باختصار
- أعلنت NVIDIA أن Vera Rubin هي المنصة الوحيدة التي قدّمت نتائج في جميع اختبارات جولة MLPerf Training v6.1.
- وفقًا للشركة، حقق Vera Rubin NVL72 كفاءة تقارب 97% عند توسيع نطاق اختبار DeepSeek-V3 من 256 إلى 1.024 وحدة GPU.
- أفادت NVIDIA بأن معدل العمل لكل واط في اختبار Kimi K3 تجاوز 10 أضعاف ما حققه GB300 NVL72؛ والنتيجة مؤقتة وبانتظار التحقق.
- ذكرت الشركة أن أداء Vera Rubin NVL72 لكل وحدة GPU يصل إلى ضعفي أداء GB300 NVL72.
نشرت NVIDIA نتائج Vera Rubin في MLPerf Training v6.1 وMLPerf Endpoints في 16 نوفمبر 2026. وأفادت الشركة بأن Vera Rubin تصدّر اختبارات التدريب وما بعد التدريب، إلى جانب اختبارات استدلال وكلاء الذكاء الاصطناعي. ووفقًا لإعلان NVIDIA، كان هذا النظام الوحيد الذي قدّم نتائج في جميع اختبارات MLPerf Training ضمن هذه الجولة، كما حقق نتائج رائدة في جميع اختبارات الوكلاء ضمن MLPerf Endpoints.
ما النتائج التي أُعلنت في اختبارات التدريب؟
يقيس MLPerf Training مدى سرعة قدرة الأنظمة على تدريب نماذج مختلفة من الذكاء الاصطناعي حتى بلوغ مستوى الدقة المستهدف. وتشمل الاختبارات التي أعلنتها NVIDIA نماذج لغوية كبيرة، وتوليد الصور، وأنظمة التوصية، والتدريب اللاحق بالتعلم المعزز. وتشير الشركة إلى أن أداء Vera Rubin NVL72 لكل وحدة GPU يصل إلى ضعفي أداء نظام NVIDIA GB300 NVL72 المحسّن. وهذا ادعاء الشركة استنادًا إلى النتائج الأولية؛ ولا يثبت الإعلان تحقق الزيادة نفسها في كل أعباء العمل.
أفادت NVIDIA بأن نظام Vera Rubin NVL72 توسّع في اختبار DeepSeek-V3 من 256 وحدة GPU إلى 1.024 وحدة، محققًا كفاءة تقارب 97%. وبحسب القياس الذي أوردته الشركة، انخفض وقت التدريب من 16 دقيقة إلى نحو 4 دقائق عند زيادة عدد وحدات GPU أربعة أضعاف. وتعزو NVIDIA قدرة الأنظمة على العمل معًا في التدريب واسع النطاق إلى وصلة التوسّع NVLink وشبكتي Quantum-X800 InfiniBand وSpectrum-X Ethernet؛ كما تقول إن النتائج تحققت بالاستعانة ببرمجيات محسّنة.
هل نتيجة الاختبار الوكيل التي تتجاوز 10 أضعاف نهائية؟
يقيّم MLPerf Endpoints مهام الوكلاء، مثل البرمجة وسير العمل المؤسسي، ويتحقق من إنجازها على نحو صحيح. وأفادت NVIDIA بأن Vera Rubin NVL72 حقق في نموذج Kimi K3 معدل عمل لكل واط يتجاوز 10 أضعاف ما حققه GB300 NVL72. وتعتمد مقارنة الشركة على معدل العمل لكل واط عند عتبة تفاعل مشتركة لا تقل عن 50 رمزًا في الثانية لكل مستخدم.
هذه القيمة ليست نتيجة نهائية مؤكدة أو متحققًا منها بصورة مستقلة. وتوضح NVIDIA أن نتيجة Kimi K3 المعلنة لـVera Rubin ما زالت بانتظار التحقق من MLCommons، وقد تتغير خلال مراجعة المحكّمين. لذلك ينبغي التعامل مع نسبة الأداء بوصفها نتيجة مؤقتة أصدرتها الشركة إلى حين اكتمال التحقق. كما ينبغي مراعاة ظروف الاختبار ومقاييس مثل سرعة الاستجابة عند مقارنة الأنظمة المختلفة.
