NVIDIA Exemplar Cloud: لماذا تخسر عناقيد الذكاء الاصطناعي المتطابقة ما يصل إلى 12% من أدائها

نشرت NVIDIA في مدونة المطورين (Developer Blog) تحليلاً لبرنامج Exemplar Cloud: فعنقودان للذكاء الاصطناعي قائمان على مسرّعات H100 أو GB200 NVL72 أو GB300 NVL72 المتطابقة يسجّلان بانتظام تفاوتاً في معدل إنتاجية التدريب يتراوح بين 8% و12%، رغم تطابق المهمة والنموذج وحجم الدفعة (batch size) العام.

لماذا تعطي العناقيد المتطابقة نتائج مختلفة

لا يعود سبب الفجوة إلى العتاد، بل إلى خيارات الإعداد. فبحسب مدونة NVIDIA Developer Blog، ينشأ التفاوت البالغ 8% إلى 12% بين عمليات النشر لدى الشركاء والبنية المرجعية للشركة (Reference Architecture، أو RA) من حزمة قرارات إعداد على مستوى نواة نظام التشغيل. وقد تسجّل سحابتان تعتمدان وحدات GPU متطابقة من طراز H100 أو GB200 NVL72 معدلات إنتاجية تدريب (training throughput) مختلفة جذرياً إذا أُعدّت طبقاتهما البرمجية بخلاف ما توصي به NVIDIA.

ولتقدير حجم المشكلة: في عنقود من ألف مسرّع، تعني فجوة بنسبة 10% عشرات الساعات من وقت الحوسبة أسبوعياً. وبأسعار تأجير وحدات GPU في السوق، يُترجم ذلك إلى خسائر في الأداء تبلغ مئات الآلاف من الدولارات سنوياً.

• الأنظمة المقارَنة: NVIDIA H100 وGB200 NVL72 وGB300 NVL72
• الفجوة المسجّلة: من 8% إلى 12% في training throughput
• شروط المقارنة: مهمة واحدة ونموذج واحد وحجم دفعة عام متطابق
• مصدر الفجوة: «حزمة قرارات الإعداد على مستوى النواة»، بحسب NVIDIA Developer Blog

ما هو NVIDIA Exemplar Cloud

Exemplar Cloud هو برنامج شراكة من NVIDIA يهدف إلى مساعدة مزوّدي الخدمات السحابية على بلوغ أداء البنية المرجعية. وتحلّل الشركة عمليات النشر الفعلية لدى شركائها، وتقارنها بـ RA، وتحدّد «اختناقات» الإعداد التي تقتطع من كفاءة العناقيد دون أن تلفت الانتباه. وتشمل مجالات التحسين المعتادة معاملات حزمة الشبكات، وإعدادات NVLink وInfiniBand، وإعدادات نواة Linux، وطوبولوجيا NUMA.

وتزداد أهمية البرنامج الآن تحديداً: فنظاما GB200 NVL72 وGB300 NVL72 هما أحدث رفوف NVIDIA القائمة على معمارية Blackwell، ويجري إدخالهما في الخدمة على نطاق واسع لدى كبرى المزوّدين العالميين خلال عامي 2025 و2026. وتُحسم المنافسة على عملاء الذكاء الاصطناعي على مستوى الإنتاجية الفعلية، وقد تحدد فجوة بنسبة 10% بين سحابتين متطابقتين في التجهيز نتيجة مناقصة كبرى.

«نسجّل بصورة اعتيادية تفاوتاً يتراوح بين 8% و12% بين عمليات التثبيت لدى الشركاء وبنيتنا المرجعية على المهمة نفسها والنموذج نفسه وحجم الدفعة العام نفسه»، بحسب ما ورد في منشور NVIDIA

Developer Blog.

ماذا يعني ذلك

بالنسبة إلى مهندسي تعلّم الآلة (ML) وفرق DevOps التي تدير عناقيد GPU، الخلاصة الأساسية بسيطة: العتاد الصحيح شرط ضروري لكنه غير كافٍ. فنسبة 8 إلى 12% من الأداء تضيع بسبب الإعدادات، وهي أموال حقيقية ووقت فعلي من تدريب النماذج. ويقدّم Exemplar Cloud نهجاً منظّماً: مقارنة عملية النشر الخاصة بك بمرجعية NVIDIA ومعالجة الاختناقات المحددة، بدلاً من التخمين في سبب انخفاض throughput عن الحد الأقصى النظري. أما بالنسبة إلى مزوّدي الخدمات السحابية، فإن بلوغ مؤشرات RA يصبح في آن واحد ميزة تنافسية ووفراً تشغيلياً.

الأسئلة الشائعة

ما هي NVIDIA Reference Architecture؟

إن NVIDIA Reference Architecture (RA) هي تهيئة مرجعية للحزمة العتادية والبرمجية تنشرها NVIDIA لأنظمة H100 وGB200 NVL72 وGB300 NVL72. وتعمل كنقطة مرجعية: إذ يُقارَن أداء عملية النشر لدى الشريك بـ RA لتحديد التباينات بدقة.

لماذا تُعدّ فجوة 8–12% حرجة للذكاء الاصطناعي السحابي؟

في عنقود من مئات أو آلاف مسرّعات GB200 NVL72، تعني فجوة بنسبة 10% في training throughput ما يعادل 10% من النفقات الزائدة على الحوسبة، أو الكمية نفسها من الإيرادات الضائعة من تأجير GPU مقارنة بمنافس يستخدم أنظمة متطابقة لكن بحزمة مضبوطة بصورة أفضل.