تتجه شركة إنفيديا إلى المشاركة في جيتكس جلوبال 2026 باستراتيجية للذكاء الاصطناعي تتجاوز بكثير وحدات GPU التي قادت الشركة إلى صدارة طفرة الذكاء الاصطناعي.

ومع تطور أنظمة الذكاء الاصطناعي من روبوتات المحادثة إلى وكلاء مستقلين قادرين على الاستدلال واستخدام البرمجيات وتنفيذ مسارات عمل متعددة الخطوات، تعمل إنفيديا بشكل متزايد على تطوير البنية التحتية المحيطة بهذه الأنظمة، بدءًا من المعالجات والشبكات وصولًا إلى الأمن والتبريد والبرمجيات وإدارة الطاقة.

وتأتي مشاركة الشركة في جيتكس في مرحلة مهمة من هذا التحول، حيث تشارك إنفيديا باعتبارها Badge Sponsor، بالتزامن مع سلسلة من الإعلانات التي كشفت عنها خلال أكتوبر ووسعت نطاق تركيزها إلى ما هو أبعد من أجهزة التسريع.

وفي قلب هذه الاستراتيجية تأتي منصة Vera Rubin، الجيل التالي من البنية التحتية للذكاء الاصطناعي من إنفيديا. وحولها، تطور الشركة ما تصفه بمصانع الذكاء الاصطناعي المصممة لإنتاج الرموز على نطاق صناعي، وأنظمة أمنية للوكلاء المستقلين، وتقنيات تهدف إلى توفير قدر أكبر من قدرات الحوسبة من كل واط متاح.

Vera Rubin تنقل البنية التحتية للذكاء الاصطناعي إلى مستوى الخوادم المتكاملة

تُعد منصة NVIDIA Vera Rubin من أبرز التقنيات التي تستحق المتابعة، إذ صُممت للتعامل مع أعباء العمل المتزايدة التعقيد في مجال الاستدلال والذكاء الاصطناعي الوكيلي.

وبدلًا من التعامل مع وحدة GPU كمكون مستقل، تجمع Vera Rubin عدة تقنيات ضمن منصة حوسبة على مستوى الخادم.

ويضم نظام Vera Rubin NVL72 عدد 72 وحدة GPU من Rubin و36 وحدة CPU من Vera، إلى جانب ConnectX-9 SuperNICs ووحدات معالجة البيانات BlueField-4 واتصال NVLink من الجيل السادس.

وتصف إنفيديا المنصة الأوسع بأنها حاسوب عملاق للذكاء الاصطناعي متعدد الخوادم وعلى مستوى الوحدات، ويتكون من خمسة أنظمة مصممة خصيصًا على مستوى الخوادم.

وتهدف البنية إلى معالجة أحد التحديات الرئيسية في الذكاء الاصطناعي المتقدم، والمتمثل في نقل كميات هائلة من البيانات بين المعالجات والذاكرة بسرعة كافية لمنع اختناقات الاتصال من تقليص فوائد إضافة المزيد من قدرات الحوسبة.

وتزداد أهمية هذا الأمر بالنسبة لنماذج الاستدلال التي قد تحتاج إلى قدر أكبر بكثير من موارد الحوسبة لمعالجة المشكلة قبل تقديم الإجابة.

أداء Rubin يمهد لسباق جديد في الاستدلال

تقدم نتائج الاختبارات المبكرة مؤشرًا على مستوى الأداء الذي تستهدفه إنفيديا من بنيتها الجديدة.

وأظهرت النتائج الأولية من MLPerf Inference 6.1، التي صدرت في سبتمبر، أن نظام Vera Rubin NVL72 حقق ما يصل إلى 3.7 أضعاف معدل معالجة GB300 NVL72 في أعباء عمل Qwen3-VL.

وفي اختبارات DeepSeek-R1، أعلنت إنفيديا عن معدل معالجة يصل إلى 2.5 ضعف معدل GB300 NVL72.

وتكتسب هذه النتائج أهمية مع تحول الاستدلال إلى أحد الاعتبارات الاقتصادية الرئيسية للذكاء الاصطناعي.

