شراكات

توسّع NVIDIA تعاونها في مجال الذكاء الاصطناعي مع Microsoft باستخدام Vera Rubin وNemotron

Theo Nash
أضف Unite.AI إلى مصادرك المفضلة على Google
النقاط الرئيسيةتعمل NVIDIA وMicrosoft على توسيع الحوسبة السرية لتشمل البنية التحتية للذكاء الاصطناعي…
عرض المزيد
  • تعمل NVIDIA وMicrosoft على توسيع الحوسبة السرية لتشمل البنية التحتية للذكاء الاصطناعي على مستوى الرفوف حتى يتمكن العملاء الخاضعون للتنظيم من التحقق من البيئات قبل إطلاق البيانات الحساسة.
  • كيّفت EY نماذج Nemotron باستخدام التدريب المبرمج وأفادت بتحسن في الدقة بنسبة 55% إلى جانب خفض في التكلفة بمقدار 15 ضعفًا مقارنة بنماذج الحدود الاحتكارية.
  • تمتد الشراكة الآن إلى ما هو أبعد من Azure لتشمل الأنظمة المحلية وأجهزة الحوسبة الطرفية الصناعية وأجهزة Windows Cloud PC عبر Foundry Local ووحدات معالجة الرسومات RTX PRO.

أعلنت NVIDIA في 19 نوفمبر 2026، خلال مؤتمر Microsoft Ignite، عن توسيع تعاونها في مجال الذكاء الاصطناعي مع Microsoft، ويشمل ذلك أنظمة Vera Rubin NVL72 العاملة في مراكز بيانات Azure، وتوسيع دعم النماذج المفتوحة من Nemotron في Microsoft Foundry، وخيارات النشر على الأنظمة المحلية والأجهزة الطرفية الصناعية وأجهزة الكمبيوتر السحابية العاملة بنظام Windows.

توسّع الشركتان إتاحة الأجهزة الافتراضية في Azure المدعومة بأنظمة Vera Rubin NVL72، من خلال المعاينة الأولية لـ Vera Rubin على Azure. وصُممت هذه الأنظمة لتطبيقات الاستدلال والذكاء الاصطناعي القائم على الوكلاء، وكذلك لتدريب النماذج واستدلالها على نطاق واسع، ما يربط المعاينة بمرحلتي تطوير النماذج ونشرها.

إلى جانب القدرة الحاسوبية، تعمل Microsoft وNVIDIA على توسيع نطاق الحوسبة السرية ليشمل بنية الذكاء الاصطناعي التحتية على الخوادم مباشرةً وعلى مستوى مجموعات الرفوف، لمعالجة المعلومات الخاصة والخاضعة للتنظيم. تساعد NVIDIA Confidential Computing وآليات التصديق العملاء على التحقق من بيئة الحوسبة قبل إتاحة النماذج أو البيانات أو المفاتيح الحساسة، ويجري العمل على توسيع نطاق هذه الحماية لتشمل البنية التحتية المترابطة لمصانع الذكاء الاصطناعي. وتتعاون الشركتان أيضًا على تحسين كفاءة استهلاك الطاقة من خلال NVIDIA MaxLPS، لمساعدة مراكز البيانات على تحقيق أداء أكبر باستخدام الطاقة المتاحة.

تستخدم Microsoft تقنيات NVIDIA في عملياتها الخاصة أيضًا. ويستخدم فريق Microsoft AI نظام Dynamo للاستدلال أثناء توليد المسارات في التعلم المعزز خلال مرحلة ما بعد التدريب، وهي عملية كثيفة حسابيًا تُنتج تجارب تُستخدم لتحسين النماذج. وينسق Dynamo عمليات الاستدلال عبر مجموعة كبيرة من وحدات معالجة الرسومات، محسنًا الأداء ومساعدًا على إدارة الطلبات وتحديثات النماذج والتعافي من الأعطال في عملية نشر تستند إلى العمل الهندسي المشترك بين Microsoft AI وNVIDIA. كما تستخدم Microsoft وحدات معالجة الرسومات RTX PRO 6000 Blackwell لنماذج البحث في Bing.

تخصيص النماذج المفتوحة في Foundry

يتيح عرض Programmed Training عديم الخوادم من Microsoft للمطورين في الشركات التحكم في سير العمل خلال مرحلة ما بعد التدريب، فيما تتولى Foundry إدارة البنية التحتية الأساسية. وتضيف خدمة Foundry Managed Compute دعمًا لنشر أوزان النماذج المخصصة، لتربط تكييف النماذج بنشرها عبر الخدمات المُدارة من Microsoft.

