Nemotron-3-Nano-30B: NVIDIA تعلّم النماذج ذات 4 بت التفكير بنضج

هل تتذكرون الأيام التي كان تشغيل نموذج لغوي لائق يتطلب رفًّا كاملًا من الخوادم وميزانية دولة صغيرة؟ هذه الأيام تتراجع بسرعة. فبينما يكتفي بعضهم بزيادة عدد المعاملات، قرر مهندسو NVIDIA الاشتغال على «السحر الهندسي» وتحسين ما هو موجود بالفعل. وهكذا ظهر Nemotron-3-Nano-30B، وهو نموذج بـ30 مليار معامل ينجح في الحفاظ على حدّة ذكائه حتى بعد أن أُجبر حرفيًا على خسارة ثلاثة أرباع حجمه.

ظلّت مشكلة التكميم (quantization)، أي عملية ضغط أوزان النموذج، مرتبطة دائمًا بفقدان الدقة. فعند نقل النموذج من صيغة 16 بت (BF16) إلى صيغة 4 بت (NVFP4)، يبدأ عادةً بالتصرف كشخص أصيب بارتجاج شديد: يخلط الحقائق ويفقد الروابط المنطقية. وقد عالجت NVIDIA هذه المشكلة بتقنية Quantization Aware Distillation (QAD). وبتبسيط الفكرة، هي عملية تدريب يؤدي فيها النموذج «الذكي» كامل الحجم دور المعلّم للنسخة «المضغوطة»، مع علمه المسبق بأن التلميذ سيعمل في ظروف شحٍّ شديد في الذاكرة. والنتيجة أن الفجوة في جودة الإجابات بين النسختين الثقيلة والخفيفة أصبحت شبه غير ملحوظة.

من الناحية المعمارية، لا يُعدّ Nemotron-3-Nano-30B مجرد محوّل (Transformer) آخر. فهو بنية هجينة تجمع بين Mamba2 وTransformer Mixture of Experts (MoE). تتعامل بنية Mamba2 بكفاءة مع السياقات الطويلة ومعالجة التسلسلات، بينما يتيح MoE تفعيل الأجزاء اللازمة فقط من الشبكة العصبية لكل مهمة. ويجعل هذا الجمع النموذج سريعًا للغاية في مهام الاستدلال (reasoning)، حيث يكتسب كل تفصيل في سلسلة الأفكار أهميته.

لماذا تحتاج NVIDIA إلى ذلك، إلى جانب هيمنتها الواضحة على السوق؟ الجواب يكمن في العتاد. فصيغة NVFP4 هي اللغة «الأم» لبنية رقائق Blackwell الجديدة. وبإصدار هذه النماذج، تبني الشركة منظومة متكاملة تعمل فيها برمجياتها بأقصى كفاءة على رقائقها الجديدة تحديدًا. وهذه رسالة ضمنية للصناعة: إذا كنتم تريدون استدلالًا سريعًا وذكيًا حقًّا بتكاليف كهرباء منخفضة، فقد حان وقت تحديث أسطول بطاقات الرسوميات لديكم.

أما بالنسبة للمطورين، فهذا يعني أن عصر الذكاء الاصطناعي «المستدلّ» المتاح قد بدأ. فيمكن الآن تشغيل نموذج بـ30 مليار معامل على عتاد أكثر تواضعًا بكثير، دون التضحية بجودة الاستنتاجات المنطقية. ويفتح هذا الباب أمام حلول محلية في الأعمال، حيث تتقدم سرية البيانات على الوصول إلى واجهات API السحابية. وتثبت NVIDIA مرة أخرى أن المهم ليس عدد الخلايا العصبية لديك فحسب، بل مدى كفاءة تعبئتها في السيليكون.

الخلاصة: جعلت NVIDIA صيغة 4 بت معيارًا للمهام الجادة، وعلى المنافسين من AMD والشركات الناشئة مثل Groq الآن أن يثبتوا أن حلولهم قادرة على الكفاءة نفسها في ظل دقة محدودة. فهل يستطيع أحد آخر «ضغط» الذكاء بالأناقة نفسها؟