فبعد تدريب النموذج، يتطلب كل استعلام أو صورة أو فيديو أو مهمة تتم معالجتها موارد حوسبة. ومع توسع خدمات الذكاء الاصطناعي وبدء الوكلاء المستقلين في تنفيذ سلاسل أطول من المهام، يمكن أن يرتفع الطلب على الاستدلال بسرعة.

وبالتالي، يتحول التركيز التنافسي نحو عدد الرموز المفيدة التي يستطيع نظام الذكاء الاصطناعي إنتاجها وتكلفة إنتاج كل منها.

OpenShell يستهدف مخاطر أمن وكلاء الذكاء الاصطناعي

لا ترتبط جميع تطورات إنفيديا المهمة في جيتكس بالأجهزة.

وتستهدف تقنية OpenShell، التي قدمتها الشركة ضمن استراتيجيتها للذكاء الاصطناعي الوكيلي، أحد أبرز المخاوف المتزايدة لدى المؤسسات، وهو التحكم في ما يستطيع وكلاء الذكاء الاصطناعي المستقلون الوصول إليه وتنفيذه.

وعادة ما تعمل البرمجيات التقليدية وفق تعليمات محددة مسبقًا، بينما يستطيع وكلاء الذكاء الاصطناعي تحديد الخطوات الوسيطة واستدعاء أدوات خارجية والوصول إلى معلومات الشركات وتنفيذ إجراءات نيابة عن المستخدمين.

لكن هذه المرونة تخلق تحديات أمنية جديدة.

وتتعامل OpenShell Reference Architecture من إنفيديا مع أعباء عمل الوكلاء باعتبارها غير موثوقة أثناء التشغيل، وتحد من وصولها إلى الموارد المطلوبة لتنفيذ مهمة معينة.

وتجمع البنية بين Vera Rubin لتنفيذ عمليات الاستدلال، وVera CPUs لتنسيق الوكلاء واستخدام الأدوات، وBlueField-4 DPUs التي تعمل باستخدام NVIDIA Sentry لتطبيق إجراءات التحكم على مستوى الأجهزة.

وعلى مستوى البرمجيات، تستخدم OpenShell البوابات والمشرفين وبيئات التشغيل المعزولة وضوابط السياسات لتحديد الموارد التي يمكن للوكيل الوصول إليها والإجراءات التي يمكنه تنفيذها.

الذكاء الاصطناعي المؤسسي يحتاج إلى الحوكمة إلى جانب الذكاء

قد تصبح هذه التحديات الأمنية أكثر أهمية مع انتقال الشركات من مرحلة تجارب وكلاء الذكاء الاصطناعي إلى استخدامها في بيئات الإنتاج الفعلية.

فإجابة غير صحيحة من روبوت لخدمة العملاء تمثل نوعًا من المخاطر، بينما يمثل منح وكيل مستقل إمكانية الوصول إلى قواعد بيانات الشركة أو تنفيذ الأكواد أو بيانات الاعتماد أو الأنظمة المالية والتشغيلية تحديًا أمنيًا أكبر بكثير.

وبالتالي، قد تصبح الحوكمة بنفس أهمية مستوى ذكاء نظام الذكاء الاصطناعي.

وتحاول إنفيديا دمج هذه الضوابط في البنية التحتية الأساسية بدلًا من التعامل مع الأمن كطبقة إضافية بعد نشر الوكيل.

وتضم Agent Toolkit الأوسع من إنفيديا Agent Knowledge Foundation وNemotron وOpenShell ومخططات NemoClaw، إلى جانب أدوات مصممة لربط الوكلاء بمعلومات المؤسسات مع مراقبة أنشطتهم وإدارتها.

ويوسع ذلك دور إنفيديا في مجال الذكاء الاصطناعي المؤسسي إلى ما هو أبعد من توفير الأجهزة اللازمة لتشغيل النماذج.

