تدفع إنفيديا ومايكروسوفت الشركات إلى تشغيل نماذج ذكاء اصطناعي مفتوحة أقل تكلفة وفق شروطها، بدءًا من مراكز بيانات Azure وصولًا إلى آلات المصانع وأجهزة الكمبيوتر العاملة بنظام Windows. وتقول إنفيديا إن شركة المحاسبة العملاقة EY خفضت تكاليفها 15 مرة بعد التحول إلى هذه النماذج.

أبرز النقاط

  • تقول إنفيديا إن EY حسّنت نماذج Nemotron المفتوحة لزيادة الدقة بنسبة 55% وخفض التكاليف 15 مرة مقارنةً بالنماذج المتقدمة الاحتكارية

  • تعمل الآلات الافتراضية Azure المدعومة بأنظمة Nvidia Vera Rubin NVL72 في مراكز بيانات Azure

  • تضيف Microsoft Foundry إمكانية إتاحة النماذج المفتوحة من Nvidia للعملاء، إلى جانب إمكانات التخصيص

  • سيدعم Azure Local وحدات RTX PRO 6000 Blackwell GPU، وسيتوسع ليشمل Jetson Thor وJetson Orin

  • ستحصل أجهزة Windows 365 Cloud PC المسرّعة بوحدات GPU على Direct Stream ضمن معاينة محدودة، ومن المقرر إطلاق المعاينة العامة في أوائل عام 2027

أعلنت Nvidia عن هذا التوسع في Microsoft Ignite، حيث كشفت الشركتان عن نقاط وصول جديدة تشمل الأجهزة الافتراضية في Azure والبنية التحتية المحلية والأنظمة الصناعية وأجهزة Windows PC.

تستخدم Microsoft أيضًا تقنيات Nvidia في أعمالها الخاصة بالذكاء الاصطناعي، بما في ذلك برنامج الاستدلال Dynamo لمرحلة ما بعد التدريب ووحدات RTX PRO 6000 Blackwell GPU لنماذج البحث في Bing.

من Azure إلى الأنظمة المحلية

بدأت الأجهزة الافتراضية في Azure، المدعومة بأنظمة Nvidia Vera Rubin NVL72، العمل الآن في مراكز بيانات Azure. وقد صُممت هذه البنية التحتية لمهام الاستدلال المتطلبة والتطبيقات القائمة على الوكلاء وتدريب النماذج واستدلالها على نطاق واسع.

تتعاون الشركتان أيضًا لتوسيع نطاق الحوسبة السرية لتشمل البنية التحتية للذكاء الاصطناعي على الخوادم العارية وعلى مستوى الرفوف. وتساعد تقنيات Nvidia Confidential Computing والتصديق العملاء على التحقق من بيئة الحوسبة قبل إتاحة النماذج أو البيانات أو المفاتيح الحساسة لها، في إجراء وقائي يستهدف المؤسسات التي تتعامل مع معلومات مملوكة أو خاضعة للتنظيم.

تعمل Nvidia وMicrosoft أيضًا على كفاءة استهلاك الطاقة باستخدام Nvidia MaxLPS. وفي MLPerf Training v6.1، وسّعت Azure نطاق التشغيل إلى 10,240 وحدة GPU من Nvidia باستخدام أنظمة GB200 NVL72 على نموذج DeepSeek-V3، وهو ما وصفته Nvidia بأنه أكبر نطاق في هذه الجولة. وفي MLPerf Inference v6.1، تصدرت أنظمة Nvidia GB300 NVL72 التابعة لـ Azure المشاركات السحابية في معدل معالجة الطلبات التفاعلية على DeepSeek-R1 بفارق تجاوز 10%، وفقًا لـ Signal65.

اقرأ أيضًا: تعديل Nvidia GeForce يعد بزيادة سرعة الذكاء الاصطناعي حتى الضعف على الحواسيب المنزلية

كيف تضيف Foundry النماذج المفتوحة؟

من خلال Microsoft Foundry، يتوسع نطاق إتاحة النماذج المفتوحة من Nvidia وإمكانات تخصيصها للعملاء. ويمنح برنامج Programmed Training بلا خوادم من Microsoft المطورين التحكم في مسارات عمل ما بعد التدريب، بينما تدير Foundry البنية التحتية الأساسية، كما تضيف Foundry Managed Compute دعمًا لنشر أوزان النماذج المخصصة.

استخدمت EY برنامج Programmed Training في Microsoft Foundry لتكييف نماذج Nvidia Nemotron المفتوحة من أجل تصنيف سجلات مشتريات الشركات. وحسّنت EY الدقة على مجموعة بيانات التقييم لديها بنسبة 55%، وخفّضت التكلفة بمقدار 15 مرة مقارنةً بالنماذج الرائدة المملوكة.

