مفتوح المصدر يكشف القدرة الخفية في RTX 4090: Tensor Core أسرع بمرتين
ظهر في عالم المصادر المفتوحة أسلوب يكشف عن طاقة كامنة في وحدات Tensor Core على بطاقات NVIDIA GPU الاستهلاكية. على RTX 4090 ارتفعت إنتاجية عمليات تنسورية محددة من 165,6 إلى 331,6 TFLOPS، أي الضعف تمامًا، دون استبدال العتاد ودون تعديل برنامج التشغيل الرسمي. ولا يقتصر الأثر على البطاقة الرائدة من معمارية Ada Lovelace. فقد وُجدت الطاقة الكامنة نفسها في RTX 3090 Ti وRTX 4070 Ti SUPER، بل وفي بطاقة رسومات صدرت عام 2018. وبالنسبة إلى من يشغّلون نماذج LLM محليًا على بطاقات الألعاب، فهذه زيادة في السرعة دون أي تكلفة إضافية. • الزيادة تخص عمليات محددة في Tensor Core، وليست كل أحمال العمل دفعة واحدة • برنامج تشغيل NVIDIA يبقى رسميًا دون تعديل • جرى اختبار بطاقات من ثلاثة أجيال: Turing وAmpere وAda
معالج بواسطة الذكاء الاصطناعي من Jiqizhixin (机器之心)؛ بتحرير Hamidun News
بطاقة RTX 4090 واحدة، دون أي استبدال للعتاد، وإنتاجية عمليات محددة في Tensor Core تقفز من 165,6 إلى 331,6 TFLOPS، أي الضعف تمامًا. يصل مشروع مفتوح المصدر، تنقل عنه Jiqizhixin، إلى احتياطي حوسبة في بطاقات GeForce لا تتيحه NVIDIA في الوضع القياسي. ويبقى برنامج التشغيل رسميًا خلال ذلك.
ليس البطاقة الرائدة وحدها
أبرز ما في القصة أن RTX 4090 لم تكن سوى المثال الأكثر لفتًا للانتباه. فالأسلوب نفسه انتزع أداءً إضافيًا من بطاقات تعود إلى أجيال مختلفة. ومن بين الأجهزة التي شملها الاختبار:
- RTX 4090 (معمارية Ada Lovelace): من 165,6 إلى 331,6 TFLOPS في عمليات محددة على Tensor Core؛
- RTX 4070 Ti SUPER (معمارية Ada Lovelace): عُثر على احتياطي أداء فيها، وهي بطاقة أدنى فئة من الجيل نفسه؛
- RTX 3090 Ti (معمارية Ampere): عُثر على احتياطي أداء فيها، وهي من الجيل السابق؛
- بطاقة رسومات صدرت عام 2018، أي في حقبة Turing: انكشفت الطاقة الكامنة حتى فيها.
تكرار النتيجة على ثلاث معماريات يشير إلى سبب بنيوي، فهي ليست خللًا في شريحة بعينها. والأرجح أن المسألة تتعلق بالطريقة التي تتعامل بها حزمة البرمجيات القياسية مع الوحدات التنسورية.
من أين تأتي النصف «الزائد»؟
أرقام المواصفات المعلنة لبطاقات NVIDIA الاستهلاكية معروفة. فبالنسبة إلى RTX 4090، تقابل القيمة البالغة نحو 165 TFLOPS وضع الدقة المختلطة مع التراكم في FP32. أما البطاقات الاحترافية المبنية على سيليكون مقارب فتعلن عن قيمة أعلى في هذا الوضع. لذلك يرى كثيرون منذ زمن أن بطاقات GeForce الموجهة للاعبين مقيّدة عمدًا في العمليات التنسورية. ويُظهر الأسلوب المفتوح أن جزءًا من هذا القيد يمكن تجاوزه على مستوى شيفرة المستخدم، لا على مستوى البرنامج الثابت (firmware) أو عبر ترقيع برنامج التشغيل.
ومن المهم أن الزيادة تخص عمليات محددة، فهي ليست مضاعفة سحرية لكل شيء. فالأحمال الفعلية، مثل استدلال LLM، تصطدم أيضًا بعرض نطاق الذاكرة وحجم الذاكرة المؤقتة (cache) وجدولة النوى. ولن يؤدي تضاعف الذروة النظرية لـ Tensor Core إلى تسريع ملموس إلا حيث كانت الحسابات المصفوفية هي عنق الزجاجة فعلًا: الدفعات (batches) الكبيرة، وmprefill للمطالبات (prompts) الطويلة، والتدريب والتدريب الإضافي للنماذج الصغيرة.
ماذا نفعل بهذا عمليًا
الخبر جيد لمالكي بطاقات الألعاب. فبطاقة RTX 4090 بذاكرة 24 ГБ تبقى الأكثر شيوعًا لتشغيل النماذج محليًا وإجراء التجارب، وتؤدي الزيادة المجانية في العمليات المصفوفية إلى رفع قيمتها فورًا. ويستفيد من ذلك الشركات الناشئة والفرق البحثية والهواة الذين لا يملكون ميزانية لشراء H100 أو B200.
