خدمة الذكاء الاصطناعي على نطاق واسع.

---

ابق على اطلاع بأخبار الذكاء الاصطناعي

آخر أخبار وتحليلات وإنجازات الذكاء الاصطناعي — في مكان واحد.

اقرأ المزيد من أخبار الذكاء الاصطناعي →