أفادت NVIDIA بأن EY استخدمت Programmed Training لتكييف نماذج Nemotron المفتوحة وتصنيف سجلات المشتريات المؤسسية. وأظهرت النتائج المعلنة تحسنًا في الدقة بنسبة 55% على مجموعة بيانات التقييم الخاصة بـ EY، وانخفاضًا في التكلفة بمقدار 15 مرة مقارنةً بالنماذج الاحتكارية المتقدمة، مقدمةً مثالًا مقاسًا على تخصيص النماذج لمهمة تجارية متخصصة.

تضم المجموعة الموسعة من Nemotron 3.5 على Foundry Managed Compute نموذج Super للوكلاء الذين يعملون فترات طويلة عبر مهام البرمجة والبحث وسير العمل التجاري، ونموذج Lightning للتطبيقات التي تتطلب استجابات سريعة واستخدام الأدوات. ويدعم نموذجا Embed وRerank استرجاع المعلومات، ويستخرج Parse المعلومات المنظمة من المستندات، بينما يرصد Content Safety المحتوى الضار. وأدرجت NVIDIA نموذجي Bolt للاستدلال ذي الإنتاجية العالية وزمن الاستجابة المنخفض، وTranscribe للتعرف على الكلام، ضمن المنتجات المرتقب طرحها قريبًا.

النشر خارج Azure

يتيح توسيع دعم Nemotron في Foundry Local استخدام الاستدلال والبرمجة والوكلاء القادرين على استعمال الأدوات في بيئات Azure Local، فيما تساعد نماذج الاسترجاع التطبيقات على العثور على الأدلة في النصوص وصور المستندات والرسوم البيانية والجداول. وقالت NVIDIA إن Azure Local ستدعم وحدات معالجة الرسومات RTX PRO 6000 Blackwell من شركاء الأجهزة، لاستخدامها في عمليات نشر الذكاء الاصطناعي على الأنظمة المحلية.

يتوسع Azure Local أيضًا ليشمل Jetson Thor وJetson Orin للاستخدامات الصناعية، ومنها الرؤية الآلية والروبوتات والعمليات الذاتية التشغيل، مع إتاحة نماذج الذكاء الاصطناعي الفيزيائي Cosmos على Foundry Local. وتوسّع هذه الإضافات نطاق التعاون من البنية التحتية السحابية المركزية إلى الأنظمة الأقرب إلى البيانات التي تولدها العمليات الصناعية.

قالت NVIDIA إن الشركتين ستعرضان في مؤتمر Ignite تجارب محلية لنماذج اللغة الكبيرة على أجهزة كمبيوتر Windows المدعومة بتقنية RTX Spark. وبالنسبة إلى أجهزة Windows 365 Cloud PC المسرّعة بوحدات معالجة الرسومات، تدعم Direct Stream ما يصل إلى بثين بدقة 4K وبمعدل 60 إطارًا في الثانية، مع زمن استجابة منخفض عبر الشبكات التي تواجه صعوبات. والمعاينة المحدودة متاحة للتسجيل، فيما يُخطط لإطلاق المعاينة العامة في أوائل عام 2027.

الأدوات العلمية وتداعياتها على المؤسسات

يتوسع أيضًا نطاق إتاحة BioNeMo Agent Toolkit وALCHEMI Toolkit من NVIDIA ليشمل كتالوج Microsoft Discovery، مضيفًا نماذج لعلوم الحياة واكتشاف الأدوية وعلوم المواد والكيمياء إلى منصة الأبحاث القائمة على الوكلاء من Microsoft. ويتيح BioNeMo Agent Toolkit للباحثين استخدام اللغة الطبيعية لتشغيل سير عمل علم الأحياء الحاسوبي، فيما تنسق الوكلاء الأدوات واستدعاءات النماذج اللازمة.

وبذلك يشمل التعاون جانبي توفير الحوسبة بالذكاء الاصطناعي واستخدامها: إذ تشغّل Microsoft تقنيات NVIDIA ضمن عملياتها الخاصة لتطوير النماذج والبحث، بينما تتيح للمؤسسات بنية تحتية وخدمات نماذج مرتبطة بها. ويُنفذ التوسع المعلن على مراحل، تشمل أنظمة تعمل بالفعل في Azure، ومعاينة محدودة لخدمة Direct Stream مفتوحة للتسجيل، ونماذج إضافية ستتوفر لاحقًا.

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.