وحدة المعالجة المركزية NVIDIA Vera تحقق معياراً جديداً في إنتاجية وسرعة الذكاء الاصطناعي الوكلي

أصبح وكلاء الذكاء الاصطناعي ينفذون سير عمل متعددة الخطوات التي تتنقل باستمرار بين استدلال وحدة معالجة الرسوميات (GPU) وتنفيذ وحدة المعالجة المركزية (CPU). مع نشر المؤسسات لأساطيل من الوكلاء، يجب أن توفر وحدة المعالجة المركزية الأساسية سرعة خام للمهام الفردية وكثافة لاستضافة آلاف الوكلاء المتزامنين ضمن غلاف طاقة ثابت.

تعالج وحدة المعالجة المركزية Vera من NVIDIA هذا المطلب المزدوج. في نموذج مركز بيانات بقدرة 100 ميغاواط، تتفوق شريحة Vera واحدة على أسرع معالج x86 في زمن استجابة الوكيل مع دعم 1.6 مرة أكثر من الوكلاء لكل واط. وبالمقارنة مع أكثر أجزاء x86 كفاءة في استهلاك الطاقة، تضاعف Vera سرعة الوكيل عند كفاءة مماثلة.

يؤكد المتبنون الأوائل المكاسب في أعباء العمل ذات الطابع الإنتاجي: شهدت Perplexity تسريعاً بمقدار 1.5 مرة في البرمجة الوكيلة، وسجلت DeepInfra تسريعاً يصل إلى 2.2 مرة في التنسيق، وتمكنت ClickHouse من التوسع شبه الخطي عبر 176 نواة لتتصدر قائمة ClickBench، وأطلقت Daytona 1000 بيئة اختبار وكيل في 10.8 ثوانٍ مقابل 88.4 ثانية على x86.

لماذا يهم ذلك للبنية التحتية لوحدات معالجة الرسوميات والذكاء الاصطناعي

تعتمد السحابات التي تركز على GPU مثل AiGpu على وحدات معالجة مركزية قادرة على مواكبة الاستدلال المتوازي الضخم دون أن تصبح عنق زجاجة. يتيح أداء Vera العالي لكل نواة وكثافتها الفائقة على مستوى الواط للمشغلين توفير عدد أقل من المقابس، وتقليل تكاليف التبريد، وتخصيص ميزانية طاقة أكبر لوحدات GPU — مما يحسن تكلفة كل رمز مميز في عمليات نشر الوكلاء واسعة النطاق.

مع بدء شحن Vera إلى الشركاء، باتت الصناعة تمتلك حلاً أحادي المقبس يلغي المقايضة التقليدية بين السرعة والكثافة، مما يبسط عملية شراء الأجهزة لمصانع الذكاء الاصطناعي من الجيل القادم.