جينسين هوانغ يطلق منصة فيرا روبين بوزن 2.5 طن في CES 2026، عازمًا على السيطرة على الذكاء الاصطناعي الفيزيائي

شهد معرض CES 2026 خطوة تاريخية في صناعة الذكاء الاصطناعي عندما قدم Jensen Huang، الرئيس التنفيذي لشركة NVIDIA، على المسرح آلة سحرية وزنها 2.5 طن. وعلى عكس السنوات السابقة التي ركزت على بطاقات الرسوميات للمستهلكين، فقد تحول Jensen Huang تمامًا إلى أنظمة الحوسبة للشركات، معلنًا عن منصة Vera Rubin – قفزة نوعية في تاريخ تطوير وحدات معالجة الرسومات (GPU) من NVIDIA.

خلال 48 ساعة، ظهر Jensen Huang في ثلاثة أحداث رئيسية: NVIDIA Live، ندوة تكنولوجيا الذكاء الاصطناعي مع Siemens، وTechWorld من Lenovo. هذا التواجد المستمر لم يكن صدفة – بل يعكس الاستراتيجية الشاملة لـ NVIDIA لبناء نظام بيئي للذكاء الاصطناعي للتطبيقات الواقعية.

Vera Rubin: قفزة نوعية في هندسة شرائح NVIDIA

منصة Vera Rubin، التي سُميت على اسم عالم الفلك الشهير، تمثل تجديدًا جذريًا. للمرة الأولى في تاريخ NVIDIA، لم يكتفِ الجيل الجديد من المنتجات بتحسين التصاميم، بل أعاد تصميم جميع أنواع الشرائح الستة في وقت واحد، والتي دخلت الآن مرحلة الإنتاج الكمي.

سبب هذا التغيير واضح جدًا: قانون مور بدأ يتباطأ. النهج التقليدي لم يعد يواكب النمو السريع لموديلات الذكاء الاصطناعي التي تتضاعف عشر مرات سنويًا. اختارت Jensen Huang و NVIDIA مسار “تصميم متكامل حاد” – الابتكار في جميع المستويات بشكل متزامن.

الستة شرائح تشمل:

• Vera CPU: 88 نواة Olympus مخصصة، ذاكرة نظام 1.5 تيرابايت (ثلاثة أضعاف جيل Grace)، تدعم 176 خيط معالجة مع عرض نطاق NVLink C2C 1.8 تيرابايت/ثانية
• Rubin GPU: قوة استنتاج NVFP4 تصل إلى 50 بيتافلوبس (خمس مرات Blackwell)، مع دمج محرك Transformer من الجيل الثالث
• ConnectX-9: شبكة إيثرنت بسرعة 800 جيجابت في الثانية مع RDMA قابلة للبرمجة
• BlueField-4 DPU: معالج مخصص بـ 64 نواة Grace CPU، وذاكرة سياقية بسعة 150 تيرابايت
• NVLink-6 Switch: ربط 72 وحدة GPU كوحدة موحدة
• Spectrum-6: تقنية بصرية بـ 512 قناة، كل قناة بسرعة 200 جيجابت في الثانية

أداء يفوق التوقعات

نظام Vera Rubin NVL72 يقدم أرقامًا مذهلة. في مهمة الاستنتاج، تصل قوة الحوسبة إلى 3.6 إكسافلوبس، أي خمسة أضعاف Blackwell. وفي التدريب، تصل الأداءات إلى 2.5 إكسافلوبس، بزيادة 3.5 مرة.

سعة ذاكرة LPDDR5X تصل إلى 54 تيرابايت (ثلاثة أضعاف الجيل السابق)، وذاكرة HBM4 تصل إلى 1.6 بيتابايت/ثانية، بزيادة 2.8 مرة. والأكثر إثارة للإعجاب، رغم زيادة الأداء، فإن عدد الترانزستورات زاد فقط بنسبة 70% ليصل إلى 220 تريليون ترانزستور.

