أعلنت إنفيديا في الكلمة الرئيسية خلال مؤتمر CES 2026 عن منصة Vera Rubin كتحول رئيسي في معمارية الشرائح المخصصة للذكاء الاصطناعي وأنظمة المؤسسات والحواسيب الفائقة. وتُعد المنصة خلفًا لمنصة بلاك ويل وتستهدف توفير بنية معيارية جديدة تتيح تبادل البيانات بسرعة وكفاءة وتخفض التكاليف المرتبطة بتشغيل نماذج الذكاء الاصطناعي. وأشارت الشركة إلى أن Vera Rubin ستوجه مستقبل شرائح الذكاء الاصطناعي وتدريب النماذج والاستدلال على نطاق واسع. كما أكدت أن الطلب المتنامي على الحوسبة الذكية يستدعي بنية موحدة تدعم التدريب والاستدلال وتفتح آفاق أوسع للتطبيقات المؤسسية والحاسوبية الفائقة.
مكونات Vera Rubin ونطاق الاستخدام
أعلنت إنفيديا عن ست عائلات رئيسية من الشرائح ستندمج في خوادم Vera Rubin NVL المصممة للاستخدام في البيئات ذات الحجم البارز. وتتضمن هذه العائلة وحدة المعالجة المركزية Vera ووحدة معالجة الرسومات Rubin، بما يخدم تسريع الاستدلال والتدريب وتوفير كفاءة أعلى في تشغيل نماذج الخبراء المتنوعة. وتُشير الشركة إلى أن هذه البنية الجديدة تقارن مع Blackwell من حيث التكلفة، حيث تدّعي انخفاضاً يصل إلى عشر مرات في التكلفة وعدد وحدات رسومات أقل يصل إلى أربع مرات لتشغيل المهام نفسها. وأعلنت إنفيديا أن مجموعة من الشركات ستعتمد شرائح Vera Rubin خلال الأشهر القادمة، منها AWS وAnthropic وDell Technologies وGoogle وMeta وOracle ومنصة X للذكاء الاصطناعي.
النماذج المفتوحة والابتكارات الفيزيائية
وكشفت الشركة أيضاً عن مجموعة من النماذج المفتوحة وأدوات البيانات المصممة لتسريع الذكاء الاصطناعي في مختلف القطاعات، من بينها عائلة AlbaMaiO التي تقدم نماذج استدلال واسعة النطاق وأطر محاكاة تدعم تطوير المركبات ذاتية القيادة الآمنة القائمة على الاستدلال. وتتضمن العائلة نموذجاً للرؤية واللغة والفعل (VLA)، وأدوات محاكاة مثل AlbaSim ومجموعات بيانات مفتوحة للذكاء الاصطناعي الفيزيائي تغطي سيناريوهات قيادة نادرة ومعقدة. ويترافق ذلك مع وصف AlbaMaiO بأنه جزء من ما تم وصفه بأنه لحظة تشات جي بي تي للذكاء الاصطناعي الفيزيائي، حيث تسعى الآلات إلى فهم العالم الحقيقي والتفكير فيه والتصرف وفقه، بما في ذلك شرح قراراتها. وتوضح الشركة أن الطبيعة المفتوحة للنماذج وأطر المحاكاة ومجموعات البيانات تهدف إلى تعزيز الشفافية وتسريع التطور في أنظمة المساعدة الذكية للمستوى الرابع (ADAS).