نموذج Nemotron | الاستخدام المؤسسي المُعلن | Nemotron 3.5 Super: مصمم لوكلاء يعملون لفترات طويلة عبر مسارات عمل البرمجة والبحث والأعمال | Lightning: مخصص للتطبيقات التي تحتاج إلى استجابات سريعة واستخدام الأدوات | Embed And Rerank: يساعد الوكلاء على العثور على المعلومات ذات الصلة | Parse: يستخرج معلومات منظمة من المستندات | Content Safety: يكتشف المحتوى الضار | Bolt And Transcribe: سيتوفر قريبًا للاستدلال عالي الإنتاجية ومنخفض زمن الاستجابة والتعرف على الكلام

إن توسيع دعم Nemotron 3.5 في Foundry Local يتيح وكلاء الاستدلال والبرمجة واستخدام الأدوات في بيئات Azure Local. وتساعد نماذج الاسترجاع التطبيقات على العثور على الأدلة ضمن النصوص وصور المستندات والمخططات والجداول، كما يجري أيضًا توفير نماذج Nvidia للذكاء الاصطناعي الفيزيائي، بما فيها Cosmos، في Foundry Local.

لماذا يهم هذا؟

نتيجة EY هي ما يستحق المتابعة. يمكن تنزيل النماذج المفتوحة وتدريبها على سجلات الشركة نفسها وتشغيلها على أجهزتها، بدلًا من الدفع مقابل كل طلب لاستخدام نموذج مغلق من مزود واحد. وإذا استطاع نموذج مفتوح مضبوط أن يتفوق على نموذج رائد في مهمة محددة مقابل عُشر التكلفة تقريبًا، فسيتساءل كثير من الشركات عن سبب دفعها أسعارًا باهظة لمهام يومية مثل فرز سجلات المشتريات.

يضع ذلك Microsoft في موقع مثير للاهتمام. فهي تبيع إمكانية الوصول إلى أكبر النماذج المغلقة عبر Azure، وتساعد العملاء الآن أيضًا على استبدالها بنماذج Nvidia الأقل تكلفة لأعمال محددة. وتفوز Nvidia في الحالتين، لأن كلا المسارين يعمل على رقائقها، بدءًا من خزائن Vera Rubin NVL72 في Azure وصولًا إلى وحدات RTX GPU في الحواسيب المكتبية.

ما الذي ينبغي متابعته لاحقًا؟

سيدعم Azure Local أيضًا وحدات RTX PRO 6000 Blackwell GPU من شركاء الأجهزة، ما يمنح المؤسسات خيارات إضافية لنشر الذكاء الاصطناعي محليًا. كما يتوسع ليشمل منصتي Nvidia Jetson Thor وJetson Orin للذكاء الاصطناعي الطرفي، لتطبيقات صناعية مثل الرؤية الآلية والروبوتات والعمليات المستقلة.

على أجهزة Windows PC المزودة بـ Nvidia RTX Spark، ستعرض الشركتان تجارب نماذج اللغة الكبيرة المحلية في Ignite. وبالنسبة إلى المؤسسات التي تستخدم أجهزة Windows 365 Cloud PC، يدعم Direct Stream تطبيقات الرسومات المتطلبة، مع ما يصل إلى بثين بدقة 4K وبمعدل 60 إطارًا في الثانية وزمن استجابة منخفض، حتى عبر الشبكات الصعبة. التسجيل مفتوح للمعاينة المحدودة، ومن المقرر إطلاق المعاينة العامة في أوائل عام 2027.

الاختبار الأكبر هو مدى التبني. ترقبوا نشر مزيد من الشركات أرقام التكلفة والدقة مثل أرقام EY، وما إذا كان نموذجا Bolt وTranscribe، وهما نموذجا Nemotron 3.5 المدرجان على أنهما سيأتيان قريبًا، سيصلان إلى Foundry في الوقت المناسب لنقل مزيد من المهام بعيدًا عن النماذج المغلقة الباهظة.

في مجال البحث العلمي، تتوسع مجموعة أدوات Nvidia BioNemo Agent Toolkit ومجموعة أدوات Nvidia ALCHEMI Toolkit لتصبحا ضمن كتالوج Microsoft Discovery. ويستخدم تكامل أولي نموذج RFD4-Proteina، الذي طُوّر بالتعاون مع معهد تصميم البروتين في جامعة واشنطن، لتوليد تراكيب بروتينية وتسلسلات أحماض أمينية مرشحة، بغرض تقييمها والتحقق منها مختبريًا.

اقرأ أيضًا: Cohere تخفي بيانات المرضى والعملاء المصرفيين عن الغرباء على Azure