تشارك هاتان الوحدتان نفس شريحة Blackwell ونفس عرض النطاق الترددي للذاكرة، ومع ذلك فإن إحداهما تكلف حوالي ٢٠٠٠ دولار أمريكي بينما تبلغ تكلفة الأخرى نحو ٧٥٠٠ دولار أمريكي. ويقتصر الفرق الكامل بينهما على الذاكرة: إذ تحمل وحدة RTX Pro 6000 Blackwell ٩٦ جيجابايت من الذاكرة (VRAM) مع دعم تصحيح الأخطاء (ECC)مقابل ٣٢ جيجابايتمن وحدة RTX 5090. أما في تطبيقات الذكاء الاصطناعي، فإن هذه الفجوة تُقرِّر كل شيء — وهل تستحق تقريبًا أربعة أضعاف السعر يعتمد تمامًا على حجم النماذج التي تقوم بتشغيلها.
أبرز النقاط المستخلصة
- نفس المحرك: كلا الوحدتين تستخدمان شريحة GB202 من فئة Blackwell وتشاركان في عرض النطاق الترددي للذاكرة البالغ ١٧٩٢ جيجابايت/ثانية.
- RTX 5090: ٣٢ جيجابايت من ذاكرة GDDR7، وأداء حوسبة ذكاء اصطناعي يبلغ نحو ٣٣٥٢ تيرافلوب، بدون دعم تصحيح الأخطاء (ECC)، وبسعر تقريبي ٢٠٠٠ دولار أمريكي.
- RTX Pro 6000: ٩٦ جيجابايت من ذاكرة GDDR7 مع دعم تصحيح الأخطاء (ECC)، وأداء حوسبة ذكاء اصطناعي يبلغ نحو ٤٠٠٠ تيرافلوب، وبسعر تقريبي ٧٥٠٠ دولار أمريكي.
- بالنسبة للنماذج التي لا تتجاوز سعتها ٣٢ جيجابايت: معدل الإنتاجية لكل وحدة معالجة رسومات متطابق تقريبًا — وتُعد وحدة ٥٠٩٠ الخيار الأمثل من حيث القيمة.
- بالنسبة للنماذج التي تتجاوز سعتها ٧٠ مليار معلَّمة (70B+)، أو التدريب الذي يستغرق عدة أيام، أو التشغيل المستمر على مدار الساعة طوال أيام الأسبوع: إن سعة الذاكرة البالغة ٩٦ جيجابايت ودعم تصحيح الأخطاء (ECC) في وحدة Pro 6000 يستحقان الاستثمار.
المواصفات جنبًا إلى جنب
| المواصفات | RTX 5090 | RTX Pro 6000 Blackwell |
|---|---|---|
| VRAM | ٣٢ جيجابايت من ذاكرة GDDR7 | ٩٦ جيجابايت من ذاكرة GDDR7 |
| ذاكرة مع دعم تصحيح الأخطاء (ECC) | لا | نعم |
| عرض النطاق الترددي للذاكرة | 1792 جيجابايت/ثانية | 1792 جيجابايت/ثانية |
| الشريحة | GB202 (Blackwell) | GB202 (Blackwell) |
| المعالجات الرسومية (Shaders) | 21,760 | 24,064 |
| الحوسبة الخاصة بالذكاء الاصطناعي | نحو ٣٣٥٢ تيرافلوب | نحو ٤٠٠٠ تيرافلوب |
| السعر الموصى به من الشركة المصنِّعة (MSRP) | ~$2,000 | ~$7,500 |
لاحظ السطر الأهم: عرض النطاق الترددي للذاكرة متطابق. وبما أن معظم عمليات استدلال نماذج اللغة الكبيرة (LLM) عند أحجام دفعات صغيرة تكون مقيدة بعرض النطاق الترددي للذاكرة، فإن البطاقتين تُحقِّقان أداءً شبه متطابق من حيث معدل الإنتاجية لكل وحدة معالجة رسومية (GPU) أثناء تشغيل نموذج نفس عند دقة نفس الـ FP8. أما قيمة بطاقة RTX Pro 6000 فهي ليست في السرعة، بل في السعة والموثوقية.
