NVIDIA Blackwell تسجّل رقمًا قياسيًا في اختبار STAC-AI للذكاء الاصطناعي في التداول المالي
سجّلت NVIDIA Blackwell رقمًا قياسيًا جديدًا في اختبار STAC-AI للذكاء الاصطناعي المالي. وتتيح هذه المعمارية معالجة أحجام ضخمة من البيانات المالية بسرعة لأغراض التداول. ويمنح ذلك المتداولين أفضلية في سرعة تحليل الأخبار ومنصات التواصل الاجتماعي والتقارير.
معالج بواسطة الذكاء الاصطناعي من NVIDIA Developer Blog؛ بتحرير Hamidun News
أعلنت NVIDIA عن رقم قياسي جديد في أداء استدلال النماذج اللغوية الكبيرة ضمن مجال الذكاء الاصطناعي المالي. فقد حققت معمارية Blackwell أفضل نتيجة في اختبار STAC-AI، إذ عالجت حجمًا ضخمًا من البيانات المالية بسرعة تفوق جميع المنافسين.
ما هو STAC-AI ولماذا يُعدّ مهمًا
STAC-AI هو المعيار الصناعي لاختبار أداء أنظمة الذكاء الاصطناعي المالية. ويقيس الاختبار مدى سرعة معالجة وحدات معالجة الرسومات (GPU) لطلبات النماذج اللغوية الكبيرة (LLM) عند العمل على بيانات ومجموعات بيانات مالية حقيقية.
NVIDIA Blackwell هي معمارية رقائق جديدة، جرى تحسينها خصيصًا للعمل مع النماذج اللغوية الكبيرة وللاستدلال عالي السرعة.
ويعني الرقم القياسي الذي حققته NVIDIA أن Blackwell تعالج طلبات LLM على البيانات المالية بسرعة تفوق جميع الحلول القائمة. وفي القطاع المالي، تُعدّ سرعة التحليل في كثير من الأحيان مسألة مال: فإذا عالج النموذج أخبار السوق المالية قبل غيره بجزء من الألف من الثانية، يمكن للمتداول تنفيذ الصفقة قبل منافسيه والحصول على سعر أفضل.
كيف تُحدث النماذج اللغوية تحولًا في التداول
يواجه المتداولون الماليون كل يوم حجمًا هائلًا من البيانات غير المنظّمة، من أخبار مالية ومنشورات على وسائل التواصل الاجتماعي وتقارير الشركات والمؤشرات الاقتصادية وآراء المحللين. ومن المستحيل ببساطة على الدماغ البشري معالجة هذا الحجم كله بسرعة ودون أخطاء.
تستطيع النماذج اللغوية قراءة هذه البيانات كلها واستخلاص الأهم منها لاتخاذ قرارات التداول. فبإمكان النموذج تقييم معنويات السوق، والتنبؤ بحركة سعر السهم، وكشف المخاطر الخفية في التقارير، وتحديد فرص تحقيق الأرباح. لكن هذا كله لا ينجح إلا إذا عمل النموذج بسرعة، أي خلال ثوانٍ لا دقائق.
إمكانات Blackwell الجديدة للأنظمة المالية
تتيح Blackwell للشركات المالية ومؤسسات التداول تحقيق عدة أهداف في آن واحد:
- معالجة مزيد من البيانات المالية في الوقت الفعلي دون تأخير
- خفض زمن الاستجابة (الكمون) بين وصول المعلومة واتخاذ قرار التداول
- تقليل تكلفة البنية التحتية، إذ يمكن معالجة طلبات أكثر على رقاقة واحدة
- تحسين جودة النماذج بفضل تدريب أسرع على مجموعات بيانات كبيرة
- نشر نماذج أكثر تعقيدًا ودقة في بيئة الإنتاج (production) دون إبطاء الأنظمة
وتختبر بنوك استثمارية كبرى وشركات تقنية مالية (فينتك) معمارية Blackwell بالفعل في أنظمتها لتحليل المخاطر وإدارة المحافظ والتداول الآلي.
ماذا يعني ذلك للسوق
يُظهر الرقم القياسي الذي حققته NVIDIA أن تسريع LLM عبر وحدات GPU يتحول إلى ميزة استراتيجية في القطاع المالي. وستتمكن الشركات التي تنشر Blackwell أولًا من تحليل السوق بسرعة ودقة أكبر من منافسيها.
كما يخفّض ذلك حاجز دخول السوق أمام الشركات الناشئة في التقنية المالية: فبينما كان بناء نظام ذكاء اصطناعي مالي قوي يتطلب في السابق استثمارات ضخمة، أصبح ذلك أيسر اليوم بفضل كفاءة الرقائق الجديدة.
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما هو STAC-AI ولماذا يُعدّ مهمًا؟
STAC-AI هو المعيار الصناعي لاختبار أداء أنظمة الذكاء الاصطناعي المالية. ويقيس الاختبار مدى سرعة معالجة وحدات معالجة الرسومات (GPU) لطلبات النماذج اللغوية الكبيرة (LLM) عند العمل على بيانات ومجموعات بيانات مالية حقيقية. NVIDIA Blackwell هي معمارية رقائق جديدة، جرى تحسينها خصيصًا للعمل مع النماذج اللغوية الكبيرة وللاستدلال عالي السرعة. ويعني الرقم القياسي الذي حققته NVIDIA أن Blackwell تعالج طلبات LLM على البيانات المالية بسرعة تفوق جميع الحلول القائمة. وفي القطاع المالي، تُعدّ سرعة التحليل في كثير من الأحيان مسألة مال: فإذا عالج النموذج أخبار السوق المالية قبل غيره بجزء من ا
ما أبرز التفاصيل حول كيف تُحدث النماذج اللغوية تحولًا في التداول؟
يواجه المتداولون الماليون كل يوم حجمًا هائلًا من البيانات غير المنظّمة، من أخبار مالية ومنشورات على وسائل التواصل الاجتماعي وتقارير الشركات والمؤشرات الاقتصادية وآراء المحللين. ومن المستحيل ببساطة على الدماغ البشري معالجة هذا الحجم كله بسرعة ودون أخطاء. تستطيع النماذج اللغوية قراءة هذه البيانات كلها واستخلاص الأهم منها لاتخاذ قرارات التداول. فبإمكان النموذج تقييم معنويات السوق، والتنبؤ بحركة سعر السهم، وكشف المخاطر الخفية في التقارير، وتحديد فرص تحقيق الأرباح. لكن هذا كله لا ينجح إلا إذا عمل النموذج بسرعة، أي خلال ثوانٍ لا دقائق.
ما أبرز التفاصيل حول إمكانات Blackwell الجديدة للأنظمة المالية؟
تتيح Blackwell للشركات المالية ومؤسسات التداول تحقيق عدة أهداف في آن واحد: معالجة مزيد من البيانات المالية في الوقت الفعلي دون تأخير خفض زمن الاستجابة (الكمون) بين وصول المعلومة واتخاذ قرار التداول تقليل تكلفة البنية التحتية، إذ يمكن معالجة طلبات أكثر على رقاقة واحدة تحسين جودة النماذج بفضل تدريب أسرع على مجموعات بيانات كبيرة نشر نماذج أكثر تعقيدًا ودقة في بيئة الإنتاج (production) دون إبطاء الأنظمة وتختبر بنوك استثمارية كبرى وشركات تقنية مالية (فينتك) معمارية Blackwell بالفعل في أنظمتها لتحليل المخاطر وإدارة المحافظ والتداول الآلي.
Access Frontier LLMs & Multimodal AI in One Workspace
Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.