الاستدلال السري على NVIDIA H100 ضمن Intel TDX: الخصوصية تكلّف 17–21% من السرعة
قاست دراسة جديدة على arXiv كلفة الاستدلال السري لنماذج LLM. على وحدة NVIDIA H100 80GB واحدة داخل بيئة Intel TDX المعزولة، يخفّض الوضع المحمي الإنتاجية الإجمالية بنسبة 17,7% لنموذج Mistral-7B وبنسبة 21,1% لنموذج Qwen3-30B-A3B. ويرتفع زمن الوصول إلى الرمز الأول بنسبة 21,8–27,8%. وتحت الحِمل المتزامن تبقى الفجوة ضمن نطاق 11,5–20,2%، لكن النماذج الكبيرة تبلغ سقف قدرتها الاستيعابية في وقت أبكر.
معالج بواسطة الذكاء الاصطناعي من arXiv cs.AI؛ بتحرير Hamidun News
نشر باحثون على arXiv في يوليو 2026 اختبار أداء قاس كلفة الحوسبة السرية في استدلال LLM: على وحدة معالجة رسومية واحدة من نوع NVIDIA H100 80GB داخل بيئة Intel TDX المعزولة، يخفّض الوضع المحمي الإنتاجية الإجمالية بنسبة 17,7–21,1% ويبطئ ظهور الرمز الأول بنسبة 21,8–27,8%.
ما الذي قيس بالضبط
قارن المؤلفون بين وضعين للتشغيل على وحدة GPU واحدة من نوع NVIDIA H100 80GB مستضافة في نسخة سرية من Intel TDX: الوضع العادي (non-confidential) والوضع المحمي (confidential computing). واختاروا للاختبار نموذجين لغويين تمثيليين هما Mistral-7B v0.1 وQwen3-30B-A3B، وقاسوا خمسة مؤشرات: زمن الوصول إلى الرمز الأول (TTFT)، وزمن الاستجابة الكامل للطلب، وسرعة توليد الرموز، والإنتاجية الإجمالية، وعدد الطلبات المخدَّمة مع ازدياد التوازي.
- العتاد — وحدة NVIDIA H100 80GB واحدة في نسخة سرية من Intel TDX
- النماذج — Mistral-7B v0.1 وQwen3-30B-A3B
- يرتفع TTFT بنسبة 21,8% (Mistral-7B) و27,8% (Qwen3-30B-A3B)
- تنخفض الإنتاجية الإجمالية بنسبة 17,7% و21,1%
- تحت الحِمل المتزامن تبلغ الفجوة 11,5–20,2%
كم ينخفض الأداء؟
في التجارب ذات معدل الطلبات الثابت، زاد الوضع السري متوسط زمن الوصول إلى الرمز الأول بنسبة 21,8% لنموذج Mistral-7B وبنسبة 27,8% لنموذج Qwen3-30B-A3B الأكبر حجمًا. وفي المقابل، انخفضت الإنتاجية الإجمالية بالرموز بنسبة 17,7% و21,1% على التوالي.
وتبدو الفجوة أوضح عند النموذج الكبير: فكلما كانت الشبكة المنشورة أكبر، ارتفعت كلفة عزل الحوسبة. وبحسب الدراسة، ينتج هذا العبء الإضافي عن تشفير الذاكرة وعن التبادل المحمي للبيانات بين CPU وGPU داخل البيئة الموثوقة.
لماذا يهم ذلك في تخطيط السعة
تحت حِمل متزامن متصاعد (closed-loop) تبقى فجوة الإنتاجية ضمن نطاق 11,5–20,2%، لكن نموذج Qwen3-30B-A3B الأكبر يبلغ نقطة التشبّع في وقت أبكر في الوضع المحمي. أي أن الخادم نفسه سيخدم في الوضع السري عددًا أقل من المستخدمين المتزامنين قبل أن تبدأ أزمنة الاستجابة بالارتفاع الحاد.
«يحافظ الاستدلال السري على GPU على إنتاجية صالحة للاستخدام تحت الحِمل،
لكن تخطيط السعة يجب أن يأخذ في الحسبان كلًّا من العقوبة الدائمة على الأداء والتشبّع المبكر للنماذج الكبيرة»، بحسب ما ورد في الورقة على arXiv.
ماذا يعني ذلك
لم تعد الحوسبة السرية مجرد نظرية، بل أصبحت متطلبًا عمليًا للاستدلال على بيانات حساسة أو نماذج مملوكة. وثمن الخصوصية، الذي يقارب خُمس الإنتاجية، قابل للقياس، ومقبول بحسب استنتاجات المؤلفين إذا أُدرج مسبقًا في حسابات القدرات.
أسئلة شائعة
ما المقصود بالاستدلال السري على GPU؟
هو وضع تبقى فيه بيانات الإدخال وأوزان النموذج مشفّرة وغير متاحة حتى لمشغّل الخادم. ويلزم عندما يجري الاستدلال على بيانات حساسة أو لحماية النماذج المملوكة من التسرّب، وهذا هو السيناريو الذي اختبره المؤلفون على NVIDIA H100 ضمن Intel TDX.
كم يفقد أداء LLM في الوضع المحمي؟
بحسب القياسات المنشورة على arXiv، تنخفض الإنتاجية الإجمالية بنسبة 17,7–21,1%، ويرتفع زمن الوصول إلى الرمز الأول بنسبة 21,8–27,8%. وتحت الحِمل المتزامن تبقى الفجوة ضمن 11,5–20,2%، مع بلوغ النماذج الكبيرة سقف قدرتها الاستيعابية في وقت أبكر.
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.