إنفيديا تحول مصنع الذكاء الاصطناعي إلى نظام متكامل

يكشف تطور آخر أعلنته الشركة قبل جيتكس عن التغيرات التي تشهدها عملية بناء مراكز بيانات الذكاء الاصطناعي.

ويهدف DSX POD reference design من إنفيديا إلى جعل مصانع الذكاء الاصطناعي أكثر قابلية للتوسع من خلال دمج البنية التحتية للحوسبة والشبكات والطاقة والتبريد قبل وصول الأنظمة إلى مواقع مراكز البيانات النهائية.

وبدلًا من بناء كل مكون بشكل مستقل في الموقع، يمكن للشركاء تجميع ودمج أنظمة Vera Rubin للحوسبة والشبكات والطاقة والتبريد في وحدات معيارية قبل تسليمها.

وتقول إنفيديا إن هذا النهج يمكن أن يخفض فترة التنفيذ في موقع مجهز من نحو 6 أشهر إلى 14 يومًا فقط.

وتشارك شركات من بينها Dell Technologies وHPE وLenovo وSchneider Electric وVertiv في هذه المنظومة، مع توقع بدء عمليات النشر في 2027.

ويمكن أن يؤدي تسريع عمليات النشر إلى تغيير اقتصاديات البنية التحتية للذكاء الاصطناعي بشكل كبير، من خلال إتاحة تجميع واختبار والتحقق من قدرات الحوسبة قبل وصولها إلى وجهتها.

كفاءة استهلاك الطاقة تصبح تحديًا رئيسيًا للذكاء الاصطناعي

قد يكون تركيز إنفيديا المتزايد على الكهرباء أحد أوضح المؤشرات على انتقال استراتيجيتها إلى ما هو أبعد من وحدات GPU.

فالشركة تنظر بشكل متزايد إلى توافر الطاقة باعتباره جزءًا من المعادلة الكاملة للحوسبة الخاصة بالذكاء الاصطناعي.

وتصمم منصة DSX AI Factory من إنفيديا لتنسيق مراكز البيانات والبنية التحتية للحوسبة وشبكات الكهرباء بدلًا من التعامل مع كل منها كنظام منفصل.

ويهدف DSX MaxLPS إلى زيادة حجم أعباء الحوسبة التي يمكن تشغيلها ضمن نطاق محدد من الطاقة.

وأظهرت اختبارات أجرتها شركة الحوسبة السحابية الأوروبية Nscale باستخدام بنية GB300 NVL72 أن التقنية أتاحت تشغيل 37% وحدات GPU إضافية ضمن ميزانية الطاقة نفسها، مع زيادة إجمالي معدل معالجة الاستدلال بنحو 50%.

كما تعمل إنفيديا مع شركات الطاقة والبنية التحتية، من بينها GE Vernova وHitachi Energy وSchneider Electric، على تقنيات تدعم مصانع الذكاء الاصطناعي.

ويبرز هذا التحول قيدًا متزايدًا على توسع الذكاء الاصطناعي؛ إذ لا يتمثل التحدي فقط في تصنيع وحدة GPU إضافية، بل في توفير ما يكفي من الكهرباء والتبريد وقدرة شبكة الكهرباء لتشغيلها.

الخليج يمثل فرصة رئيسية لإنفيديا في البنية التحتية للذكاء الاصطناعي

يجعل ذلك من جيتكس فعالية مهمة بشكل خاص لاستراتيجية إنفيديا.

فقد أصبحت الإمارات العربية المتحدة سوقًا رئيسية للبنية التحتية للذكاء الاصطناعي السيادي، بدعم من استثمارات ضخمة تهدف إلى توسيع قدرات الحوسبة داخل الدولة.

وتشارك إنفيديا بالفعل في هذا التحول من خلال مشروعات، من بينها Stargate UAE، الذي يأتي ضمن مبادرة أوسع للبنية التحتية للذكاء الاصطناعي ويعتمد على الحوسبة المسرعة من إنفيديا.

