# معالجات شركة NVIDIA الجديدة وعلاقتها بمستقبل الذكاء الاصطناعي
السياق: كيفاش تطورت موجات الذكاء الاصطناعي؟
كل موجة ديال الذكاء الاصطناعي جابت معها قانون scale جديد. البداية كانت مع pretraining، اللي كيكبر الـ intelligence بزيادة البيانات والـ parameters والأنظمة الموازية. بعد جاء post-training اللي زاد الفائدة العملية عبر instruction tuning. وكمان test-time scaling حسّن التفكير بإعطاء النماذج وقت أكبر باش تولد tokens ديال التفكير.
دابا وصلنا لمرحلة جديدة — الذكاء الاصطناعي الـ agentic وتقنية reinforcement learning. فهاد المرحلة، النماذج كتاخد خطوات أكثر، كتستعمل tools أكثر، كتجري evaluations متعددة، وكتتفاعل مع بيئات التنفيذ الكاملة.
ليش معالجات CPU صابات تهم أكثر؟
معالجات GPU مازالت أساسية للـ inference والتدريب — هاد الكلام واضح. لكن فعالم الـ agentic AI، جزء كبير ديال التنفيذ كيمشي على CPU، وهاد الأشياء مثلاً:
- **تنفيذ الكود والأدوات** داخل بيئات sandboxed
- **استرجاع ومعالجة البيانات**
- **حساب النتائج**
- **الجدولة والتنسيق** بين المكونات
اللوب الدقيق اللي كيربط GPU بـ CPU
فالعملية، الحلقة كتمشي هكذا:
أولاً، prompt واحد — سواء من مستخدم أو من tokens ديال التفكير — كيطلق العملية. مثلاً النموذج كيقرر: "خاصني نكمبايل وأشغل ملف hello.c". بعدها، معالج GPU كيولد بارامترات ديال tool call باش تتنفذ على CPU. وفين يجي دور CPU، كيتنفذ الأمر ويرجع النتائج للنموذج باش يكمل التفكير.
هاد اللوب — بين GPU وCPU — كيتكرر مرات بزاف فكل task واحدة. ومن هنا، كاين bottleneck حقيقي إلا كانت CPU بطيئة.
دور معالجات Vera ديال شركة NVIDIA
شركة NVIDIA شرحت كيفاش تساعد معالجات Vera CPU على تسريع هاد العملية فالـ AI factories. الفائدة كتجي من أربعة محاور:
- **تقصير وقت تنفيذ CPU** فكل خطوة
- **رفع throughput** ديال المهام الموازية
- **تحسين output** الكلي ديال المصنع الذكي
- **تمكين النماذج** من التفكير أطول وأذكى
خلاصة: شنو كيعني هاد الخبر للقطاع؟
هاد التحليل ديال شركة NVIDIA كيبين تحولاً مهماً فكيفاش الصناعة كتفكر فالبنية التحتية. لسنين، التركيز كان كامل على GPU، لكن مع انتشار التطبيقات الـ agentic اللي كتحتاج loops طويلة من التنفيذ، صاب CPU طرف أساسي فالمعادلة.
من الناحية العملية، الشركات اللي كتبني AI factories — مراكز بيانات متخصصة للذكاء الاصطناعي — ممكن تضطر تعيد النظر فتوازن الاستثمار بين GPU وCPU. كذلك، مع تطور نماذج reasoning اللي كتاخد وقت أطول باش تفكر، الضغط على CPU غادي يكبر أكثر. هاد المعطى ممكن يبدل طريقة تصميم البنية التحتية فالسنوات الجايا.
مقال من databelarebia — نشرة يومية ديال أخبار الذكاء الاصطناعي بالدارجة المغربية