تكييف الذكاء الاصطناعي للمؤسسات وما بعدها
في المؤتمر التقني لوحدات معالجة الرسومات (GTC) لعام 2025، أوضح جنسن هوانغ، الرئيس التنفيذي لشركة Nvidia، استراتيجية الشركة لتكييف براعتها في الحوسبة المتسارعة لمجموعة واسعة من التطبيقات. بينما سلط الضوء على الجيل التالي من وحدات معالجة الرسومات ‘Blackwell’ B300 من Nvidia وعائلة مسرعات ‘Rubin’ المستقبلية، أكد هوانغ أيضًا على التزام الشركة بتلبية احتياجات المؤسسات والحوسبة الطرفية وعالم الذكاء الاصطناعي المادي.
وشدد هوانغ على أنه في حين ينجذب مقدمو الخدمات السحابية إلى تقنية Nvidia المتطورة ونهجها الشامل، فإن التبني الأوسع للذكاء الاصطناعي يتطلب استراتيجية أكثر دقة. وذكر: “الحوسبة المتسارعة لا تتعلق بالشريحة، ولا حتى بالشريحة والمكتبات، ونموذج البرمجة. إنها الشريحة، ونموذج البرمجة، ومجموعة كاملة من البرامج التي تعمل فوقها.”
تطور الذكاء الاصطناعي: من السحابة إلى الانتشار في كل مكان
ربما تكون القوة الدافعة الأولية للذكاء الاصطناعي قد نشأت في السحابة، لكن مسارها يمتد بوضوح إلى ما هو أبعد من ذلك. مع انتشار الذكاء الاصطناعي في مختلف القطاعات، فإنه يواجه تكوينات نظام متنوعة، وبيئات تشغيل، ومكتبات خاصة بمجال معين، وأنماط استخدام. أكد هوانغ على هذا التوسع، مشيرًا إلى المتطلبات الفريدة لتكنولوجيا المعلومات المؤسسية، والتصنيع، والروبوتات، والسيارات ذاتية القيادة، وحتى موفري الخدمات السحابية لوحدات معالجة الرسومات الناشئة.
يتم إعادة تشكيل الطبيعة الأساسية للحوسبة بواسطة الذكاء الاصطناعي والتعلم الآلي، مما يؤثر على كل شيء بدءًا من المعالجات وأنظمة التشغيل وحتى التطبيقات وتنسيقها. تتطور مهام سير العمل المؤسسية من استرجاع البيانات البسيط إلى تفاعلات الأسئلة والأجوبة التفاعلية مع أنظمة الذكاء الاصطناعي.
صعود وكلاء الذكاء الاصطناعي والعاملين الرقميين
يتصور هوانغ مستقبلًا يصبح فيه وكلاء الذكاء الاصطناعي جزءًا لا يتجزأ من القوى العاملة الرقمية. ويتوقع أنه إلى جانب مليار عامل معرفي في العالم، سيظهر عشرة مليارات عامل رقمي، يتعاونون بسلاسة. هذا الوجود المنتشر لوكلاء الذكاء الاصطناعي يستلزم جيلًا جديدًا من أجهزة الكمبيوتر، مُحسَّنًا لمتطلبات التشغيل الفريدة الخاصة بهم.
تقديم أجهزة جديدة لعصر الذكاء الاصطناعي
تعالج Nvidia هذه الحاجة من خلال تقديم جهازي كمبيوتر عملاقين شخصيين للذكاء الاصطناعي: DGX Spark و DGX Station. تم تصميم أنظمة سطح المكتب هذه للاستدلال والمهام الأخرى، مما يوفر المرونة للتشغيل المحلي أو التكامل مع DGX Cloud من Nvidia وبيئات السحابة المتسارعة الأخرى.