عندما تُشكِّل سقف الذاكرة البالغ ٣٢ جيجابايت عائقًا
تبلغ سعة الذاكرة العشوائية (VRAM) في بطاقة RTX 5090 32 جيجابايت، وهي سعة وافرة بالنسبة لبطاقة استهلاكية، لكنها تواجه حدًّا صارمًا: فهي لا تستطيع خدمة نماذج من فئة 70 مليار معلَّمة (70B-class) بأي دقة مفيدة. وبمجرد تحميل النموذج، يصبح ما يتبقى من الذاكرة هو ميزانية ذاكرة KV الخاصة بك — وعلى سعة 32 جيجابايت، يترك تحميل النماذج الكبيرة مساحة ضئيلة جدًّا لسياقات طويلة أو للتجميع (batching).
أما سعة الذاكرة في بطاقة RTX Pro 6000 البالغة 96 جيجابايت فتغيّر المعادلة تمامًا. فبعد تحميل معظم النماذج، تبقى لديها من 56 إلى 82 جيجابايت متاحة لذاكرة KV، وهو ما يُترجم عمليًّا إلى أطوال سياق طويلة جدًّا، وقدرة على خدمة نماذج كبيرة أو عدة مستخدمين من بطاقة واحدة. فإذا كانت أعمالك تتضمَّن نماذج بحجم 70 مليار معلَّمة فأكثر، فهذه الميزة ليست رفاهية، بل هي الطريقة الوحيدة لتشغيلها على وحدة معالجة رسومية واحدة. ولترى بالضبط أين تندرج النماذج المختلفة من حيث الاستهلاك الذاكري، استخدم أداتنا دليل متطلبات ذاكرة VRAM.
عامل دعم تصحيح الأخطاء (ECC) في عمليات التدريب الجادة
هناك فرق ثانٍ أكثر هدوءًا: ذاكرة مع دعم تصحيح الأخطاء (ECC)الذاكرة ذات التصحيح التلقائي للأخطاء (ECC). فبطاقة Pro 6000 مزوَّدة بذاكرة ذات قدرة على تصحيح الأخطاء، بينما لا تمتلك بطاقة 5090 هذه الميزة. وفي عمليات التدريب التي تمتد لأيام متعددة، قد يؤدي انقلاب بت واحد صامت (silent bit-flip) إلى تلف أوزان النموذج دون ظهور أي خطأ مرئي — فقد تقضي 48 ساعة في التدريب وتنتهي بملف نقطة تحقق (checkpoint) ملوَّث. ولفرق الذكاء الاصطناعي التشغيلية التي تُجرِي مهام تدريب طويلة، فإن الذاكرة ذات التصحيح التلقائي للأخطاء ليست ميزة مرغوبة، بل شرط أساسي للوثوقية. أما الهواة ومستخدمي الاستدلال فقط، فنادرًا ما تكون هذه الميزة ذات أهمية لهم.
ملاحظة ملفتة حول الكفاءة
كما أن السعة تغيّر أيضًا معادلة النظام ككل. فبما أن بطاقة Pro 6000 الواحدة بسعة 96 جيجابايت يمكنها احتواء نموذج كبير يحتاج عادةً إلى عدة بطاقات بسعة 32 جيجابايت، فإنها تستطيع منافسة تكوين متعدد الوحدات الرسومية (multi-GPU stack) من بطاقات RTX 5090 في تشغيل النماذج الكبيرة، مع استهلاك جزء بسيط فقط من الطاقة — وبلا التعقيد المرتبط بتقسيم النموذج عبر بطاقات متعددة. ولمنشئي مراكز البيانات وأجهزة المحطات الطرفية (workstations)، فإن هذا الدمج يُشكِّل مكسبًا تشغيليًّا حقيقيًّا.
أي وحدة يجب أن تشتريها؟
اشترِ بطاقة RTX 5090 إذا اشترِ بطاقة RTX 5090 إذا كنت تعمل بمفردك، وتتناسب نماذجك وأعباؤك التشغيلية مع سعة 32 جيجابايت، وترغب في أفضل أداء للذكاء الاصطناعي مقابل كل دولار تنفقه. فهي الخيار الواضح من حيث القيمة بالنسبة لمعظم الباحثين والأفراد المطورين — راجع كيف تقارن أدائها في مقارنة RTX 5090 مع RTX 5080 و مقارنة RTX 5090 مع Mac Studio M4 Ultra.
