تعاون ميلانوكس ونفيديا: تسريع مراكز بيانات الذكاء الاصطناعي
October 2, 2025
التكامل الاستراتيجي:إن اتحاد خبرة NVIDIA في الحوسبة مع قيادة Mellanox في الشبكات يحدث ثورة في البنية التحتية للذكاء الاصطناعي في جميع أنحاء العالم.NVIDIA Mellanoxالتكامل يمثل تحولًا في النموذجمركز بيانات الذكاء الاصطناعيتصميم، إنشاء منصات الحوسبة المتسارعة من النهاية إلى النهاية التي تجمع بسلاسة قوة الحوسبة غير المسبوقة مع المتقدمةشبكات GPUهذه المجموعة القوية هي تحديد معايير جديدة للأداء والكفاءة والقدرة على التوسع في بيئات نشر الذكاء الاصطناعي الحديثة.
مع نمو نماذج الذكاء الاصطناعي بشكل كبير في الحجم والتعقيد، وصلت بنيات مراكز البيانات التقليدية إلى حدودها.لقد انتقلت هذه القيود من الحوسبة البحتة إلى حركة البيانات والاتصالات بين الأنظمة.NVIDIA Mellanoxالشراكة تعالج مباشرة هذا التحدي من خلال إنشاء بنية موحدة حيث تعمل وحدات المعالجة المركزية، وحدة المعالجة المركزية، ومكونات الشبكة في وئام.هذا النهج الشامل يزيل الحدود التقليدية بين الحوسبة والاتصالات، تمكينمركز بيانات الذكاء الاصطناعيلتحقيق مستويات غير مسبوقة من الأداء والكفاءة.يتنبأ محللون في الصناعة بأن هذا النهج المتكامل يمكن أن يحسن أداء عبء العمل الإجمالي للذكاء الاصطناعي بنسبة 40-60٪ مقارنة بالهندسة المعمارية التقليدية الممزقة.
- InfiniBand مع NVIDIA NVLink:دمج تكنولوجيا NVLink مع Mellanox InfiniBand يخلق اتصالًا متعدد السرعات عالي السلاسة الذي يتيح الوصول إلى ذاكرة التخزين المؤقت عبر خوادم متعددة،الحد بشكل كبير من تكاليف الاتصالات في سيناريوهات التدريب الموزعة.
- وحدات معالجة بيانات BlueField (DPU):هذه المعالجات الثورية تقوم بتفريغ وتسريع وتعزيل مهام البنية التحتية لمراكز البيانات، مما يحرر موارد CPU و GPU قيمة لحملات عمل الذكاء الاصطناعي مع تعزيز الأمن والكفاءة.
- الحوسبة في الشبكة:هذه التكنولوجيا تمكن عمليات الجمع والحد من أن يتم تنفيذها داخل مفاتيح الشبكة نفسها،تقليل الحاجة للبيانات للسفر إلى عقد الحوسبة وتقليل وقت الاتصال الجماعي بنسبة تصل إلى 50٪.
- تحسين من نهاية إلى نهاية:من الـ GPU إلى التبديل إلى التخزين، يتم تحسين كل مكون للعمل معاً، لضمان أقصى أداء وكفاءة في جميع أنحاء خط البيانات.
| مؤشر الأداء | الهندسة المعمارية التقليدية | حل NVIDIA Mellanox | تحسين |
|---|---|---|---|
| كفاءة تدريب الذكاء الاصطناعي (1024 GPU) | 60-70% | 90-95% | 40-50% زيادة |
| تأخير بين وحدة المعالجة المركزية | 800-1200 ns | 400-600 ns | تخفيض بنسبة 50% |
| مخرج البيانات | 200 جيجابايت/ثانية | 400 جيجابايت/ثانية | زيادة بنسبة 100% |
| كفاءة الطاقة | 0.8 TFLOPS/W | 1.4 TFLOPS/W | 75% تحسن |
هذه التحسينات تترجم إلى خفض وقت الحل بشكل كبير لنماذج الذكاء الاصطناعي، وانخفاض التكلفة الإجمالية للملكية،والقدرة على معالجة مشاكل أكثر تعقيداً التي كانت غير ممكنة من الناحية الحسابية.
الـNVIDIA Mellanoxالتكنولوجيا هي بالفعل طاقة بعض من العالم الأكثر تقدمامركز بيانات الذكاء الاصطناعيوقد أبلغ مقدمو خدمات السحابة الرئيسيون عن تحسن مرتين في أداء عبء عمل الذكاء الاصطناعي مع تقليل اختناقات الشبكة بنسبة 70٪.مؤسسات البحث تحقق نتائج رائدة في الحوسبة العلمية، مع بعض المشاريع التي تبلغ عن تسارع 3x في وقت الاكتشاف. مستخدمي المؤسسات يستفيدون من استخدام الموارد بكفاءة أكبر،مع توزيعات نموذجية تظهر 30-40٪ أفضل معدلات استخدام GPU مقارنة بالبنية التحتية التقليدية.
الـNVIDIA Mellanoxالشراكة تستمر في دفع الابتكار فيشبكات GPUوتشمل تطورات خارطة الطريق الاتصال بـ 800G ، وتحسين قدرات الحوسبة داخل الشبكة ، والتكامل الأشد صرامة مع أطر برمجيات الذكاء الاصطناعي.هذه التطورات سوف تزيد من ضبابية الخطوط بين الحوسبة والاتصالات، وخلق أنسجة الحوسبة الموحدة حقاً التي يمكن أن تتوسع لتلبية متطلبات التطبيقات الذكية الاصطناعية للجيل القادم.
الـNVIDIA Mellanoxالتعاون يمثل أكثر من مجرد تكامل تكنولوجي، إنه إعادة التفكير الأساسية في كيفية تصميم وتشغيل البنية التحتية للذكاء الاصطناعي.من خلال الجمع بين القدرات الحاسوبية الرائدة في العالم مع أفضل تكنولوجيا الشبكات في فئتها، هذه الشراكة تمكن من حقبة جديدة من الابتكار والاكتشاف في الذكاء الاصطناعيتبني هذا النهج المتكامل لم يعد خيارا بل ضرورة للحفاظ على ميزة تنافسية.

