NVIDIA Nemotron 3 Super 120B: اختبار على مهام تحليلية حقيقية باستخدام وحدة GPU واحدة

أطلقت NVIDIA نموذج Nemotron 3 Super 120B، وهو نموذج بـ120 مليار معلمة يتسع، بحسب ما تؤكده الشركة، بالكامل على بطاقة رسوميات واحدة، مع احتفاظه بسياق بطول 256 ألف رمز. قرر فريق Luxms BI، وهي منصة روسية لذكاء الأعمال، التحقق من هذه الوعود عمليًا، فأجرى اختبارًا استمر أسبوعًا على بيانات مؤسسية حقيقية. ولم تكن هذه معايير اصطناعية (benchmarks) ولا أمثلة توضيحية: فقد دُمج النموذج في أداة BI عاملة واختُبر على مهام حية.

نبذة عن النموذج نفسه. يُعد Nemotron 3 Super 120B النموذج الرائد في حزمة نماذج NVIDIA الجديدة التي صدرت في عام 2025. وقد صُممت بنيته لتحقيق استدلال (inference) فعّال على وحدات GPU منفردة، دون الحاجة إلى تجميع عناقيد من عدة بطاقات. وثلاثة معايير تميّزه عن منافسيه في فئة النماذج مفتوحة الأوزان (open-weight).

أولها 120 مليار معلمة، وهو رقم يضاهي أفضل النماذج المفتوحة. وثانيها نافذة سياق بطول 256 ألف رمز، وهي من أعلى القيم في فئته. وثالثها الدعم الأصلي للسلوك الوكيلي: يستطيع النموذج تخطيط المهام متعددة الخطوات بنفسه، واستدعاء أدوات خارجية، وتعديل إجراءاته استنادًا إلى النتائج الوسيطة، دون تدخل مستمر من المشغّل.

السؤال الجوهري الذي طرحه فريق Luxms BI على نفسه: هل يمكن اليوم إنجاز مهام تحليلية حقيقية على وحدة GPU واحدة في مواضع كان يلزم فيها سابقًا عنقود كامل؟ وتنبع أهمية السؤال من سببين. الأول اقتصادي: فعنقود GPU داخل البيئة المؤسسية يعني نفقات رأسمالية وتشغيلية كبيرة، خصوصًا للشركات المتوسطة. والثاني يتعلق بالأمن: فكثير من المؤسسات لا تستطيع إرسال بياناتها الحساسة إلى الخدمات السحابية، أو ترفض ذلك من حيث المبدأ. وبطاقة رسوميات واحدة قوية مع نموذج كافٍ تعني اقتصاديات مختلفة ومستوى مختلفًا جذريًا من التحكم في البيانات.

شمل الاختبار ثلاث فئات من المهام. الأولى توليد استعلامات SQL انطلاقًا من وصف بلغة طبيعية: يصف المحلل ما يريد رؤيته في التقرير، فيكتب النموذج استعلامًا موجهًا إلى قاعدة بيانات علائقية. والثانية تفسير لوحات المعلومات: شرح ديناميكية المؤشرات، والكشف عن الشذوذات، وتحديد الاتجاهات في البيانات الرقمية. والثالثة، وهي الأكثر دلالة، التحليل الوكيلي لسيناريوهات أعمال متعددة الخطوات، حيث كان على النموذج أن يرجع تباعًا إلى عدة مصادر بيانات، ويقارن النتائج، ويصوغ استنتاجًا تحليليًا.

تبيّن أن السياق بطول 256K رمز ليس مجرد رقم تسويقي، بل معيار ذو أهمية عملية. ففي التحليلات الواقعية كثيرًا ما يلزم الاحتفاظ في الذاكرة في آن واحد بمخطط بيانات ضخم وسلسلة من النتائج الوسيطة وسياق أعمال واسع. أما النماذج ذات نافذة السياق الأصغر فتفقد خيط الاستدلال في السلاسل الطويلة. وقد تعامل Nemotron 3 Super مع ذلك بثبات أوضح بكثير.

أكد الوضع الوكيلي إمكاناته، لكنه كشف عن قيد عملي: فهو يتطلب ضبطًا دقيقًا لموجّهات النظام (system prompts) وبيئة أدوات منظمة تنظيمًا صحيحًا.

وظهرت كذلك نقاط ضعف. ففي المهام التي تتطلب خبرة متعمقة في مجال بعينه، مثل التحليل المالي ذي الخصوصية القطاعية أو الاستنتاجات المنطقية متعددة المستويات ذات الاعتماديات المعقدة بين العوامل، لا يزال النموذج يتخلف عن أفضل الحلول المملوكة (proprietary). وهذا مؤشر مهم لمن يفكر في اعتماد Nemotron بديلًا كاملًا لواجهات API السحابية.

المعايير الدقيقة لكل فئة، بالأرقام والأمثلة الملموسة، متوفرة في النسخة الكاملة من المادة.

الخلاصة العامة للسوق: ظهور نموذج منافس بـ120 مليار معلمة يعمل على وحدة GPU واحدة يمثل تحولًا مهمًا في إتاحة النماذج اللغوية القوية للتحليلات المؤسسية. فبات بإمكان الشركات فعليًا نشر نموذج عالي الأداء داخل بنيتها التحتية الخاصة، دون خدمات سحابية ودون عنقود باهظ التكلفة. وتعزز NVIDIA مواقعها بصورة منهجية، ليس في تصنيع الشرائح فحسب، بل في حزمة النماذج أيضًا، ويصبح Nemotron 3 Super حجة وازنة لهذه الاستراتيجية في سوق b2b المؤسسي.