في معرض Computex 2026، أكدت شركة NVIDIA أن Vera Rubin — وهي الجيل التالي من معمارية Blackwell التي تُشغِّل طفرة الذكاء الاصطناعي الحالية — أصبحت الآن قيد الإنتاج الكامل. إنها أكثر إعلانٍ مهمٍّ في مجال أجهزة الذكاء الاصطناعي لهذا العام، والرقم البارز فيها مذهل: فتقول شركة NVIDIA إن معمارية Rubin تقلِّل تكلفة استنتاج الذكاء الاصطناعي بنسبة تصل إلى 10 أضعاف. وهذا لا يهم فقط شركات الخدمات السحابية الضخمة (hyperscalers) التي تبني مراكز البيانات، بل يؤثر أيضًا في سعر كل أداة ذكاء اصطناعي تستخدمها. وفيما يلي شرحٌ واضح واحترافي لماهية منصة Vera Rubin بالفعل.
أبرز الاستنتاجات
- Vera Rubin منصة NVIDIA Vera Rubin هي الجيل القادم من منصات الذكاء الاصطناعي الخاصة بشركة NVIDIA، وتُعَدُّ خلفًا لمعمارية Blackwell — وهي الآن قيد الإنتاج الكامل (تم الإعلان عنها في معرض Computex 2026).
- العنوان الرئيسي: تؤكد الأرقام التي أعلنتها شركة NVIDIA أن تكلفة استنتاج الرموز (inference token cost) تنخفض بنسبة تصل إلى 10 أضعاف و وتتطلب عددًا أقل من وحدات معالجة الرسومات بنسبة 4 أضعاف لتدريب نماذج «الخلط بين الخبراء» (Mixture-of-Experts) مقارنةً بمعمارية Blackwell.
- إنها منصة مكوَّنة من ست وحدات معالجة رسومات، وليست مجرد وحدة معالجة رسومات واحدة — فالنموذج الرائد «Vera Rubin NVL72» يضم 72 وحدة معالجة رسومات من نوع Rubin و36 وحدة معالجة مركزية من نوع Vera.
- Rubin CPX وحدة معالجة رسومات جديدة منفصلة تم تصميمها خصيصًا لمهام الاستنتاج في السياقات التي تصل إلى مليون رمز (مثل البرمجة ومقاطع الفيديو)، وتضم كل وحدة منها 128 جيجابايت من ذاكرة GDDR7.
- التوفر: في حالات التشغيل السحابية خلال النصف الثاني من عام 2026 (على خدمات AWS وGoogle Cloud وAzure وOCI وغيرها)، بينما ستتوفر وحدة Rubin CPX في نهاية عام 2026.
ما هي منصة NVIDIA Vera Rubin؟
Vera Rubin هي منصة حسابية جديدة مخصصة للذكاء الاصطناعي من شركة NVIDIA — وهي المعمارية التي تلي معمارية Blackwell (الجيل GB200/GB300 الذي يُشغِّل حاليًّا معظم عمليات تدريب واستنتاج الذكاء الاصطناعي المتقدمة). وأُطلِقَ اسم «Rubin» على هذه المعمارية تيمنًا بالعالمة الفلكية التي قدَّمت أول أدلة على وجود المادة المظلمة، وهي ليست شريحة واحدة، بل منصة متكاملة مكوَّنة من ست شرائح تم تصميمها معًا بشكل وثيق co-designed platform of six chips مُصمَّمة للعمل كـ«مصنع ذكاء اصطناعي» واحد.
الهدف الاستراتيجي هو الكفاءة. إن تدريب النماذج الأكبر حجمًا اليوم وتشغيلها يتطلب تكلفة باهظة جدًّا، وأكبر بند تكلفة في الذكاء الاصطناعي الإنتاجي هو الاستنتاج — في الواقع، تشغيل النموذج لصالح المستخدمين. و«فيرَا روبن» من شركة إنفيديا هي إجابة الشركة على منحنى التكلفة هذا.
