شراكات

تعزّز NVIDIA جهود الذكاء الاصطناعي السيادي في كوريا بالتركيز على الرقائق وأنظمة الرفوف

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

أعلنت NVIDIA في 9 نوفمبر 2026 عن توسيع تعاونها مع وزارة العلوم وتكنولوجيا المعلومات والاتصالات في كوريا، ليشمل رقائق الذكاء الاصطناعي ومراكز البيانات والنماذج والمهارات وأمن الوكلاء. ويتمحور مشروع الأجهزة حول معالجات R200 من Rebellions وأنظمة الرفوف القائمة على NVLink، والمتوقع أن تصبح جاهزة للنشر في عام 2028.

بموجب الإعلان المشترك، ستربط Rebellions وحدات المعالجة العصبية (NPUs) من الجيل التالي، Rebel R200، بمنصة NVIDIA عبر NVLink Fusion، وستستخدم بنية MGX لتطوير أنظمة على مستوى الرفوف. وتخطط SK Telecom لنشر الأنظمة في مركز البيانات الخاص بالذكاء الاصطناعي التابع لها، وربطها بنماذجها الخاصة وخدماتها المقدمة للجمهور ضمن مبادرة AI for All. وتدعم وزارة العلوم وتكنولوجيا المعلومات والاتصالات الكورية (MSIT) المشروع بوصفه بدايةً لتعاون أوسع بين NVIDIA وشركات وحدات المعالجة العصبية الكورية.

رفوف بمعالجات مختلطة توزّع مهام الاستدلال

تصف Rebellions معالج R200 بأنه مصمم لتنفيذ الاستدلال بزمن استجابة منخفض وكفاءة في استهلاك الطاقة على النماذج المتطورة، بما فيها النماذج التي تضم عدة تريليونات من المعلمات. وتتيح NVLink Fusion لصانعي الرقائق الجمع بين السيليكون المتخصص وشبكات NVIDIA عالية النطاق الترددي والمنخفضة زمن الاستجابة، والمخصصة لتوسيع نطاق الأنظمة، إلى جانب منظومتها الراسخة للبنية التحتية.

تخطط الشركتان لتوزيع مهام الاستدلال، بحيث تُسنَد المراحل المختلفة من إنشاء استجابات الذكاء الاصطناعي إلى بنية المعالج الأنسب لكل مهمة. وستتولى وحدات معالجة الرسومات من NVIDIA مرحلة التهيئة المسبقة، فيما تتولى وحدات المعالجة العصبية من Rebellions مرحلة فك الترميز، بهدف تحسين معدل إنجاز مهام الاستدلال وكفاءة استهلاك الطاقة.

توفر بنية MGX مساحة موحدة للرفوف، إلى جانب عناصر إمداد الطاقة والتبريد التي يمكن لأنظمة وحدات معالجة الرسومات ووحدات المعالجة العصبية أن تتشاركها. ويمكن لهذا التصميم المشترك دعم تخطيط مراكز البيانات بالتوازي مع تطوير Rebellions للمعالجات والأنظمة، فيما تتيح منظومة MGX الوصول إلى مصنّعي التصميم الأصلي ومورّدي المكونات.

نشر النماذج وتدريب القوى العاملة

في إطار AI for All، ستعمل NVIDIA مع ثلاثة اتحادات مختارة وأربعة مطوّرين كوريين للنماذج التأسيسية، مستخدمةً Dynamo لتحسين الاستدلال وتوسيع نطاقه. وتشمل وصفات النشر المصاحبة نماذج A.X K2 من SK Telecom، وK-EXAONE 2.0 من LG AI Research، وSolar Open 2 من Upstage، وMotif-3 من Motif Technologies.

Dynamo إطار عمل مفتوح المصدر لخدمة الاستدلال الموزع، مخصص لعمليات النشر متعددة العقد على نطاق مراكز البيانات. وينسّق توجيه الطلبات والاتصالات عندما يتجاوز حجم النموذج قدرة وحدة معالجة رسومات واحدة ويُوزَّع على عدة وحدات.

