بطاقة Intel الجديدة بقدرة 350 واط تزعم أنها أسرع بـ5.9 مرات من Nvidia، لكن التفاصيل الصغيرة في الملحق تكشف ما وراء الأرقام
نشرت Intel رسميًا مجموعة من نتائج الاختبارات: بطاقة D270 بقدرة 350 واط أسرع بما يصل إلى 5.9 مرات من بطاقة RTX PRO 6000 Blackwell من Nvidia بقدرة 600 واط.
للوهلة الأولى، يبدو الرقم مبالغًا فيه. لكن بعد قراءة تقرير الاختبارات والملحق، يتضح أن Intel اختارت ساحة المنافسة بعناية، وأنها أصابت بالفعل نقطة ضعف لدى Nvidia.
لنبدأ بمصدر تفوق الـ5.9 مرات.
المهام التي حققت أكبر فارق كلها تتعلق بتسعير الخيارات باستخدام حسابات الفاصلة العائمة مزدوجة الدقة (FP64)، وهي شائعة في التمويل الكمي. محاكاة مونت كارلو الأوروبية أسرع بـ5.9 مرات، وBlack-Scholes أسرع بـ5.6 مرات، وتسعير الشجرة الثنائية أسرع بـ4.6 مرات.
يرجع هذا الفارق الكبير أساسًا إلى Nvidia نفسها. فحفاظًا على هوامش الربح في بطاقات مراكز البيانات مثل B200 وH200، خفّضت Nvidia قدرة FP64 في بطاقة محطات العمل الرائدة RTX PRO 6000 Blackwell إلى 1:64. أما D270 فتستخدم بنية Xe3P، وتوفر أداء FP64 كاملًا وأصيلًا، مع 64 عملية FMA لـFP64 لكل نواة. ومن الطبيعي أن يكون التفوق كبيرًا عند المقارنة في مهمة قلّص المنافس أداءها عمدًا.
وهناك تفصيل آخر في الملحق. جهاز الاختبار من Intel كان مزودًا ببطاقة D270 واحدة و3 بطاقات Arc Pro B70، بينما احتوى جهاز Nvidia على 8 بطاقات RTX PRO 6000. ولم يذكر التقرير عدد البطاقات التي استخدمها كل طرف في اختبارات التمويل. لذلك، من الأفضل التعامل مع تفوق الـ5.9 مرات على أنه مجرد رقم مثير للاهتمام.
أما في استدلال النماذج الكبيرة، فالنتائج أكثر واقعية.
عند تشغيل Qwen3-30B-A3B (FP8) ببطاقة واحدة، بلغ معدل الإخراج في D270 1.12 ضعف معدل بطاقة RTX PRO 6000 Blackwell. وعند تشغيل Drex 2.0، انخفض زمن الاستجابة بنسبة 29%.
قد يبدو التفوق البالغ 1.12 ضعفًا متواضعًا، لكن ينبغي احتساب استهلاك الطاقة. فبطاقة تستهلك 350 واط تتفوق على بطاقة Blackwell الأعلى مواصفات لمحطات العمل، بفضل استهلاكها ما يزيد قليلًا على نصف الطاقة، وذلك مع نماذج MoE من فئة 30 مليار معامل. وهذا أداء قوي من حيث كفاءة الطاقة.
لكن أكثر ما يلفت الانتباه هو الذاكرة.
تستهلك RTX PRO 6000 قدرة 600 واط، ولا تضم سوى 96GB من ذاكرة GDDR7. لم تحاول Intel منافسة HBM الباهظة والشحيحة، بل وضعت ذاكرة LPDDR5X بسعة كبيرة مباشرةً على بطاقة PCIe مبردة بالهواء، بقدرة 350 واط. تبدأ النسخة المرجعية بسعة 160GB وعرض نطاق ترددي يبلغ 1.5 TB/s. أما الإصدارات المخصصة من مصنّعي البطاقات، فقد تصل سعة البطاقة الواحدة فيها إلى 480GB.
ما الذي يعنيه حشر 480GB في بطاقة واحدة مبردة بالهواء؟ في السابق، كان تحميل أوزان نموذج ضخم بكامل حجمه يتطلب تجميع خزانة كاملة من البطاقات أو اللجوء إلى عنقود حوسبة باهظ الثمن. أما الآن، فيمكن لبطاقة واحدة بقدرة 350 واط أن تتسع له. وبالنسبة إلى من يريد تشغيل نماذج كبيرة محليًا، فهذه السعة أنفع من أي مضاعف في نتائج الاختبارات.
وقد طرحت Intel بالفعل تصورًا لاستخدامها. ففي SC26، تعاونت Intel وSambaNova على حل يقسم المهام بينهما: تتولى D270 ذات الذاكرة الكبيرة معالجة مرحلة Prefill (الملء المسبق) لكمية هائلة من السياق، ثم تسلّم المهمة إلى SambaNova SN50 ذات عرض النطاق الترددي العالي لتوليد الرموز. لكل منهما دور واضح: السعة من جهة، وعرض النطاق الترددي من جهة أخرى.
لطالما فرضت Nvidia قيودًا صارمة على سعة الذاكرة، مع تقسيم دقيق للفئات خطوةً بعد خطوة. وإذا واصلت هذا النهج، فمن المحتمل أن تنتزع منتجات مثل بطاقات Intel التي تزيد السعة باستخدام LPDDR5X حصةً من هذا السوق المغري لاستدلال النماذج الكبيرة.