الأرقام الرئيسية — وما تعنيه
يُحدِّد رقمان من إنفيديا سبب أهمية منصة روبن:
- انخفاض يصل إلى 10× في تكلفة استنتاج الرمز (توكن) الواحد مقارنةً ببلاكويل. وتُشكِّل تكلفة الاستنتاج العامل الحاسم في تحديد سعر استدعاء واجهة برمجة التطبيقات (API) الخاصة بالذكاء الاصطناعي. أما تحقيق كفاءة أعلى بنسبة 10× فهو تقدُّم جذري يمكِّن موفِّري الخدمات من خفض الأسعار بشكل كبير، أو رفع حدود المعدلات، أو طرح نماذج أكثر تقدُّمًا وقدرةً دون زيادة التكلفة.
- انخفاض بنسبة 4× في عدد المعالجات الجرافيكية المطلوبة لتدريب نماذج «مزيج الخبراء» (MoE). فتقريبًا كل نموذج رائد في عام 2026 — من جي بي تي إلى كلاود إلى النماذج الصينية المفتوحة المصدر — هو نموذج من نوع «مزيج الخبراء». وبتخفيض عدد المعالجات الجرافيكية المطلوبة بنسبة 4×، تنخفض العوائق أمام تدريب النماذج ذات الحجم الرائد مباشرةً.
وكما هو الحال دائمًا مع مقاييس الأداء التي تُقدِّمها الشركات المصنِّعة، يجب التعامل مع هذه الأرقام على أنها أفضل النتائج التي حققتها إنفيديا حتى تتحقق مختبرات مستقلة من صحتها. ومع ذلك، فإن حتى جزءًا بسيطًا من المكاسب المعلنة يعيد تشكيل الاقتصاديات الكامنة وراء الذكاء الاصطناعي. والسبب في أن أدوات الذكاء الاصطناعي التي تستخدمها تصبح باستمرار أرخص وأسرع هو وجود أجهزة مثل هذه.
الست وحدات المعالجة التي تشكِّل المنصة
تنبع كفاءة روبن من التصميم المشترك للرف بأكمله، وليس فقط للمعالج الجرافيكي. وتشمل المنصة ستة رقاقات:
- المعالج المركزي فيرا — 88 نواة مخصصة من فئة «أوليمبوس» (تعتمد معمارية آرم فرزة 9.2)، مُحسَّنة لمعالجة الاستنتاجات الوكيلية (Agentic Reasoning)، ومترابطة ارتباطًا وثيقًا بالمعالجات الجرافيكية عبر تقنية إن في لينك-سي 2 سي.
- المعالج الجرافيكي روبن — محرك الحوسبة، المزوَّد بمحرّك محولات من الجيل الثالث، وضغط تكيفي مُسرَّع بواسطة الأجهزة، و أداء استنتاجي يبلغ 50 بيتفلوب باستخدام تنسيق إن في إف بي 4 .
- مبدِّل إن في لينك 6 — وحدة الربط بين المكوِّنات، بسرعة 3.6 تيرابايت/ثانية لكل معالج جرافيكي و وإجمالي 260 تيرابايت/ثانية عبر رف إن في إل 72 الواحد.
- شريحة الشبكة الفائقة كونكت إكس-9 — شبكة عالية السرعة مدمجة في تصميم إن في إل 72.
- وحدة معالجة البيانات بلو فيلد-4 — تُنظِّم تخزين الذكاء الاصطناعي الأصيل وكفاءة إعادة استخدام ذاكرة التخزين المؤقت للقيم المفتاحية (KV Cache)، ما يُسرِّع عمليات الاستنتاج ذات السياقات الطويلة مباشرةً.
- مبدِّل الإيثرنت سبيكتروم-6 — مبني على واجهات إرسال واستقبال (SerDes) بسرعة 200 جيجابت/ثانية، مع بصريات مُعبَّأة معًا (Co-packaged Optics) لتمكين توسع «مصانع الذكاء الاصطناعي».
النظام الرائد، وهو فيرَا روبن إن في إل 72، يجمع بين 72 معالج جرافيكي روبن و36 معالجًا مركزيًّا فيرا في رفٍّ واحد — وتؤكد إنفيديا أنه أسرع بنسبة تصل إلى 18× في التجميع والصيانة مقارنةً ببلاكويل، وهو أمرٌ بالغ الأهمية عند مستوى مراكز البيانات.