التأثير في سير العمل المعماري والتصوير المرئي
لا يتضمن الإعلان اختبارات لبرامج الهندسة المعمارية أو التصيير ثلاثي الأبعاد أو أدوات محددة للتصوير المرئي. لذا لا يمكن تفسير النتائج على أنها دليل على أن Vera Rubin يقلّص أوقات التصيير مباشرة أو يسرّع تطبيقًا تصميميًا بعينه. وتكمن الأهمية المحتملة غير المباشرة في إمكانية تنفيذ أعباء التدريب والمهام الوكيلة بكفاءة أكبر في الخلفية، ضمن خدمات الذكاء الاصطناعي التي تستخدمها فرق التصميم.
بالنسبة إلى المكاتب التي تدرس إدماج وكلاء الذكاء الاصطناعي في سير العمل، يكتسب الإعلان أهمية من ناحية متابعة تطور أداء البنية التحتية؛ لكنه لا يذكر أن خدمات بعينها تستخدم Vera Rubin. كذلك، لا توضح مشاركة NVIDIA سعر المنتج أو موعد طرحه للبيع أو توافقه مع برامج الهندسة المعمارية. لذلك، عند تقييم شراء الأجهزة أو تغيير سير العمل، ينبغي عدم الاكتفاء بنتائج المقارنة التي نشرتها الشركة، بل مراعاة حالة التحقق وظروف الاستخدام ذات الصلة أيضًا.
المصادر
1 مصادرلا نعيد نشر نصوص المصادر؛ الاقتباسات القصيرة مشار إليها، وما تبقى ملخص وتعليق من إعدادنا.
تُظهر نتائج Vera Rubin أن معدل إنجاز مهام الوكلاء لكل وحدة طاقة يكتسب أهمية إلى جانب أداء التدريب في البنية التحتية للذكاء الاصطناعي. وبالنسبة إلى مكاتب الهندسة المعمارية، لا يمثل ذلك وعدًا مباشرًا اليوم بشأن زمن التصيير أو أداء برامج التصميم، بل تطورًا قد ينعكس على البنية التحتية لخدمات الذكاء الاصطناعي المستخدمة.
وبالنسبة إلى الفرق في تركيا، ستتوقف قرارات الشراء على توافر المنتج فعليًا والتكلفة الإجمالية والتراخيص والتوافق مع البرامج المستخدمة. وبما أن نتيجة Kimi K3 لم تخضع للتحقق بعد، فمن غير المناسب اعتبار الأرقام المعلنة توقعات مؤكدة للأداء. والأكثر تحوطًا هو متابعة الإعلان إلى أن تتضح الشروط التجارية ونتائج التحقق المستقل.
الأسئلة الشائعة
كيف كان أداء NVIDIA Vera Rubin في MLPerf Training v6.1؟
أعلنت NVIDIA أن Vera Rubin هي المنصة الوحيدة التي قدمت نتائج في جميع اختبارات MLPerf Training ضمن هذه الجولة. وتشمل الاختبارات نماذج لغوية كبيرة، وتوليد الصور، وأنظمة التوصية، والتدريب اللاحق بالتعلم المعزز.
هل تم التحقق من نتيجة Vera Rubin التي تتجاوز 10 أضعاف في اختبار Kimi K3؟
لا. توضح NVIDIA أن نتيجة Vera Rubin مؤقتة، وما زالت بانتظار التحقق من MLCommons ومراجعة المحكّمين.
هل يحسّن Vera Rubin أداء التصوير المعماري؟
لا تقيس الاختبارات الواردة في الإعلان أداء برامج الهندسة المعمارية أو التصيير ثلاثي الأبعاد. ولا يمكن استنتاج حدوث تسريع في سير عمل معماري بعينه من هذه النتائج.



