هل لم تعد NVIDIA تكتفي ببيع الرقائق، بل تستهدف الآن أعمال متكاملي الأنظمة الميدانيين؟

في 21 أكتوبر، أعلن جنسن هوانغ رسميًا خلال مؤتمر GTC برلين عن DSX POD، وهو حل لمصنع ذكاء اصطناعي يُبنى داخل حاويات معيارية على منصة Vera Rubin. ووفقًا للشركة، يمكنه تقليص وقت النشر الميداني إلى 14 يومًا كحد أقصى، مع خطة تسليم في أوائل عام 2027.

01

جاهز للاستخدام: تكامل الحوسبة والشبكات والطاقة والتبريد

يدمج DSX POD الواحد سبعة رفوف Vera Rubin NVL72 المبردة بالسوائل — بإجمالي 504 من وحدات Rubin GPU و252 من وحدات Vera CPU — متصلة بكابلات Spectrum-X بطول 17 كيلومترًا. ويجمع الحل الحوسبة والشبكات والتخزين والطاقة والتبريد السائل وأنظمة الإدارة في تصميم واحد، مع إكمال التكامل والاختبار في المصنع قبل الشحن إلى موقع العميل.

كما توفر منصة DSX الأساسية قدرات التوأم الرقمي وتحسين التشغيل، وتغطي جميع المراحل من التصميم إلى التشغيل.

أولًا، يُستخدم التوأم الرقمي للتحقق المسبق من التخطيط والطاقة والتبريد، بهدف اكتشاف المشكلات قبل الإنشاء وتقليل إعادة العمل في الموقع. وكلما زاد تكرار نسخ الوحدة المعيارية، زادت قيمة التحقق المسبق.

ويقوم DSX MaxLPS بتوزيع الطاقة ديناميكيًا وفقًا لعبء العمل. وتؤكد NVIDIA أنه عند نفس إنتاج الرموز (Tokens)، يمكن خفض استهلاك الطاقة بنسبة تصل إلى 30%. وبالنسبة للمشغلين ذوي القدرة المحدودة على الطاقة، يعني ذلك أن الطاقة الحالية يمكنها دعم أعمال أكبر.

كما يثير استهلاك المياه في مراكز بيانات الذكاء الاصطناعي اهتمامًا متزايدًا. ويستخدم النظام تبريدًا سائلًا مغلق الحلقة، بدرجات حرارة لسائل التبريد تصل إلى 45 درجة مئوية، إلى جانب مبردات جافة لتقليل استهلاك المياه الناتج عن التبخر. ووفقًا لتقديرات NVIDIA، مقارنةً بحلول أبراج التبريد التقليدية، يمكن لمصنع ذكاء اصطناعي بقدرة 2 غيغاواط توفير 54 مليون لتر من المياه يوميًا — أي ما يعادل استهلاك 180 ألف أسرة ليوم واحد.

وفيما يتعلق بإدخال الطاقة، يعتمد النظام معيار 800 فولت تيار مستمر، مما يقلل مراحل التحويل وفاقد التوزيع ويدعم رفوف حوسبة ذات قدرة أعلى.

02

نشر ميداني أقصر وإيرادات أسرع

أكثر ما يجذب في DSX POD هو تقليصه وقت النشر الميداني من ستة أشهر إلى 14 يومًا كحد أقصى.

ويُكمل نموذج مصنع الذكاء الاصطناعي تكامل وتركيب أنظمة الحوسبة والشبكات والكابلات والطاقة على مستوى الرف والتبريد السائل في المصنع، مما يقلل التخطيط الواسع والإنشاء والعمالة المتخصصة وتكاليف الخدمات اللوجستية التي يتطلبها البناء الميداني التقليدي.

فما قيمة الوقت الموفَّر؟

خلال الحدث، حسب جنسن هوانغ الأرقام: مركز بيانات ذكاء اصطناعي بقدرة 1 غيغاواط يتطلب استثمارًا بنحو 50 مليار دولار، وبافتراض قدرته على تحقيق 40 مليار دولار من الإيرادات سنويًا، فإن كل ربع سنة تأخير في التشغيل يعني خسارة 10 مليارات دولار من الإيرادات.

ويقوم هذا الحساب على توقعات إيرادات مرتفعة، لكنه يصيب بالفعل نقطة الألم في إنشاء مشاريع الحوسبة: المال أُنفق، والمعدات وصلت، ومع ذلك لا يمكن بدء تحقيق الإيرادات.

في نموذج بناء مراكز البيانات التقليدي، يرتبط التخطيط والتوزيع ووصول المعدات والتركيب والتشغيل والتحقق من الشبكة واختبار النظام ارتباطًا متسلسلًا؛ فإذا لم يكتمل حلقة واحدة، فعلى الأعمال اللاحقة أن تنتظر. أما DSX POD فينقل التجميع والتحقق إلى المصنع ويقدمهما بالتوازي مع بناء البنية التحتية في الموقع، لإنجاز الأعمال المتسلسلة أصلًا بالتوازي قدر الإمكان وتقليل الانتظار وإعادة العمل بعد وصول المعدات.