نشرت Intel رسميًا مجموعة من نتائج الاختبارات: بطاقة D270 بقدرة 350 واط أسرع بما يصل إلى 5.9 مرات من بطاقة RTX PRO 6000 Blackwell من Nvidia بقدرة 600 واط.
للوهلة الأولى، يبدو الرقم مبالغًا فيه. لكن بعد قراءة تقرير الاختبارات والملحق، يتضح أن Intel اختارت ساحة المنافسة بعناية، وأنها أصابت بالفعل نقطة ضعف لدى Nvidia.
لنبدأ بمصدر تفوق الـ5.9 مرات.
المهام التي حققت أكبر فارق كلها تتعلق بتسعير الخيارات باستخدام حسابات الفاصلة العائمة مزدوجة الدقة (FP64)، وهي شائعة في التمويل الكمي. محاكاة مونت كارلو الأوروبية أسرع بـ5.9 مرات، وBlack-Scholes أسرع بـ5.6 مرات، وتسعير الشجرة الثنائية أسرع بـ4.6 مرات.
يرجع هذا الفارق الكبير أساسًا إلى Nvidia نفسها. فحفاظًا على هوامش الربح في بطاقات مراكز البيانات مثل B200 وH200، خفّضت Nvidia قدرة FP64 في بطاقة محطات العمل الرائدة RTX PRO 6000 Blackwell إلى 1:64. أما D270 فتستخدم بنية Xe3P، وتوفر أداء FP64 كاملًا وأصيلًا، مع 64 عملية FMA لـFP64 لكل نواة. ومن الطبيعي أن يكون التفوق كبيرًا عند المقارنة في مهمة قلّص المنافس أداءها عمدًا.
وهناك تفصيل آخر في الملحق. جهاز الاختبار من Intel كان مزودًا ببطاقة D270 واحدة و3 بطاقات Arc Pro B70، بينما احتوى جهاز Nvidia على 8 بطاقات RTX PRO 6000. ولم يذكر التقرير عدد البطاقات التي استخدمها كل طرف في اختبارات التمويل. لذلك، من الأفضل التعامل مع تفوق الـ5.9 مرات على أنه مجرد رقم مثير للاهتمام.
أما في استدلال النماذج الكبيرة، فالنتائج أكثر واقعية.
عند تشغيل Qwen3-30B-A3B (FP8) ببطاقة واحدة، بلغ معدل الإخراج في D270 1.12 ضعف معدل بطاقة RTX PRO 6000 Blackwell. وعند تشغيل Drex 2.0، انخفض زمن الاستجابة بنسبة 29%.
قد يبدو التفوق البالغ 1.12 ضعفًا متواضعًا، لكن ينبغي احتساب استهلاك الطاقة. فبطاقة تستهلك 350 واط تتفوق على بطاقة Blackwell الأعلى مواصفات لمحطات العمل، بفضل استهلاكها ما يزيد قليلًا على نصف الطاقة، وذلك مع نماذج MoE من فئة 30 مليار معامل. وهذا أداء قوي من حيث كفاءة الطاقة.
لكن أكثر ما يلفت الانتباه هو الذاكرة.
تستهلك RTX PRO 6000 قدرة 600 واط، ولا تضم سوى 96GB من ذاكرة GDDR7. لم تحاول Intel منافسة HBM الباهظة والشحيحة، بل وضعت ذاكرة LPDDR5X بسعة كبيرة مباشرةً على بطاقة PCIe مبردة بالهواء، بقدرة 350 واط. تبدأ النسخة المرجعية بسعة 160GB وعرض نطاق ترددي يبلغ 1.5 TB/s. أما الإصدارات المخصصة من مصنّعي البطاقات، فقد تصل سعة البطاقة الواحدة فيها إلى 480GB.
ما الذي يعنيه حشر 480GB في بطاقة واحدة مبردة بالهواء؟ في السابق، كان تحميل أوزان نموذج ضخم بكامل حجمه يتطلب تجميع خزانة كاملة من البطاقات أو اللجوء إلى عنقود حوسبة باهظ الثمن. أما الآن، فيمكن لبطاقة واحدة بقدرة 350 واط أن تتسع له. وبالنسبة إلى من يريد تشغيل نماذج كبيرة محليًا، فهذه السعة أنفع من أي مضاعف في نتائج الاختبارات.
وقد طرحت Intel بالفعل تصورًا لاستخدامها. ففي SC26، تعاونت Intel وSambaNova على حل يقسم المهام بينهما: تتولى D270 ذات الذاكرة الكبيرة معالجة مرحلة Prefill (الملء المسبق) لكمية هائلة من السياق، ثم تسلّم المهمة إلى SambaNova SN50 ذات عرض النطاق الترددي العالي لتوليد الرموز. لكل منهما دور واضح: السعة من جهة، وعرض النطاق الترددي من جهة أخرى.
لطالما فرضت Nvidia قيودًا صارمة على سعة الذاكرة، مع تقسيم دقيق للفئات خطوةً بعد خطوة. وإذا واصلت هذا النهج، فمن المحتمل أن تنتزع منتجات مثل بطاقات Intel التي تزيد السعة باستخدام LPDDR5X حصةً من هذا السوق المغري لاستدلال النماذج الكبيرة.


