على مدى معظم فترة ازدهار الذكاء الاصطناعي، كانت قصة Nvidia بسيطة: فقد كانت تبيع أفضل وحدات معالجة الرسومات (GPU) في الوقت الذي لم يكن فيه لدى الآخرين الكثير ليقدموه. أما الآن، فقد بدأت شركات الحوسبة السحابية العملاقة مثل Amazon وGoogle في تطوير مسرعاتها الخاصة، وبعد ارتفاع قيمة Nvidia السوقية بنحو عشرة أضعاف من أوائل 2023 حتى منتصف 2025، أصبح أداء سهم الشركة أكثر هدوءًا مع تزايد قلق المستثمرين من المنافسة في مجال وحدات معالجة الرسومات.
لكن بعد نتائج الأرباح لهذا الأسبوع، تبرز رواية مختلفة: ميزة Nvidia المستدامة أصبحت تتركز بشكل متزايد في الأنظمة المحيطة بوحدة معالجة الرسومات نفسها. فمع توسع عمليات الذكاء الاصطناعي نحو مراكز بيانات ضخمة تستهلك جيجاوات من الطاقة، أصبح تنظيم العمليات — أي نقل البيانات بكفاءة والحفاظ على إنتاجية الرفوف الكاملة — تحديًا لا يقل صعوبة عن تحقيق أداء FLOPS الخام.
تعتمد بنية Vera Rubin من Nvidia على إقران وحدة معالجة الرسومات Rubin مع مكونات متخصصة مثل معالج Vera CPU، ومسرع الاستدلال Groq 3 LPX، بالإضافة إلى وحدات التخزين والشبكات المتوافقة. هذه المكونات ليست "وحدات معالجة رسومات إضافية"؛ بل صُممت خصيصًا لضمان ألا تصبح أي من العناصر خارج وحدة معالجة الرسومات عنق زجاجة للأداء.
صرح Jason Hardy، نائب رئيس تقنيات التخزين في Nvidia، أن أهمية Vera تكمن في أن هناك حدًا أقصى للذاكرة التي يمكن وضعها في خادم واحد. صحيح أن سعة الذاكرة قد نمت مع زيادة القدرة الحاسوبية — وهو أمر مفيد لموردي الذاكرة مثل Micron — لكن إيصال البيانات الصحيحة إلى وحدة معالجة الرسومات في الوقت المناسب أصبح مشكلة متنامية مع سعي المشغلين لتقليل عدد الرموز لكل واط.
أوضح Hardy أن Nvidia لاحظت "تحسنًا يصل إلى ثلاثة أضعاف" في العمليات التي يسرّع فيها معالج Vera CPU المسار، مما يتيح الاستفادة بشكل أكبر من إمكانيات التخزين الفلاشية دون حدوث اختناقات. بعبارة أخرى، فإن تحسين توجيه حركة البيانات قد يكون بنفس أهمية زيادة إنتاجية وحدة معالجة الرسومات نفسها.
أما شريحة Jalapeño من OpenAI فتتبع نهجًا مشابهًا لكن معكوسًا: فهي تقلل من حركة البيانات من خلال إبقاء عبء العمل الكبير داخل نظام متصل واحد، مما يقلل من تأخيرات الاتصال. إنها فلسفة عتادية مختلفة، لكن المنطق نفسه: التنافس على مستوى تنظيم النظام، وليس فقط على دورات المعالجة.
هذا لا يعني أن Nvidia ستحتفظ بتفوقها إلى الأبد؛ فالمنافسون وشركات الحوسبة السحابية العملاقة سيواصلون التنافس على هذا المستوى أيضًا. لكن القراءة الأولية تشير إلى أن المنافسة قد انتقلت: لم يعد شحن وحدة معالجة رسومات منافسة هو الأهم، بل أصبح جعل النظام الكامل للذكاء الاصطناعي يعمل بكفاءة هو التحدي الحقيقي، وتبدو Nvidia متقدمة حاليًا في حل هذه المشكلة على مستوى الأنظمة.