قبل إعادة كتابة خط المعالجة (pipeline)، ينبغي التحقق من ثلاثة أمور:
- مقارنة النوى والمكتبات لديك بما يفعله المشروع، وقياس الإنتاجية الفعلية على حمل العمل الخاص بك، لا الاكتفاء بقيم TFLOPS القصوى؛
- التأكد من الاستقرار: فاستهلاك الطاقة ودرجة الحرارة عند التحميل الكامل للوحدات التنسورية أعلى من المعتاد؛
- متابعة رد NVIDIA، إذ قد تغلق الشركة هذه الثغرة في الإصدارات القادمة من برنامج التشغيل أو CUDA.
وللقصة معنى أوسع بالنسبة إلى الصناعة. فالفجوة بين المسرّعات الاستهلاكية ومسرّعات مراكز البيانات تحددها البرمجيات إلى حد بعيد، والمجتمع المفتوح قادر على تضييقها. وإذا ترسخ هذا الأسلوب في الأطر البرمجية (frameworks) الشائعة، فقد تصبح بعض المهام التي تذهب اليوم إلى السحابة قابلة للتنفيذ على بطاقة المستخدم نفسه. وهذا يشكّل ضغطًا على تسعير NVIDIA وحجة لصالح الاستدلال المحلي.
- 26 أكتوبر 2026a16z: التوكنات تزداد رخصًا، لكن إيجار H100 لا ينخفض — مفارقة جيفونز في الذكاء الاصطناعي
- 25 أكتوبر 2026Anthropic تصف GLM-5.3 بأنه تهديد سيبراني خطير وتعيد إشعال الجدل حول النماذج المفتوحة
- 25 أكتوبر 2026Harvard وUC Berkeley وNVIDIA تبحث عن Scaling Law للروبوتات: +37,4 نقطة على خمسة اختبارات معيارية
- 25 أكتوبر 2026مسيّرات أوكرانية تُخرج من الخدمة مركز بيانات Yandex الذي يجري فيه تدريب نموذج ذكاء اصطناعي
أسئلة وأجوبة حول الخبر
من أين تأتي النصف «الزائد»؟
أرقام المواصفات المعلنة لبطاقات NVIDIA الاستهلاكية معروفة. فبالنسبة إلى RTX 4090، تقابل القيمة البالغة نحو 165 TFLOPS وضع الدقة المختلطة مع التراكم في FP32. أما البطاقات الاحترافية المبنية على سيليكون مقارب فتعلن عن قيمة أعلى في هذا الوضع. لذلك يرى كثيرون منذ زمن أن بطاقات GeForce الموجهة للاعبين مقيّدة عمدًا في العمليات التنسورية. ويُظهر الأسلوب المفتوح أن جزءًا من هذا القيد يمكن تجاوزه على مستوى شيفرة المستخدم، لا على مستوى البرنامج الثابت (firmware) أو عبر ترقيع برنامج التشغيل. ومن المهم أن الزيادة تخص عمليات محددة، فهي ليست مضاعفة سحرية لكل شيء. فالأحمال الفعلية، مثل اس
ما أبرز التفاصيل حول ليس البطاقة الرائدة وحدها؟
أبرز ما في القصة أن RTX 4090 لم تكن سوى المثال الأكثر لفتًا للانتباه. فالأسلوب نفسه انتزع أداءً إضافيًا من بطاقات تعود إلى أجيال مختلفة. ومن بين الأجهزة التي شملها الاختبار: RTX 4090 (معمارية Ada Lovelace): من 165,6 إلى 331,6 TFLOPS في عمليات محددة على Tensor Core؛ RTX 4070 Ti SUPER (معمارية Ada Lovelace): عُثر على احتياطي أداء فيها، وهي بطاقة أدنى فئة من الجيل نفسه؛ RTX 3090 Ti (معمارية Ampere): عُثر على احتياطي أداء فيها، وهي من الجيل السابق؛ بطاقة رسومات صدرت عام 2018، أي في حقبة Turing: انكشفت الطاقة الكامنة حتى فيها. تكرار النتيجة على ثلاث معماريات يشير إلى سبب بنيوي،
ما أبرز التفاصيل حول ماذا نفعل بهذا عمليًا؟
الخبر جيد لمالكي بطاقات الألعاب. فبطاقة RTX 4090 بذاكرة 24 ГБ تبقى الأكثر شيوعًا لتشغيل النماذج محليًا وإجراء التجارب، وتؤدي الزيادة المجانية في العمليات المصفوفية إلى رفع قيمتها فورًا. ويستفيد من ذلك الشركات الناشئة والفرق البحثية والهواة الذين لا يملكون ميزانية لشراء H100 أو B200. قبل إعادة كتابة خط المعالجة (pipeline)، ينبغي التحقق من ثلاثة أمور: مقارنة النوى والمكتبات لديك بما يفعله المشروع، وقياس الإنتاجية الفعلية على حمل العمل الخاص بك، لا الاكتفاء بقيم TFLOPS القصوى؛ التأكد من الاستقرار: فاستهلاك الطاقة ودرجة الحرارة عند التحميل الكامل للوحدات التنسورية أعلى من المعت
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.