ظهور أول لمنصة Vera Rubin

أعلنت إنفيديا نتائج أول مشاركة معاينة لنظام Vera Rubin NVL72 في مجموعة اختبارات MLPerf Inference v6.1، مشيرةً إلى أن النظام سجل أداءً متقدماً في اثنين من الاختبارات الأكثر تطلباً ضمن الحزمة، وهما DeepSeek-R1 وQwen3-VL. وتتناول هذه الاختبارات أحمالاً مرتبطة بالنماذج اللغوية الكبيرة والاستدلال متعدد الوسائط، بما يعكس أنواعاً من الاستخدامات التي تحتاج إلى معدلات معالجة مرتفعة وزمن استجابة منخفض.

بحسب الأرقام التي نشرتها الشركة، حقق Vera Rubin NVL72 معدل معالجة أعلى بما يصل إلى 3.7 مرات من GB300 NVL72 في Qwen3-VL، عبر سيناريوهات المعالجة غير المتصلة والخادمة والتفاعلية. واستُخدم إطار vLLM مع إطار الاستدلال مفتوح المصدر NVIDIA Dynamo في هذه النتائج. أما في DeepSeek-R1، ومع استخدام مكتبة NVIDIA TensorRT-LLM، فقد بلغ التفوق المعلن ما يصل إلى 2.5 مرة مقارنةً بـ GB300 NVL72.

تصميم متكامل للعتاد والبرمجيات

تربط إنفيديا هذه النتائج بتصميم مشترك بين العتاد والبرمجيات، وليس بمكوّن منفرد. وتستفيد منصة Vera Rubin من أنوية Tensor المحسّنة ومن محرك Transformer Engine لتسريع مرحلتي تجهيز المدخلات وتوليد المخرجات أثناء الاستدلال. كما تستخدم دقة NVFP4 لتقليص الذاكرة اللازمة لأوزان النموذج وآلية الانتباه وذاكرة KV cache، بهدف رفع معدل المعالجة مع خسارة محدودة في جودة المخرجات، وفق وصف الشركة.

اعتمدت نتائج Vera Rubin بدرجة كبيرة على أسلوب تقديم مفكك يفصل بين مرحلتي prefill وdecode، إلى جانب التوازي واسع النطاق للخبراء داخل نماذج mixture-of-experts، وهي بنية تستخدمها نماذج مثل DeepSeek-R1 وQwen3-VL. وتوفر منظومة NVL72 نطاق توسع داخل الرف مدعومة بالجيل السادس من NVIDIA NVLink وNVLink Switch؛ وتقول إنفيديا إن هذه الوصلات تقدم معدلات نقل حزم أعلى بعشر مرات وزمناً أقل بثلاث مرات من شبكات Ethernet المتاحة تجارياً.

كفاءة توسع GB300 عبر عدة رفوف

إلى جانب نتائج Vera Rubin، عرضت إنفيديا نتائج توضح قدرة GB300 NVL72 على التوسع بكفاءة. فقد امتدت مشاركة DeepSeek-R1 من رف واحد يضم 72 وحدة معالجة رسومية إلى أربعة رفوف بإجمالي 288 وحدة، وحققت كفاءة توسع بلغت 99% في سيناريو المعالجة غير المتصلة. ووفق الشركة، نما معدل المعالجة تقريباً بما يتناسب مع زيادة العتاد.

تعد كفاءة التوسع مؤشراً على مدى استفادة أحمال الذكاء الاصطناعي من إضافة وحدات معالجة جديدة، إذ لا تؤدي زيادة عدد الوحدات تلقائياً إلى زيادة مماثلة في الإنتاجية. كما أظهرت GB300 NVL72 أداءً على مستوى الرف في اختبار WAN 2.2 لتحويل النص إلى فيديو، بمعدل 0.65 فيديو بدقة 720p في الثانية وزمن 5.7 ثوانٍ للفيديو، وهو ما وصفته إنفيديا بأنه معدل معالجة أعلى تسع مرات وزمن استجابة أقل 7.5 مرات من عقدة واحدة.

البرمجيات تواصل رفع الأداء

تقول إنفيديا إن التحسينات البرمجية المستمرة أسهمت في رفع أداء مشاركاتها ضمن الإصدار 6.1. وسجل GB300 NVL72 في اختبار Qwen3-VL أداءً أعلى بما يصل إلى 1.6 مرة مقارنة بنتائج الإصدار 6.0. وعزت الشركة هذه الزيادة إلى خفض دقة ذاكرة KV cache، وإضافة عمليات دمج للنوى، وتحسين النوى البرمجية، واستخدام التقديم المفكك مع vLLM وNVIDIA Dynamo.

استمرت التحسينات بعد الموعد النهائي لتقديم نتائج الإصدار 6.1. وتنبه إنفيديا إلى أن نتائج لاحقة غير معتمدة بعد من MLCommons أظهرت مكاسب إضافية في اختباري GPT-OSS-120B وDLRMv3، لذلك لا تُعامل هذه الأرقام بوصفها نتائج تحقق نهائية ضمن الإصدار المنشور.

كما قدمت الشركة نتائج لمنصة Jetson AGX Thor باستخدام TensorRT Edge-LLM في معيار Edge-Agentic المستحدث، مع نموذج Qwen3.6-27B. ويهدف هذا النوع من الاختبارات إلى تغطية الاستدلال المرتبط بالوكلاء، حيث تتطلب الأنظمة مراحل متتابعة من التفكير والتخطيط والتنفيذ.

الاستدلال الوكيلي ومشاركة الشركاء

توضح إنفيديا أن الوكلاء القادرين على التفكير وتنفيذ الخطط عبر خطوات متعددة يغيرون طريقة قياس أداء الاستدلال. وفي اختبارات المعاينة ضمن معيار SemiAnalysis AgentX، أعلنت الشركة أن Vera Rubin NVL72 حقق أداءً أعلى 30 مرة من GB300 NVL72. كما أشارت إلى أن معيار MLPerf Endpoints المرتقب سيقدم قياساً موحداً لأحمال الاستدلال الوكيلي، بما يتجاوز ما تقيسه اختبارات معدل المعالجة التقليدية.

وشارك شركاء من منظومة إنفيديا في النتائج، إذ قدم 19 شريكاً اختبارات أداء، من بينهم ثمانية استخدموا أنظمة Blackwell NVL72 متعددة العقد. وتشمل القائمة ASUS وAzure وCisco وCoreWeave وCrusoe وDell Technologies وFujitsu وGiga Computing وHPE وInventec وLambda وMiTAC Computing وNebius وOracle Cloud Infrastructure وQuanta Cloud Technology وRed Hat وScitiX وSupermicro وWiwynn. كما قدمت Nebius نتائج معاينة لمنصة Vera Rubin NVL72، وقالت إنفيديا إنها أظهرت أداءً قوياً.

المصادر

• NVIDIA BlogNVIDIA Vera Rubin NVL72 Delivers Leading Performance in MLPerf Inference v6.1 Debut