حتى من ناحية التكلفة، تظهر Vera Rubin قوتها. لتدريب نموذج بـ 100 تريليون معلمة، يحتاج إلى ربع عدد أنظمة Blackwell، وتكلفة إنشاء Token واحد فقط تعادل عُشرها. وعلى مستوى كفاءة الطاقة، فإن معدل الإنتاجية (عدد Tokens التي يتم إنجازها لكل واط ولكل دولار) ارتفع عشرة أضعاف – مما يعني أن إيرادات مركز البيانات الذي يقدر بـ 50 مليار دولار ستتضاعف.

تقنية الشبكة Spectrum-X: “مجانا” بقيمة 5 مليارات دولار

حسب حساب Jensen Huang بدقة، فإن منصة Spectrum-X، شبكة إيثرنت من النهاية إلى النهاية مخصصة للذكاء الاصطناعي التوليدي، يمكن أن تزيد معدل النقل بنسبة 25%، مما يوفر 5 مليارات دولار لمركز البيانات الذي يعمل بالجيجاوات. وقال بثقة: “هذه الشبكة تكاد تكون مجانية.”

هذه التقنية تستخدم عملية COOP من TSMC، وتدمج السيليكون الضوئي، مما يسمح لوحدات GPU وBlueField-4 بالانتشار عبر عشرات الآلاف من الأجهزة مع العمل كوحدة ذاكرة واحدة.

حل مشكلة “الذيل الطويل” لذاكرة السياق

أحد التحديات الكبرى التي واجهت الذكاء الاصطناعي هو ذاكرة key-value (KV Cache)، أو “ذاكرة المهام” للذكاء الاصطناعي. عندما تكون المحادثات طويلة والنماذج ضخمة، تصبح ذاكرة HBM مثقلة.

تقوم Vera Rubin بحل هذه المشكلة عبر نشر BlueField-4 في كل عقدة خادم. كل عقدة تحتوي على 4 BlueField-4، وكل واحد مزود بـ 150 تيرابايت من الذاكرة السياقية، مما يوفر 16 تيرابايت لكل GPU دون تقليل سرعة نقل البيانات (لا تزال عند 200 جيجابت في الثانية).

تعزيز الأمان

Vera Rubin يدعم الحوسبة السرية – حيث يتم تشفير جميع البيانات أثناء النقل والتخزين والمعالجة، بما في ذلك PCIe وNVLink والتواصل بين CPU وGPU. يمكن للشركات تنفيذ نماذجها بثقة دون خوف من تسرب البيانات.

المصدر المفتوح والوكيل: الاتجاه السائد

ذكر Jensen Huang المجتمع بأهمية البرمجيات مفتوحة المصدر. وأشاد بشكل خاص بـ DeepSeek V1 – أول نظام استنتاج مفتوح المصدر، والذي فاجأ العالم. على شرائح عرضه، تم تصنيف نماذج مثل Kimi k2 وDeepSeek V3.2 كالأول والثاني في المجال.

رغم أن النماذج المفتوحة الحالية قد تكون متأخرة بـ 6 أشهر عن النماذج الرائدة، إلا أنه مع ظهور نماذج جديدة كل 6 أشهر، فإن سرعة التكرار هذه هي السبب في أن الشركات الناشئة، الشركات الكبرى، والباحثين لا يرغبون في الفقدان – بما في ذلك NVIDIA.

تبني NVIDIA نظامًا بيئيًا مفتوح المصدر يشمل البيولوجيا الحاسوبية، الذكاء الاصطناعي الفيزيائي، نماذج الوكيل، الروبوتات، والقيادة الذاتية. كما تطور نماذج متقدمة مثل La Proteina (توليف البروتينات) وOpenFold 3، بالإضافة إلى الحاسوب العملاق DGX Cloud الذي تبلغ تكلفته مليارات الدولارات.