اشترِ بطاقة RTX Pro 6000 Blackwell إذا كنت بحاجة إلى تشغيل نماذج أكبر من 32 جيجابايت، أو تتطلَّب موثوقية الذاكرة ذات التصحيح التلقائي للأخطاء (ECC) لعمليات تدريب تمتد لأيام متعددة، أو كنت تخطط لدمج مهمة تتطلب عدة وحدات معالجة رسومية على بطاقة واحدة. إنها أداة احترافية بسعر احترافي — ويبرَّر هذا السعر فقط عندما تؤدي سعة الـ 96 جيجابايت أو ميزة ECC عملًا فعليًّا.
إجمالي تكلفة الملكية: السعر المعلن هو مجرد البداية.
إن سعر الشراء يحظى باهتمام وسائل الإعلام، لكنه يشكِّل الجزء الأصغر فقط من التكلفة الفعلية التي تتكبدها لأي من هاتين البطاقتين خلال عامين أو ثلاثة أعوام من العمل الجاد في مجال الذكاء الاصطناعي. قبل أن تلتزم بشراء إحداهما، احسب التكاليف الثلاثة التي تخفيها ورقة المواصفات: استهلاك الطاقة، وتكلفة التغلب على حاجز سعة الذاكرة (VRAM wall)، وما إذا كنت بحاجة إلى الشراء أساسًا.
استهلاك الطاقة والتبريد. تستهلك بطاقة RTX 5090 ما يصل إلى 575 واط، بينما تصل استهلاك بطاقة RTX Pro 6000 Blackwell إلى 600 واط — وكلا القيمتين تمثِّلان حملًا ثقيلًا ومستمرًا في مهام ضبط النموذج (fine-tuning) أو الاستدلال الدفعي (batch inference) التي تمتد لساعات. وبمعدل أسعار الكهرباء المعتاد في الولايات المتحدة، فإن تشغيل إحدى البطاقتين عند أقصى استهلاك لها لعدة ساعات يوميًّا يُضاف إلى فاتورة الكهرباء السنوية مبلغًا ملحوظًا، وهذا قبل أن تُجبرك الحرارة الزائدة على شراء مصدر طاقة (PSU) أقوى (يجب تخصيص 1000 واط فأكثر لبطاقة 5090، ومزيد من الهامش لبطاقة Pro 6000) وتوفير تدفق هواء أفضل داخل العلبة. أما بالنسبة لخادم الاستدلال الذي يعمل باستمرار (always-on inference server)، فقد تصل تكلفة الكهرباء على مدى ثلاث سنوات إلى ما يعادل سعر وحدة معالجة رسومية متوسطة أخرى، وبالتالي يجب أن تُدرج هذه التكلفة ضمن المقارنة، لا كفكرة لاحقة.
التكلفة المخفية لحاجز الـ 32 جيجابايت. إن سعر بطاقة 5090 الأدنى هو أمر حقيقي، لكنه يظل كذلك فقط إذا كانت نماذجك تتناسب مع سعة 32 جيجابايت. وبمجرد تجاوزها لهذا الحد، يصبح مسارك «الرخيص» مكلفًا: فالحصول على بطاقة ثانية من نوع 5090 يضاعف تكلفة الشراء واستهلاك الطاقة وتكاليف مصدر الطاقة والتبريد — وبما أن بطاقات GeForce Blackwell لا تدعم تقنية NVLink، فإن ذاكرتي البطاقتَين لا تندمجان بكفاءة عالية عبر حافلة PCIe، على عكس ذاكرة الـ 96 جيجابايت المتجانسة في بطاقة Pro 6000. فوجود مساحة ذاكرة كبيرة ومتماسكة غالبًا ما يكون أكثر قيمة من وجود مساحتين منفصلتين. وهذه هي الحالة التي يبدأ فيها سعر بطاقة Pro 6000 بالظهور معقولًا.
الشراء مقابل الاستئجار. يغيّر الحوسبة السحابية (Cloud) المعادلة برمتها. فاعتبارًا من منتصف عام 2026، يمكنك استئجار بطاقة 5090 حسب الطلب مقابل أقل من دولار أمريكي في الساعة، بينما تبلغ تكلفة استئجار بطاقة Pro 6000 نحو دولار إلى دولارين في الساعة. وهناك قاعدة تقريبية بسيطة:
- اشترِ إذا كانت البطاقة ستكون مشغولة معظم الأيام — مثل عمليات تدريب يومية، أو خادم محلي دائم، أو متطلبات خصوصية تمنع استخدام الحلول السحابية. فالأجهزة المملوكة تتفوق من حيث التكلفة بمجرد أن ترتفع نسبة الاستخدام.