ولهذا تؤكد NVIDIA هذه المرة بقوة على "الوقت حتى إنتاج أول رمز (Token)"، أي سرعة الانتقال من وصول المعدات والتركيب إلى "إنتاج الرموز".

ويحدد الإعلان الرسمي هدفًا للنشر الميداني يصل إلى 14 يومًا كحد أقصى؛ أما جنسن هوانغ فقد قدّر في كلمته أن الوقت من وصول المعدات إلى إنتاج الرموز يمكن تقليصه من أربعة إلى خمسة أشهر إلى نحو شهر واحد.

أكثر المستفيدين مباشرةً هم الشركات التي تبني مصانع الذكاء الاصطناعي وتشغلها.

فبالنسبة لمزودي الخدمات السحابية ومشغلي الحوسبة، يعني ذلك معدات أقل خمولًا وتسليم طلبات أسرع وإيرادات أسبق. وبالنسبة لشركات النماذج التي تبني قدراتها الحاسوبية الخاصة، يعني بدء التدريب والاستدلال في وقت أبكر وتحديث النماذج الكبيرة وإطلاقها بسرعة أكبر. كما يمكن للمؤسسات والمطورين الذين يشترون خدمات الرموز الحصول على دعم السعة الجديدة في وقت أقرب.

03

تصميم NVIDIA، وتصنيع وتسليم الشركاء

يعتمد DSX POD نموذج تسليم بقيادة الشركاء.

توفر NVIDIA أساس تصميم بنية تحتية للذكاء الاصطناعي تم التحقق منه، وتتعاون مع المنظومة لإثبات إمكانية تكامل أنظمة مستوى الرف واختبارها ونقلها ونشرها كوحدات مسبقة التصنيع قابلة للتكرار.

توفر NVIDIA أساس التصميم المعتمد، ويتولى الشركاء تحويل الحل إلى منتجات قابلة للتصنيع والنقل والنشر. وتتكامل أنظمة الحوسبة عبر شركات OEM وODM، وتتكيف مرافق الطاقة والتبريد عبر شركات متخصصة، ويتولى مزودو الحلول المعيارية تصنيع الحاويات وتكامل الأنظمة الفرعية، بينما تكمل الفرق الميدانية تجهيز الموقع والتركيب والتشغيل.

ويشمل المشاركون Dell وHPE وLenovo وFoxconn وQuanta، إضافة إلى Schneider Electric وVertiv وغيرها. وقد أعلنت Dell بالفعل عن حل مركز بيانات معياري قائم على DSX POD، مع دعم على مدى دورة الحياة كاملة من التكامل والاختبار إلى النشر والتشغيل.

ويجمع هذا النموذج بين التصميم الموحد وقدرات التصنيع والهندسة والخدمة المحلية. ويشتري العميل حلًا متكاملًا، ويكمل شركاء التسليم تكامل النظام وتكييفه مع ظروف الطاقة والموقع المحلية.

04

نموذج مصنع الذكاء الاصطناعي: متكاملو الأنظمة الميدانيون الأكثر تضررًا

من منظور سوق الحوسبة العالمية، قد يكون تأثير DSX POD على الصناعة بعيد المدى.

فما كان يُشترى ويُبنى سابقًا بشكل متفرق من معدات وإنشاءات مصانع يتحول الآن إلى تسليم "مصنع ذكاء اصطناعي" قابل للتصنيع الكمي والنشر المتكرر.

وبالنسبة للشركات التي لديها طاقة وموقع، يقلل ذلك من صعوبة [وتكلفة] بناء مشاريع الحوسبة. وبالنسبة للمشغلين الكبار، يمكن نشر الوحدات المعيارية على دفعات لدعم توسع أسرع. وعند اختيار الموردين، سيهتم العملاء أكثر بسرعة بدء الإنتاج، وحجم الحوسبة المتاحة، ومن سيضمن التشغيل اللاحق.

في الوقت نفسه، فإن "التصنيع المسبق في المصنع + التوصيل في الموقع" سيضغط على حصة متكاملي الأنظمة الميدانيين. فالكابلات والأنابيب والاختبار كلها "تُصنَّع مسبقًا" في الهندسة، ما يقلل العمل المتبقي للتكامل الميداني. كما ستتأثر الشركات التي تبيع معدات منفردة فقط وتفتقر إلى قدرة التسليم المتكامل.

أما بالنسبة لـ NVIDIA، فإن ما تكسبه هو تأثير على مزيد من حلقات سلسلة الصناعة. فبعد اختيار العملاء لمنصة Vera Rubin، تُنظَّم الشبكات والبرمجيات والطاقة والتبريد أيضًا حول معمارية NVIDIA، وبذلك يقود شراء الرقائق شراء مصنع الذكاء الاصطناعي بأكمله.