Rubin CPX: وحدة معالجة رسومات مصممة للاستنتاج في السياقات التي تصل إلى مليون رمز
وجنبًا إلى جنب مع المنصة القياسية، كشفت إنفيديا عن فئة جديدة تمامًا: Rubin CPX، وهي معالج جرافيكي «مُصمَّم خصيصًا لمعالجة السياقات الضخمة جدًّا». وهذه الرقاقة تستهدف عصر السياقات الطويلة مباشرةً — أي مهام ترميز البرمجيات وتكوين الفيديو التوليدي التي تتطلب ملايين الرموز (Tokens)، والتي أصبحت تزداد طلبًا عليها من قِبل النماذج الحالية.
يحمل كل معالج روبن من فئة سي بي إكس 128 جيجابايت من ذاكرة جي دي دي آر 7 وحتى وأداء حوسبة يبلغ 30 بيتفلوب باستخدام تنسيق إن في إف بي 4، ويضمّ بشكل فريد وحدات ترميز/فك ترميز الفيديو جنبًا إلى جنب مع وحدات الاستنتاج للسياقات الطويلة ضمن رقاقة واحدة. وعلى مستوى الرف، يقدِّم نظام فيرَا روبن إن في إل 144 سي بي إكس أداء حوسبة ذكاء اصطناعي مُعلن عنه يبلغ 8 إكسافلوب وذاكرة سريعة بسعة 100 تيرابايت، وتؤكد إنفيديا أن هذا الأداء يعادل 7.5× أداءً ذكائيًّا مقارنةً مع نظام GB300 NVL72، و سرعة أعلى بثلاث مرات في عملية الانتباه. ومن المتوقع أن تُطرح في نهاية عام ٢٠٢٦.
لأيِّ شخصٍ يتابع أسباب استمرار توسع نوافذ السياق — مثل نوافذ السياق التي تبلغ مليون رمز (token) في نماذج مثل DeepSeek وأحدث النماذج الرائدة — فإن معالج Rubin CPX هو العتاد الذي يجعل الاستنتاج من مليون رمز اقتصاديًّا.
متى يمكنك استخدامها فعليًّا؟
Rubin منصة مخصصة لمراكز البيانات، لذا لن تشتريها مباشرةً — لكنك ستلاحظ تأثيرها عبر الخدمات التي تستخدمها:
- ستتوفر حالات الحوسبة السحابية (cloud instances) في النصف الثاني من عام ٢٠٢٦. من أوائل موفِّري الخدمة: AWS وGoogle Cloud وMicrosoft Azure وOCIإضافةً إلى شركاء NVIDIA السحابيين CoreWeave وLambda وNebius وNscale. وإذا كنت تستأجر وحدات معالجة الرسوميات (GPUs)، فراقب ملخَّصنا لأفضل موفِّري وحدات معالجة الرسوميات السحابية للذكاء الاصطناعي للحصول على أحدث المعلومات عند توفر حالات Rubin. ستُطرح وحدة Rubin CPX في نهاية عام ٢٠٢٦
- لأحمال العمل التي تتطلب سياقات طويلة وفيديوهات. الزاوية المحلية:
- ففي معرض Computex، عرضت شركة NVIDIA أيضًا خارطة طريق تُدخل هذه المعمارية تدريجيًّا إلى أجهزة الكمبيوتر المكتبية والمحمولة المحلية المُعتمدة على الذكاء الاصطناعي — ضمن سلسلة RTX/DGX Spark الخاصة بها، والتي تشمل جيلًا قائمًا على Rubin (ويستخدم ذاكرة LPDDR6)، يليه تصميمان مستقبليان باسمَي «روزا» (Rosa) و«فانمان» (Feynman). وهكذا فإن التكنولوجيا التي تبدأ في مراكز البيانات تتجه نحو المكتب، تمامًا كما هو الحال اليوم مع أجهزة الكمبيوتر الشخصية المُعتمدة على الذكاء الاصطناعي فيرَا روبين (الجيل القادم).