- استأجر إذا كانت حاجتك متقطعة — مثل عملية ضبط نموذج (fine-tune) من وقت لآخر، أو مهمة واحدة تتطلب 96 جيجابايت، أو اختبار لمعرفة ما إذا كنت بحاجة فعلاً إلى هذه السعة الكبيرة من الذاكرة قبل إنفاق جزء كبير من 10000 دولار أمريكي.
الاختبار الصادق: قدِّر عدد ساعات استخدام وحدة المعالجة الرسومية شهريًّا، ثم اضربها في سعر الاستئجار السحابي، وقارن الناتج مع سعر الشراء بالإضافة إلى تكلفة الطاقة. فإذا كان الوقت اللازم لتعويض التكلفة (break-even) يمتد لسنوات، فاستأجر أولًا.
الأسئلة الشائعة
هل بطاقة RTX Pro 6000 أسرع من RTX 5090 في تطبيقات الذكاء الاصطناعي؟
لا، وليس ذلك بشكلٍ ملحوظٍ عند تشغيل نماذج بنفس الحجم. فكلا البطاقتين تستخدمان نفس الشريحة (die) من معمارية Blackwell، وتمتازان بنفس عرض النطاق الترددي للذاكرة البالغ 1792 جيجابايت/ثانية، وبالتالي فإن عمليات الاستدلال الذاكرة-المقيدة (memory-bound LLM inference) تُحقِّق معدل إنتاجية شبه متطابق لكل وحدة معالجة رسومية. أما ميزة بطاقة Pro 6000 فهي سعتها البالغة 96 جيجابايت وميزة التصحيح التلقائي للأخطاء (ECC)، وليس السرعة الخشنة.
لماذا تكلفة بطاقة RTX Pro 6000 أعلى بكثير؟
إنك تدفع مقابل الذاكرة والموثوقية: 96 جيجابايت مقابل 32 جيجابايت، بالإضافة إلى ميزة التصحيح التلقائي للأخطاء (ECC) والدعم الاحترافي. فبالنسبة لأعباء العمل التي تحتاج إلى احتواء نماذج بحجم 70 مليار معلَّمة فأكثر أو تشغيل عمليات تدريب تمتد لأيام متعددة بأمان، فإن هذه المزايا تستحق الفارق السعري. أما بالنسبة للنماذج التي لا تتجاوز سعتها 32 جيجابايت، فإن بطاقة RTX 5090 تقدِّم نفس الأداء وبتكلفة أقل بكثير.
هل يمكن لبطاقة RTX 5090 تشغيل نماذج بحجم 70 مليار معلَّمة؟
لا، وليس ذلك بأي دقة مفيدة — فسعة الـ 32 جيجابايت لا تكفي لاحتواء نموذج بحجم 70 مليار معلَّمة مع ترك مساحة كافية للسياق. وستحتاج إما إلى تكميم (quantization) شديد، أو إلى استخدام عدة بطاقات RTX 5090، أو إلى بطاقة ذات سعة أعلى مثل RTX Pro 6000 (96 جيجابايت) أو وحدات معالجة Apple Silicon ذات الذاكرة الموحَّدة الكبيرة. راجع تحليلنا في دليل متطلبات ذاكرة VRAM.
هل أحتاج إلى ذاكرة ذات تصحيح تلقائي للأخطاء (ECC) في تطبيقات الذكاء الاصطناعي؟
بالنسبة لعمليات الاستدلال والمهام القصيرة، الجواب هو لا. أما بالنسبة لعمليات التدريب التي تمتد لأيام متعددة، حيث قد يؤدي خطأ صامت في الذاكرة إلى تلف ملف نقطة التحقق (checkpoint)، فإن الذاكرة ذات التصحيح التلقائي للأخطاء تشكِّل حماية فعلية — ولذلك فهي موجودة في بطاقة Pro 6000 ولا توجد في بطاقة الاستهلاك RTX 5090. ومعظم المستخدمين الأفراد لن يحتاجوها.