الذكاء الاصطناعي الفيزيائي: السيطرة على العالم الحقيقي

إذا كان النموذج اللغوي الكبير يعالج مشكلة “العالم الرقمي”، فإن الطموح التالي لـ Jensen Huang واضح: السيطرة على “العالم المادي”.

اقترح Jensen Huang بنية “ثلاثة حواسيب أساسية” للذكاء الاصطناعي الفيزيائي: حاسوب التدريب (المبني من وحدات GPU)، حاسوب الاستنتاج (الدماغ الصغير على طرف الروبوت أو السيارة)، وحاسوب المحاكاة (Omniverse وCosmos).

Alpamayo: نظام القيادة الذاتية القادر على الاستنتاج

استنادًا إلى هذه البنية، أعلن Jensen Huang رسميًا عن Alpamayo – أول نموذج قيادة ذاتية قادر على التفكير والاستنتاج الحقيقي.

على عكس القيادة الذاتية التقليدية، لا يقتصر على تنفيذ الأوامر الصارمة. عند مواجهة مواقف مرورية معقدة لم يسبق لها مثيل، يمكنه الاستنتاج كما يفعل السائق البشري: “سيخبرك بما سيقوم به قريبًا، ولماذا اتخذ هذا القرار.”

سيارة Mercedes CLA المزودة بتقنية Alpamayo ستُطلق رسميًا في الولايات المتحدة في الربع الأول من 2026، ثم تتوسع إلى الأسواق الأوروبية والآسيوية. وقد حصلت على تقييم NCAP كأكثر السيارات أمانًا في العالم بفضل تصميمها الفريد “طبقة الأمان المزدوجة” من NVIDIA – حيث يتحول النموذج AI إلى وضع الأمان التقليدي عندما لا يكون واثقًا تمامًا.

استراتيجية الروبوتات: من Boston Dynamics إلى المصانع

ستزود جميع الروبوتات بمعالجات Jetson الصغيرة، التي يتم تدريبها في Isaac Simulator على منصة Omniverse. وتعمل NVIDIA على دمج هذه التقنية في أنظمة صناعية مثل Synopsys، Cadence، Siemens.

دعا Jensen Huang على المسرح روبوتات بشرية، وروبوتات ذات أربعة أرجل من Boston Dynamics وAgility، بالإضافة إلى روبوتات Disney اللطيفة. لكنه أكد على نقطة مهمة جدًا: “أكبر روبوت هو في الواقع المصنع.”

في المستقبل، ستتم تسريع تصميم الشرائح، وتصميم الأنظمة، ومحاكاة المصانع بواسطة الذكاء الاصطناعي الفيزيائي. وقال Jensen Huang حتى للفرق الهندسية للروبوتات: “سيتم تصميمكم في الحاسوب، وإنتاجكم في الحاسوب، وحتى اختباركم واعتمادكم في الحاسوب قبل أن تواجهوا الجاذبية فعليًا.”

الاستراتيجية الشاملة لـ Jensen Huang

في ظل الجدل حول فقاعة الذكاء الاصطناعي، يبدو أن Jensen Huang بحاجة لإثبات أن الذكاء الاصطناعي يمكنه فعل شيء حقيقي. بالإضافة إلى الإعلان عن قوة منصة Vera Rubin، استثمر بشكل كبير في التطبيقات والبرمجيات.

من تصميم الشرائح للعالم الافتراضي سابقًا، إلى تقديم NVIDIA مباشرةً وتركيزها على الذكاء الاصطناعي الفيزيائي – القيادة الذاتية، والروبوتات البشرية – لدخول العالم المادي الحقيقي. كما قال Jensen Huang: “فقط عندما تدور المعركة، يمكن للأسلحة أن تظل قابلة للبيع.”

لقد أثبت CES 2026 أن مع Jensen Huang في القيادة، فإن NVIDIA لا تبيع الشرائح فقط – بل تبني مستقبل الذكاء الاصطناعي الفيزيائي.