يتميز DGX Spark بشريحة GB10 Grace Blackwell Superchip، مما يوفر أداءً استثنائيًا لضبط الذكاء الاصطناعي والاستدلال. يتميز DGX Station، وهو نظام سطح مكتب أكثر قوة، بشريحة GB300 Grace-Blackwell Ultra Desktop Superchip، مما يوفر ذاكرة متماسكة ضخمة تبلغ 784 جيجابايت، و ConnectX-8 SuperNIC من Nvidia، ومنصة برامج AI Enterprise، والوصول إلى خدمات NIM AI الدقيقة.
ما وراء الوكلاء: فجر استدلال الذكاء الاصطناعي
لا توفر هذه الأنظمة الجديدة للمؤسسات أدوات قوية لأعباء عمل الذكاء الاصطناعي فحسب، بل تمهد الطريق أيضًا للمرحلة التالية من تطور الذكاء الاصطناعي: نماذج الاستدلال. تمثل هذه النماذج قفزة كبيرة تتجاوز وكلاء الذكاء الاصطناعي الأساسيين، وهي قادرة على معالجة المشكلات المعقدة وإظهار قدرات استدلال تفوق بكثير طبيعة المطالبة والرد لروبوتات الدردشة الحالية للذكاء الاصطناعي.
وصف هوانغ هذا التقدم قائلاً: “لدينا الآن ذكاء اصطناعي يمكنه الاستدلال، وهو يتعلق بشكل أساسي بتقسيم المشكلة، خطوة بخطوة. لدينا الآن ذكاء اصطناعي يمكنه الاستدلال خطوة بخطوة باستخدام … تقنيات تسمى سلسلة الفكر، وأفضل N، والتحقق من الاتساق، وتخطيط المسار، ومجموعة متنوعة من التقنيات المختلفة.”
نماذج Nemotron: تمكين استدلال الذكاء الاصطناعي
بناءً على الأساس الذي تم وضعه في معرض الإلكترونيات الاستهلاكية (CES) مع الكشف عن نماذج Llama Nemotron و Cosmos Nemotron، قدمت Nvidia عائلة من نماذج Llama Nemotron المفتوحة في GTC. تتميز هذه النماذج بقدرات استدلال محسنة للمهام متعددة الخطوات في الرياضيات والترميز واتخاذ القرار واتباع التعليمات.
أبرزت كاري بريسكي، نائب رئيس Nvidia لبرامج الذكاء الاصطناعي التوليدية للمؤسسات، التزام الشركة بدعم المطورين. توفر Nvidia مجموعات بيانات، تتألف من 60 مليار رمز من البيانات التي تم إنشاؤها صناعيًا، وتقنيات لتسهيل اعتماد هذه النماذج.
أوضحت بريسكي: “تمامًا مثل البشر، يحتاج الوكلاء إلى فهم السياق لتقسيم الطلبات المعقدة، وفهم نية المستخدم، والتكيف في الوقت الفعلي.”
تقدم نماذج Nemotron مستويات مختلفة من قدرات الاستدلال وتأتي في ثلاثة أحجام: Nano (محسن لأجهزة الكمبيوتر الشخصية والأجهزة الطرفية)، و Super (دقة عالية وإنتاجية على وحدة معالجة رسومات واحدة)، و Ultra (مصمم لوحدات معالجة رسومات متعددة).
مخطط AI-Q: ربط البيانات بوكلاء الاستدلال
يتم تعزيز منصة برامج AI Enterprise من Nvidia باستخدام AI-Q Blueprint، وهو عرض قائم على NIM يمكّن المؤسسات من ربط البيانات الخاصة بوكلاء استدلال الذكاء الاصطناعي. يتكامل هذا البرنامج المفتوح مع أداة NeMo Retriever من Nvidia، مما يسمح بالاستعلام عن أنواع البيانات المتنوعة (النص والصور ومقاطع الفيديو) وتسهيل التعاون بين الحوسبة المتسارعة من Nvidia ومنصات وبرامج التخزين التابعة لجهات خارجية، بما في ذلك نماذج Llama Nemotron.
أكدت بريسكي على الفوائد لفرق التطوير، قائلة: “بالنسبة لفرق الوكلاء المتصلين، يوفر المخطط إمكانية الملاحظة والشفافية في نشاط الوكيل، مما يسمح للمطورين بتحسين الوكلاء بمرور الوقت. يمكن للمطورين تحسين دقة الوكيل وتقليل إكمال هذه المهام من ساعات إلى دقائق.”