هل يمكن لبطاقتَي RTX 5090 أن تحلّا محل بطاقة RTX Pro 6000 واحدة؟
لا، ليس ذلك بسلاسة. فبطاقتَا 5090 توفران معًا 64 جيجابايت من الذاكرة، مقارنةً بسعة الـ 96 جيجابايت في بطاقة Pro 6000، وبما أن بطاقات GeForce Blackwell لا تدعم تقنية NVLink، فإن هذه الذاكرة تكون مقسَّمة عبر حافلة PCIe بدل أن تُقدَّم كمساحة واحدة متجانسة. ويمكنك في عمليات الاستدلال تقسيم بعض النماذج عبر البطاقتين، لكن الأداء سيكون أبطأ وأكثر تعقيدًا من وجود مساحة ذاكرة واحدة متجانسة بسعة 96 جيجابايت، كما أن العديد من سير عمل التدريب تتوقع وجود مساحة ذاكرة واحدة كبيرة. فإذا كان النموذج يحتاج إلى أكثر من 32 جيجابايت، وترغب في أن «يعمل ببساطة»، فإن بطاقة Pro 6000 المنفردة هي الحل الأنظف؛ أما بطاقتَا 5090 فهما حل بديل اقتصادي يرافقه احتكاك تشغيلي حقيقي.
ما تكلفة تشغيل هاتين البطاقتين من حيث استهلاك الكهرباء؟
يعتمد ذلك على سعر الكهرباء المحلي لديك ومدى شدة الحمل على البطاقة، لكن كلا البطاقتين تستهلكان طاقة كبيرة: فذروة استهلاك بطاقة 5090 تبلغ نحو 575 واط، بينما تبلغ ذروة استهلاك بطاقة Pro 6000 نحو 600 واط. وبتشغيل إحدى البطاقتين عند أقصى استهلاك لها لعدة ساعات يوميًّا، وبشكل يومي، قد يرتفع فاتورة الكهرباء السنوية بشكل ملحوظ — لدرجة أن تكلفة الكهرباء تصبح بندًا مستقلًّا يستحق التقدير، خاصةً في حالة خادم استدلال يعمل باستمرار. أما في حالات الخمول أو الاستخدام الخفيف، فالتكلفة تكون أقل بكثير، لذا فإن المهام المتقطعة لا تُسجَّل تقريبًا في الفاتورة.
هل من الأرخص استئجار هذه البطاقات في السحابة بدل شرائها؟
نعم، بالنسبة للأعمال المتقطعة أو تلك التي تُنفَّذ مرة واحدة. ففي منتصف عام 2026، يمكن استئجار بطاقة 5090 حسب الطلب مقابل أقل من دولار أمريكي في الساعة، بينما تبلغ تكلفة استئجار بطاقة Pro 6000 نحو دولار إلى دولارين في الساعة، وبالتالي فإن عددًا قليلًا من المهام يكلِّفك جزءًا ضئيلًا جدًّا من تكلفة الشراء. أما الملكية فتتفوق فقط عندما تكون البطاقة مشغولة معظم الأيام؛ فعند ارتفاع نسبة الاستخدام والاستمرارية، تنقلب المعادلة لصالح الشراء. والخطوة العملية هي تقدير عدد ساعات استخدام وحدة المعالجة الرسومية شهريًّا، ومقارنته مع سعر الشراء بالإضافة إلى تكلفة الطاقة قبل أن تلتزم بإنفاق جزء كبير من 10000 دولار أمريكي على بطاقة Pro 6000.
الخلاصة
هذه ليست مسابقة سرعة، بل قرار يتعلق بالسعة والموثوقية. فإذا كانت أعمالك في مجال الذكاء الاصطناعي تتناسب مع سعة 32 جيجابايت، فإن بطاقة RTX 5090 تمنحك نفس معدل الإنتاجية لكل وحدة معالجة رسومية وبربع السعر، وهي الخيار الأفضل بوضوح للمستخدمين الأفراد. أما بطاقة RTX Pro 6000 Blackwell فتكسب سعرها البالغ 7500 دولار أمريكي فقط عندما تحتاج فعليًّا إلى سعتها البالغة 96 جيجابايت لتشغيل النماذج الكبيرة، أو إلى ميزة التصحيح التلقائي للأخطاء (ECC) للتدريب الجاد، أو إلى ميزة الدمج لتقليل عدد البطاقات في مهام تتطلب عدة وحدات معالجة رسومية. اشترِ الذاكرة التي ستستخدمها فعليًّا.
