إنفيديا فيرا روبن تعد بتحسينات كبيرة في كفاءة الذكاء الاصطناعي

تقول Nvidia إن نظام Vera Rubin NVL72 قادر على تدريب نموذج مزيج الخبراء يضم 10 تريليونات معلمة على 100 تريليون رمز خلال شهر واحد، مع استخدام عدد أقل من وحدات معالجة الرسوميات بنحو 75% مقارنةً بنظام Grace Blackwell NVL72. ويضم الرف 72 وحدة معالجة رسوميات Rubin و36 وحدة معالجة مركزية Vera، مع ذاكرة HBM4 بسعة 288 جيجابايت لكل وحدة معالجة رسوميات. وتتوقع Nvidia أيضاً أن تبلغ تكلفة الاستدلال لكل مليون رمز عُشر تكلفة أنظمة Blackwell. وتُظهر الاختبارات المعيارية الخارجية الواردة في التقرير إنتاجية أعلى بما يصل إلى 3.7 مرات في مهمة Qwen3-VL، ونحو 5.7 مرات لكل ميغاواط في أعباء عمل الذكاء الاصطناعي الوكيلي، مقارنةً بنظام GB300 NVL72. وتتزايد شحنات الإنتاج، ومن بين العملاء Google Cloud وMicrosoft Azure. وقد يؤدي طرح Vera Rubin إلى تغيير الطلب على رقائق الذكاء الاصطناعي وسعة مراكز البيانات، لكن على المستثمرين التحقق من ادعاءات الأداء والتكلفة.
Neutral
لا يرتبط هذا الخبر مباشرةً بأسعار العملات المشفرة أو نشاط البلوك تشين أو العوامل الأساسية الخاصة برموز معينة، لذا من المرجح أن يكون تأثيره الفوري في السوق محايدًا. وقد تسهم ادعاءات إنفيديا بشأن خفض تكاليف تدريب الذكاء الاصطناعي والاستدلال به في تعزيز الطلب على القدرة الحاسوبية للذكاء الاصطناعي وسعة مراكز البيانات بمرور الوقت. وقد يفيد ذلك الشركات المرتبطة بالبنية التحتية للذكاء الاصطناعي، بما فيها بعض الشركات التي تعمل أيضًا في تعدين العملات المشفرة أو في مجال الحوسبة، لكن المقال لا يقدم دليلًا على تأثير مباشر في الإيرادات المرتبطة بالعملات المشفرة أو في الطلب على الرموز. وقد يراقب المتداولون أسهم إنفيديا، ومعنويات قطاع الذكاء الاصطناعي، والميل العام إلى المخاطرة لرصد أي تداعيات غير مباشرة على سوق العملات المشفرة. وكما حدث مع الإعلانات السابقة عن أجيال جديدة من وحدات معالجة الرسومات، قد تتأثر ردود الفعل الأولية بادعاءات الأداء وتوقعات إقبال العملاء؛ أما الآثار على المدى الطويل فتعتمد على التسليمات والتحقق المستقل والأسعار والطلب الفعلي. ومن المرجح أن تستجيب أسواق العملات المشفرة لهذه المؤشرات الأوسع نطاقًا في الاقتصاد الكلي وأسواق الأسهم أكثر من استجابتها لإعلان المنتج نفسه.