Rubin مقابل Blackwell
| البعد | بلاكويل (الجيل الحالي) | GB300 NVL72 |
|---|---|---|
| النظام الرائد | فيرَا روبن إن في إل 72 | تكلفة استنتاج الرمز (Inference token cost) |
| أقل بنسبة تصل إلى ١٠× | الأساس المرجعي | وحدات معالجة الرسوميات اللازمة لتدريب نموذج MoE |
| أقل بنسبة ٤× | التجميع / الصيانة | وحدات معالجة الرسوميات اللازمة لتدريب نموذج MoE |
| أسرع بنسبة تصل إلى ١٨× | شريحة معالجة السياقات الطويلة | وحدات معالجة الرسوميات اللازمة لتدريب نموذج MoE |
| Rubin CPX (١٢٨ جيجابايت، مليون رمز) | الإنتاج الكامل؛ الإصدار السحابي في النصف الثاني من عام ٢٠٢٦ | — |
| الحالة | متاحة حاليًّا للشحن | من المغري تصنيف وحدات معالجة الرسوميات المخصصة لمراكز البيانات تحت بند «ليست مشكلتي». لكن Rubin تؤثر في كل من يستخدم الذكاء الاصطناعي: |
لماذا تهمك هذه المنصة — حتى لو لم تتعامل معها أبدًا
أدوات ذكاء اصطناعي أرخص وأكثر قدرة.
- إن التحسُّن في كفاءة الاستنتاج بنسبة ١٠× هو ما يمكِّن موفِّري الخدمات من الاستمرار في خفض أسعار واجهات برمجة التطبيقات (APIs) ورفع الحدود القصوى لها. والانخفاض المستمر في تكلفة استخدام النماذج مثل Claude وGPT هو نتيجة مباشرة لهذا التقدُّم المهم في العتاد. سياقات أطول، وبشكل حقيقي.
- تجعل وحدة Rubin CPX الاستنتاج من مليون رمز اقتصاديًّا، ولذلك تستمر النماذج الرائدة في توسيع نوافذ سياقاتها. الضغط على وحدات معالجة الرسوميات الاستهلاكية.
- والجانب المقابل: إن الطلب غير المشبع على مسرِّعات الذكاء الاصطناعي (والذاكرة التي تستهلكها) يشكِّل جزءًا من أسباب ندرة بطاقات الرسوميات الاستهلاكية وارتفاع أسعارها في عام ٢٠٢٦. فإذا كنت تبني نظام ذكاء اصطناعي محليًّا، فاطلع على دليلنا لهذا الغرض. أفضل وحدات معالجة الرسومات لتشغيل نماذج اللغة الكبيرة محليًّا دليل.
- ما يُطرح اليوم في خزانة NVL72 سيُحدد ما سيصل إلى صندوق أجهزة الذكاء الاصطناعي المكتبية خلال بضع سنوات. فيرَا روبين هي منصة الذكاء الاصطناعي الجديدة من شركة NVIDIA، وهي الجيل التالي بعد بلاكويل، وقد أُعلن عنها رسميًّا في إنتاجها الكامل في معرض Computex ٢٠٢٦. وهي منصة مكوَّنة من ست شرائح تم تصميمها بالتعاون الوثيق (CPU فيرا، GPU روبين، رابط NVLink 6، محول ConnectX-9، معالج BlueField-4، ومفتاح Spectrum-6)، وتهدف إلى خفض تكلفة تدريب النماذج وتشغيلها بشكل كبير.
الأسئلة الشائعة
ما هي منصة NVIDIA Vera Rubin؟
كم تفوق سرعة روبين سرعة بلاكويل؟
وفقًا للأرقام التي قدَّمتها شركة NVIDIA نفسها، فإن روبين تحقِّق انخفاضًا يصل إلى ١٠× في تكلفة استنتاج الرمز، وتحتاج إلى عدد أقل من وحدات معالجة الرسوميات بنسبة ٤× لتدريب نماذج «الخلط بين الخبراء» (Mixture-of-Experts) مقارنةً مع بلاكويل. كما أن نظامها الرائد NVL72 أسرع بنسبة تصل إلى ١٨× في عمليات التجميع والصيانة. وهذه الأرقام مبنية على مقاييس أداء الشركة المصنِّعة، لذا لا تزال هناك حاجة إلى التحقق المستقل منها.