كما تعمل مجموعات تكنولوجية إقليمية على توسيع البنية التحتية المدعومة بتقنيات إنفيديا، فيما تعد G42 من الشركات التي تطور قدرات إضافية للحوسبة الخاصة بالذكاء الاصطناعي.

وبالنسبة لإنفيديا، يجمع الخليج بين عدة مزايا استراتيجية، تشمل رأس المال والبنية التحتية للطاقة والدعم الحكومي لتطوير الذكاء الاصطناعي والطلب المتزايد على الحوسبة السيادية.

ويجمع جيتكس الحكومات وشركات التكنولوجيا ومشغلي الحوسبة السحابية وصناع السياسات والعملاء المحتملين من المؤسسات في سوق واحدة.

الذكاء الاصطناعي المادي يوسع استراتيجية إنفيديا خارج مراكز البيانات

توسع إنفيديا أيضًا استراتيجيتها في مجال الذكاء الاصطناعي المادي، من خلال إدخال الحوسبة المسرعة إلى الروبوتات والآلات المستقلة والأنظمة الصناعية والتوائم الرقمية.

وتأتي تقنيات مثل NVIDIA Omniverse وCosmos، إلى جانب منصات الروبوتات التابعة للشركة، في صميم هذا التوجه.

وينقل الذكاء الاصطناعي المادي الذكاء الاصطناعي إلى ما هو أبعد من تطبيقات البرمجيات، من خلال تمكين الآلات من إدراك بيئاتها وفهم التعليمات وتنفيذ الإجراءات في العالم الحقيقي.

وبالنسبة للشرق الأوسط، تشمل التطبيقات المحتملة الخدمات اللوجستية والتصنيع والطاقة والمدن الذكية والنقل المستقل، وهي قطاعات تشهد استثمارات كبيرة في المنطقة.

وبالتالي، يوفر جيتكس 2026 لإنفيديا فرصة لربط البنية التحتية لمصانع الذكاء الاصطناعي بالأنظمة التي ستعمل عليها في النهاية، بدءًا من وكلاء المؤسسات ووصولًا إلى الروبوتات والأنظمة الصناعية ذاتية التشغيل بشكل متزايد.

ما الذي يمكن متابعته من إنفيديا في جيتكس 2026؟

لم تكشف إنفيديا عن جدول كامل لإطلاق منتجاتها خلال جيتكس، ولذلك سيكون من السابق لأوانه توقع إطلاق منتج جديد محدد في دبي.

لكن خارطة الطريق التكنولوجية الأخيرة للشركة تقدم مؤشرات واضحة على المجالات التي تستحق المتابعة.

ومن المتوقع أن تظل Vera Rubin في صدارة النقاش حول البنية التحتية للذكاء الاصطناعي مع اقتراب عمليات النشر من نطاقها التجاري.

وقد تصبح OpenShell ذات أهمية خاصة للمؤسسات التي تسعى إلى نشر وكلاء الذكاء الاصطناعي مع الحفاظ على ضوابط صارمة بشأن وصولهم إلى أنظمة الشركات.

وفي الوقت نفسه، تنقل تقنيات DSX وDSX POD النقاش نحو كفاءة استهلاك الطاقة وسرعة نشر مصانع الذكاء الاصطناعي، بينما توسع محفظة الذكاء الاصطناعي المادي من إنفيديا النقاش إلى ما هو أبعد من مراكز البيانات ليشمل الروبوتات والتطبيقات الصناعية.

وتوضح هذه التقنيات مجتمعة مدى توسع طموحات إنفيديا إلى ما هو أبعد من وحدة GPU.

فقد أثبتت المرحلة الأولى من طفرة الذكاء الاصطناعي أهمية الحوسبة المسرعة باعتبارها أساسًا رئيسيًا لبناء الذكاء الاصطناعي.

أما في جيتكس جلوبال 2026، فتطرح إنفيديا رؤية أوسع مفادها أن وحدات GPU ليست سوى جزء واحد من مصنع الذكاء الاصطناعي، وأن الشركة قادرة على توفير البنية التي تربط الحوسبة والشبكات والأمن والطاقة والبنية التحتية المحيطة بها.