- الرئيسية
- أجهزة ورقائق الذكاء الاصطناعي
- توفر وحدة المعالجة المركزية NVIDIA Vera أعلى إنتاجية وأسرع الوكلاء
توفر وحدة المعالجة المركزية NVIDIA Vera أعلى إنتاجية وأسرع الوكلاء
أعلنت NVIDIA عن وحدة المعالجة المركزية Vera، مدعية أنها توفر أعلى إنتاجية للوكيل وأسرع تنفيذ مع استخدام طاقة أقل بمقدار 1.6× من أفضل وحدات المعالجة المركزية x86، مستهدفة موفري البنية التحتية للذكاء الاصطناعي.
ترجمة آلية. اقرأ النص الأصلي (English)
في هذا المقال
كشفت NVIDIA النقاب عن وحدة المعالجة المركزية Vera في 5 نوفمبر 2026، واعدة بأعلى إنتاجية للوكيل وأسرع تنفيذ لأحمال عمل الذكاء الاصطناعي. يستهدف الإعلان موفري البنية التحتية للذكاء الاصطناعي الذين يحتاجون إلى تشغيل العديد من الوكلاء بكفاءة.
النقاط الرئيسية
- تجمع Vera بين سرعة الوكيل عالية المستوى وكفاءة الطاقة الرائدة في وحدة معالجة مركزية واحدة.
- في اختبار مركز بيانات بقدرة 100 ميجاوات، تفوقت Vera على أسرع وحدات المعالجة المركزية x86 وأكثرها كفاءة.
- أبلغ المتبنون الأوائل مثل Perplexity وDeepInfra عن زيادة في السرعة بمقدار 1.5 إلى 2.2×.
ما أعلنته نفيديا
في 5 نوفمبر 2026، قدمت NVIDIA وحدة المعالجة المركزية Vera، وهو معالج مصمم لـ "مصانع الذكاء الاصطناعي" التي تدير أعدادًا كبيرة من عملاء الذكاء الاصطناعي. وتقول الشركة إن الشريحة توفر أعلى إنتاجية لكل واط بين وحدات المعالجة المركزية وأسرع تنفيذ للوكيل، مما يجعلها حلاً من جزء واحد لأحمال عمل الوكيل المتنوعة.
كيف تعمل Vera وفقًا لـ NVIDIA
تم تصميم وحدة المعالجة المركزية Vera للتعامل مع الخطوات المرتبطة بوحدة المعالجة المركزية لوكلاء الذكاء الاصطناعي – البحث واستعلامات قاعدة البيانات وإنشاء التعليمات البرمجية والاختبار وتنفيذ الإجراء. تقوم NVIDIA بتأطير المشكلة على أنها توازن بين تفكير وحدة معالجة الرسومات وتنفيذ وحدة المعالجة المركزية، مع ملاحظة أن الوكلاء يتحولون باستمرار بين الاثنين. من خلال تحسين جانب وحدة المعالجة المركزية لكل من السرعة والطاقة، يمكن لـ Vera تشغيل المزيد من الوكلاء في وقت واحد دون زيادة زمن الوصول.
الصورة الكبيرة: يشير ادعاء Vera بوجود عوامل أكثر بمعدل 1.6× لكل واط إلى تحول نحو دمج أعباء العمل على وحدة معالجة مركزية واحدة عالية الكفاءة بدلاً من خلط أجزاء x86 سريعة وكثيفة.
ما هو جديد حقا
يسلط البيان الصحفي الضوء على تقدمين ملموسين مقارنة بعروض x86 الحالية. أولاً، يُزعم أن Vera توفر عوامل أكثر بمعدل 1.6× لكل واط مقارنة بأسرع وحدة معالجة مركزية x86، وثانيًا، توفر سرعة وكيل أسرع بمقدار 2× مقارنة بوحدة المعالجة المركزية x86 الأكثر كفاءة في استخدام الطاقة. وتدعم الشركة هذه الأرقام من خلال مقارنة مراكز بيانات بقدرة 100 ميجاوات تضع شريحة Vera واحدة في مواجهة كل من شرائح x86 الرائدة التي تركز على السرعة والتي تركز على الكفاءة.
لماذا يهم مقدمي البنية التحتية للذكاء الاصطناعي
قراءتنا: إذا صمدت أرقام الأداء والكفاءة، فيمكن لمقدمي الخدمات تبسيط مجموعات الأجهزة الخاصة بهم، وشراء نوع واحد من وحدة المعالجة المركزية بدلاً من التعامل مع أجزاء x86 المتعددة. وقد يؤدي ذلك إلى تقليل تعقيد المشتريات وخفض تكاليف الطاقة الإجمالية، والتي تشكل قيودًا حاسمة في عمليات نشر الذكاء الاصطناعي على نطاق واسع.
الحدود والمجهول
لا يقدم منشور المدونة نتائج معيارية مستقلة تابعة لجهة خارجية، ولا يكشف عن مواصفات السيليكون التفصيلية أو الأسعار أو الجداول الزمنية للتوفر. كما أنها تفتقر إلى معلومات حول دعم النظام البيئي للبرمجيات بما يتجاوز حكايات المتبنين الأوائل.
الوجبات الجاهزة العملية
شاهد متابعة دراسات حالة مركز البيانات وأي أسعار معلنة أو تواريخ توفر من NVIDIA. يجب على مقدمي الخدمة مقارنة مقاييس Vera المطالب بها مع ملفات تعريف عبء العمل الخاصة بهم قبل الالتزام بشراء الأجهزة.
مصدر: مدونة نفيديا. يلخص هذا المقال ويشرح تقاريرهم.
وحدة المعالجة المركزية Vera: الأسئلة التي يطرحها القراء
ما هي مكاسب الأداء التي تطالب بها وحدة المعالجة المركزية Vera مقارنة بوحدات المعالجة المركزية x86؟
تقول NVIDIA إن Vera تتيح 1.6× المزيد من العوامل لكل واط مقابل أسرع وحدة معالجة مركزية x86 وتوفر سرعة وكيل أسرع 2× مقارنة بوحدة المعالجة المركزية x86 الأكثر كفاءة في استخدام الطاقة، مع إظهار أحمال عمل محددة تحسينات في السرعة تصل إلى 2.2×.
من هم الشركاء الذين أبلغوا عن نتائج مبكرة مع فيرا؟
من بين أوائل المستخدمين الذين تم ذكرهم، Perplexity، وDeepInfra، وClickHouse، وDuckLabs، وDaytona، وModal، وThe Wizard of Open Weights، وجميعهم يقدمون تقارير عن السرعة أو زيادة المكاسب في اختبارات أسلوب الإنتاج.
المصادر وتفاصيل المقال
- التقارير الأصلية: مدونة نفيديا (5 نوفمبر 2026)
- كتب بواسطة: المشرفون · تم النشر: 5 نوفمبر 2026
- كيف نعمل: تمت صياغة هذا الشرح باستخدام الذكاء الاصطناعي من المصدر أعلاه ويتم فحص كل مطالبة ضده قبل النشر. تم تسمية التحليل.
- التصحيحات: رصدت خطأ؟ بريد إلكتروني المادة[email protected] وسوف نقوم بإصلاحه.