ما هي وحدة Rubin CPX؟
Rubin CPX فئة جديدة من وحدات معالجة الرسوميات من شركة NVIDIA، صُمِّمت خصيصًا لاستنتاج السياقات الضخمة — مثل البرمجة باستخدام مليون رمز أو إنشاء الفيديو التوليدي. وتضم كل وحدة ١٢٨ جيجابايت من ذاكرة GDDR7 وقدرة حسابية تصل إلى ٣٠ بيتفلوب باستخدام تنسيق NVFP4، مع دعم مدمج لتشفير الفيديو وفك تشفيره. ومن المتوقع طرحها في نهاية عام ٢٠٢٦.
متى ستتوفر وحدات NVIDIA Rubin؟
Rubin متاحة حاليًّا للإنتاج الكامل، بينما من المتوقع أن تتوفر حالات الحوسبة السحابية (cloud instances) في النصف الثاني من عام ٢٠٢٦ من موفِّري الخدمة مثل AWS وGoogle Cloud وMicrosoft Azure وOCI وCoreWeave وLambda وNebius وNscale. أما وحدة Rubin CPX فستتوفر في نهاية عام ٢٠٢٦.
هل يمكنني شراء وحدة Rubin GPU لجهازي الشخصي؟
لا — فRubin منصة مخصصة لمراكز البيانات، وسيتم الوصول إليها عبر موفِّري الخدمات السحابية، وليست بطاقة استهلاكية. ومع ذلك، فقد عرضت شركة NVIDIA خارطة طريق تُدخل هذه المعمارية تدريجيًّا إلى أجهزة الكمبيوتر المكتبية والمحمولة المحلية المُعتمدة على الذكاء الاصطناعي (ضمن سلسلة RTX/DGX Spark) عبر الأجيال القادمة.
ما معنى Rubin بالنسبة لأسعار الذكاء الاصطناعي؟
انخفاض تكلفة الاستنتاج هو العامل الرئيسي وراء انخفاض أسعار واجهات برمجة التطبيقات (APIs) الخاصة بالذكاء الاصطناعي وزيادة الحدود القصوى للاستخدام. وإذا ثبتت صحة ادعاءات شركة NVIDIA حول الكفاءة، فإن Rubin ستساعد في جعل أدوات الذكاء الاصطناعي التي تستخدمها أرخص وأسرع، وأكثر قدرةً على التعامل مع مدخلات أطول بكثير.
فيرَا روبين هي أوضح إشارة حتى الآن إلى الاتجاه الذي يسير فيه الذكاء الاصطناعي: ليس فقط نحو نماذج أكثر ذكاءً، بل أيضًا نحو
الخلاصة
نماذج أرخص بكثير في التشغيل radically cheaper ones to runمن خلال تصميم منصة مكوّنة من ستة رقائق بالكامل حول كفاءة الاستدلال — وإضافة رقاقة مخصصة تدعم مليون رمز في وحدة Rubin CPX — تهاجم شركة إنفيديا التكلفة الأكبر وحدها في تشغيل أنظمة الذكاء الاصطناعي. ولن تُحقِّق وفورات الاستدلال المُعلَّنة بنسبة 10× كلها انخفاضًا مباشرًا في فاتورتك، كما أن الأرقام التي تقدّمها الشركة المصنِّعة تتطلّب فحصًا مستقلًّا. لكن الاتجاه واضح لا لبس فيه: فالعتاد الذي يجعل الذكاء الاصطناعي باهظ التكلفة اليوم يُستبدَل تدريجيًّا بعتادٍ يجعله رخيص التكلفة غدًا — وهذا السبب في أن أدوات الذكاء الاصطناعي الخاصة بك ستستمر في التحسُّن والانخافض في السعر على امتداد عام 2026 وما بعده.