منصة بيانات الذكاء الاصطناعي: تصميم مرجعي للبنية التحتية للمؤسسات
تعمل منصة بيانات الذكاء الاصطناعي من Nvidia كتصميم مرجعي للبنية التحتية للمؤسسات، حيث تتضمن وكلاء استعلام الذكاء الاصطناعي الذين تم إنشاؤهم باستخدام AI-Q Blueprint.
الذكاء الاصطناعي المادي: سد الفجوة بين العالمين الرقمي والمادي
تناول هوانغ أيضًا المجال المزدهر للذكاء الاصطناعي المادي، والذي يتضمن دمج الذكاء الاصطناعي في الأنظمة المادية لتمكين الإدراك والتفاعل في العالم الحقيقي. وتوقع أن هذا المجال يمكن أن يصبح أكبر قطاع في سوق الذكاء الاصطناعي.
أوضح هوانغ: “الذكاء الاصطناعي الذي يفهم العالم المادي، أشياء مثل الاحتكاك والقصور الذاتي، والسبب والنتيجة، ودوام الكائن، والقدرة على فهم العالم المادي، والعالم ثلاثي الأبعاد. إنه ما سيمكن حقبة جديدة من الذكاء الاصطناعي المادي وسيمكن الروبوتات.”
التطورات في الروبوتات والمركبات ذاتية القيادة
أكدت العديد من الإعلانات التزام Nvidia بالذكاء الاصطناعي المادي، بما في ذلك تقديم مجموعة بيانات Nvidia AI، المصممة خصيصًا للروبوتات والمركبات ذاتية القيادة. تعمل مجموعة البيانات هذه على تمكين المطورين من التدريب المسبق والاختبار والتحقق من الصحة وضبط النماذج التأسيسية، والاستفادة من كل من البيانات الواقعية والاصطناعية المستخدمة في منصة تطوير نموذج عالم Cosmos من Nvidia، وبرامج Drive AV، ومنصة تطوير الروبوت Isaac AI، وإطار عمل Metropolis للمدن الذكية.
الإصدار الأولي لمجموعة البيانات متاح على Hugging Face، ويقدم 15 تيرابايت من البيانات لتدريب الروبوتات، مع دعم تطوير المركبات ذاتية القيادة في المستقبل القريب.
بالإضافة إلى ذلك، أعلنت Nvidia عن Isaac GROOT N1، وهو نموذج أساسي للروبوتات الشبيهة بالبشر. يتم تدريبه على بيانات حقيقية واصطناعية، ويمثل تقدم مشروع GROOT.
توسيع آفاق الذكاء الاصطناعي
تُظهر مبادرات Nvidia الاستراتيجية رؤية واضحة لمستقبل الذكاء الاصطناعي، حيث تمتد إلى ما هو أبعد من حدود السحابة وإلى قلب المؤسسة والعالم المادي. من خلال مزيج من الأجهزة المتطورة ومنصات البرامج المبتكرة والالتزام بتمكين المطورين، تضع Nvidia نفسها كقوة دافعة وراء الموجة التالية من ابتكار الذكاء الاصطناعي. يمثل إدخال قدرات الاستدلال، إلى جانب تطوير أدوات ومجموعات بيانات للذكاء الاصطناعي المادي، خطوة مهمة نحو مستقبل يتكامل فيه الذكاء الاصطناعي بسلاسة مع حياتنا اليومية، ويحول الصناعات ويعيد تعريف الطريقة التي نتفاعل بها مع التكنولوجيا. يسلط التركيز على الحلول المؤسسية والحوسبة الطرفية والروبوتات الضوء على فهم Nvidia للاحتياجات المتنوعة والمتطورة لمشهد الذكاء الاصطناعي، مما يعزز مكانتها كشركة رائدة في هذه الثورة التكنولوجية التحويلية.