NVIDIA Nemotron-Labs-3-Puzzle-75B: ضغط النموذج بنسبة 37% ضاعف سرعة الخادم

في 9 يوليو 2026، أطلقت NVIDIA نموذج Nemotron-Labs-3-Puzzle-75B، وهو نسخة مضغوطة من نموذج اللغة Nemotron-3-Super. استخدم مهندسو NVIDIA منهجية Puzzle، التي تبدل بين الضغط الموجه نحو الأجهزة ومراحل استرجاع المعرفة. ونتيجة لذلك، تقلص النموذج بنسبة 37% — من 120.7B إلى 75.3B معامل، لكن الأداء بمستوى الخادم ازداد 2.03 مرة. على عقدة واحدة بها ثمانية معجلات B200، يخدم النموذج 100 رمز في الثانية لكل مستخدم. على معجل H100 واحد بسياق أقصى يبلغ 1 مليون رمز، ارتفع الإنتاجية من 1 إلى 8 طلبات متزامنة.

كيف تعمل منهجية Puzzle

تم إنشاء Nemotron-Labs-3-Puzzle-75B باستخدام منهجية Puzzle جديدة، التي تحل مشكلة كلاسيكية: عند ضغط نموذج، فإنه يفقد قدراته. وجد مهندسو NVIDIA حلاً — تبديل خطوتين.

في خطوة الضغط الهيكلي، تزيل الخوارزمية أو تقلل الخلايا العصبية بناءً على استهلاك الطاقة والإنتاجية على أجهزة معينة. هذا ليس مجرد تقليص الأوزان، بل تحليل لملف تعريف الجهاز. ثم يأتي مرحلة قصيرة من تقطير المعرفة — يقوم النموذج الأصلي Nemotron-3-Super "بتعليم" النسخة المضغوطة، واسترجاع المعرفة المفقودة.

تتكرر العملية بشكل متكرر: ضغط → تقطير → ضغط → تقطير. النتيجة — يحتفظ النموذج بالقدرة على الإجابة على الأسئلة المعقدة، وكتابة الأكواد، وتحليل السياق، لكنه يتطلب 37% ذاكرة أقل.

• النموذج الأصلي: 120.7B معامل، يكون منها 12.8B نشطة في نفس الوقت
• النموذج المضغوط: 75.3B معامل، يكون منها 9.3B نشطة
• نوع العمارة: هجينة Mixture of Experts (MoE)
• الطريقة: ضغط الأجهزة المتكرر وتقطير المعرفة
• توفير الذاكرة: تقليل بحوالي 37%

الأداء على معجلات مختلفة

الميزة الرئيسية لـ Nemotron-Labs-3-Puzzle-75B هي الإنتاجية، وليس سرعة طلب واحد. هذا حرج للواجهات البرمجية السحابية والخدمات المؤسسية التي تخدم آلاف المستخدمين في نفس الوقت.

على أحدث الأجهزة — عقدة تضم ثمانية معجلات NVIDIA B200 — يُظهر نموذج Puzzle إنتاجية أعلى بـ 2.03 مرة من Nemotron-3-Super. يُضمن لكل مستخدم حد أدنى من سرعة المعالجة وهي 100 رمز في الثانية.

على معجلات H100 الأكثر سهولة في الوصول، تكون الفائدة أكثر إثارة للإعجاب. مع سياق يبلغ 1 مليون رمز، ارتفع التوازي من 1 إلى 8 طلبات متزامنة. أي أن معجل H100 الواحد يخدم الآن 8 أضعاف المستخدمين برفس التأخير.

لماذا هذا مهم للصناعة

تشير نتائج Nemotron-Labs-3-Puzzle-75B إلى أن عصر النماذج العملاقة والمحسّنة بشكل سيء ينتهي. تقدر الشركات ليس حجم النموذج، بل نسبة الجودة إلى الأداء على أجهزة معينة. أظهرت NVIDIA أنه حتى النماذج التي تحتوي على عشرات مليارات المعاملات يمكن ضغطها بشكل عقلاني.

ستصبح منهجية Puzzle على الأرجح معياراً لإعداد نماذج اللغة الضخمة للنشر الصناعي. ستحصل الشركات الناشئة والشركات متوسطة الحجم على أداة لأخذ نماذج قوية وتحسينها لمراكز البيانات الخاصة بهم — سواء كانت سحابية أو أجهزة حافية.

ماذا يعني هذا

توضح NVIDIA أن المستقبل ينتمي للنماذج المحسّنة، وليس النماذج العملاقة. ضغط بنسبة 37% مع تسريع بنسبة 200% — هذا ليس حلاً وسطاً، بل تقدم واضح. ستحصل الشركات التي تنشر نماذج اللغة الضخمة على أداة لتوفير المال على الحوسبة دون فقدان الوظيفة.