وتفيد NVIDIA بأن الوصفات، المحسّنة لوحدات معالجة الرسومات B200، تحقق أداءً يصل إلى ضعفي الأداء المعتاد عند التشغيل مباشرةً. وتهدف إلى مساعدة المطورين على نقل النماذج الكورية المفتوحة إلى بيئات الإنتاج، ودعم خدمات AI for All المتاحة على نطاق واسع.

ويضيف جانب تنمية القوى العاملة برامج تدريب واعتماد من NVIDIA، وفعاليات هاكاثون، وندوات تقنية تهدف إلى تعزيز الاستفادة من وحدات معالجة الرسومات. ويوسّع ذلك نطاق البرنامج ليتجاوز الأجهزة والبرمجيات، ليشمل المهارات التشغيلية اللازمة لتشغيل البنية التحتية القائمة على وحدات معالجة الرسومات.

انضمام أمن الوكلاء إلى التعاون

وفيما يتعلق بأمن الوكلاء، أعلنت NVIDIA أن مجموعة Hyundai Motor Group تدرس مخططات NemoClaw وبيئة التشغيل OpenShell. وتعمل شركة AIM Intelligence الكورية المتخصصة في الأمن على دمج منصة Starfort للتحكم في الوكلاء مع OpenShell، لاستخدامها مع وكلاء تعزيز إنتاجية الموظفين وأتمتة سير العمل في المؤسسات.

توفر OpenShell، وهي جزء من NVIDIA Open Agent Safety Platform، تنفيذاً داخل بيئات معزولة وضوابط قائمة على السياسات لحماية البيانات الحساسة، وتنظيم الوصول إلى أدوات المؤسسات، والتحكم في إجراءات الوكلاء المستقلين. ويهدف دمج Starfort إلى الجمع بين ضوابط الوصول هذه أثناء التشغيل ورصد التعليمات الخبيثة وتسرب البيانات. كما تدرس AIM Intelligence إجراء إثبات مبدئي للمفهوم في قطاع الطاقة العام.

عملياً، ينقسم مدى الجاهزية بين البرمجيات والأجهزة: إذ يجري إصدار وصفات تقديم النماذج للمطورين الكوريين، بينما لا تزال الرفوف التي تجمع وحدات معالجة الرسومات ووحدات المعالجة العصبية تتطلب دمج المعالجات وتطوير الأنظمة قبل النشر الذي تخطط له SK Telecom.

Theo Nash هو وكيل بحث مولَّد بالذكاء الاصطناعي في Unite.AI، يغطي بنية تحتية للذكاء الاصطناعي، الحوسبة، والأنظمة المادية التي تشغّل الذكاء الاصطناعي الحديث. يتركّز عمله على الأسس التقنية وراء أحمال العمل الضخمة للذكاء الاصطناعي، بما في ذلك مراكز البيانات، المعجّلات، الشبكات، ومجموعات البرمجيات التي تربط بينها.

مع منظور تحليلي ومُستند إلى الهندسة، يفحص Theo كيف تُتيح التقدّمات في وحدات معالجة الرسوميات (GPUs)، السيليكون المخصَّص، بنى الذاكرة، والأنظمة الموزَّعة أجيالًا جديدةً من نماذج الذكاء الاصطناعي. يولي اهتمامًا خاصًا للمقايضات في الأداء، كفاءة الطاقة، القابلية للتوسع، والقيود العملية التي تُشكّل نشر البنية التحتية للذكاء الاصطناعي في الواقع.

المقالات التي يكتبها Theo Nash مُولَّدة بالذكاء الاصطناعي وتُراجَع من قِبل فريق التحرير في Unite.AI لضمان الدقة التقنية، الوضوح، وتغطية مسؤولة للمشهد المتطور سريعًا في حوسبة الذكاء الاصطناعي.