عصر الوكلاء وصراع مسارات وحدة المعالجة المركزية: Nvidia تراهن على "نواة واحدة أسرع"، AMD تراهن على "المزيد من المعالجة المتزامنة"

التنافس بين Nvidia وAMD ليس فقط حول من يملك وحدة المعالجة المركزية الأسرع، بل حول من يحدد معايير تقييم وحدات المعالجة المركزية في عصر الذكاء الاصطناعي.

كشفت Nvidia مؤخرًا عن أدق التفاصيل التقنية لهندستها المعمارية لوحدة Vera CPU. يتميز هذا المعالج باحتوائه على 88 نواة Olympus ARM مطورة داخليًا، وعرض نطاق ذاكرة 1.2 تيرابايت/ثانية، وعرض نطاق بين الرقائق 3.4 تيرابايت/ثانية. الفكرة الأساسية لدى Nvidia هي: طريقة عمل Agent الذكاء الاصطناعي تتمثل في تفاعل متكرر بين CPU وGPU — استدعاء الأدوات، تنفيذ الشيفرة، استخراج البيانات، تنظيم المهام — حيث تعتمد كل خطوة على انتهاء الخطوة السابقة، لذا فإن سرعة النواة الواحدة وكمونها في وحدة المعالجة المركزية يحددان بشكل مباشر كفاءة استجابة Agent بأكمله.

في 23 يوليو، أفادت منصة تداول Ji Feng أن محلل بنك أوف أمريكا للأوراق المالية Vivek Arya أشار في أحدث تقاريره إلى أن إطلاق Vera قدم إطار تقييم جديد للصناعة: “أعلى أداء نواة واحدة تحت توسعة النطاق”. هذا يتناقض مباشرة مع مقاربة AMD طويلة المدى القائمة على تكديس النوى المتعددة عبر chiplet. وقد صنف البنك هذا النقاش على النحو التالي: “هل يتوقف أداء Agent الذكاء الاصطناعي على زمن إنجاز المهمة الواحدة، أم على عدد المهام المتزامنة التي يستطيع رف التخزين الواحد تشغيلها؟” من المنتظر أن تعقد AMD يوم الخميس القادم فعالية AI 2026 Technology Day، والتي ستكون أول رد رسمي علني على هذا الإطار.

خلفية هذا النقاش تكمن في أن سوق وحدات المعالجة المركزية للخوادم يُعاد تشكيله بفعل الطلب على الذكاء الاصطناعي، ومن المتوقع أن يتضاعف حجمه أربع مرات تقريبًا بحلول عام 2030 ليصل إلى 170 مليار دولار. لا يدور الأمر حول المنافسة على حصة ثابتة، بل حول سوق متنامٍ لم تكتمل ملامحه بعد — ومن يحدد أولاً معيار الأداء المعترف به في الصناعة سيمتلك قوة التسعير والسرد الإعلامي.

منطق Nvidia: سرعة Agent أهم من عدد المهام المتزامنة

تصف Nvidia سير عمل Agent الذكاء الاصطناعي بشكل محدد: خلال إنجاز المهام، يحدث تفاعل تسلسلي مكثف بين CPU وGPU، حيث يتعين إنهاء كل استدعاء للانتقال إلى الخطوة التالية. هذا يعني أن أي كمون أو تأخير في أي جزء سيتراكم وسيبطئ إنتاجية مصنع الذكاء الاصطناعي بأكمله.

وفق هذا المنطق، فإن أداء النواة الواحدة ليس مجرد رقم في قائمة المواصفات، بل متغير أساسي يؤثر مباشرة على كفاءة استخدام GPU — كلما كانت CPU أسرع، قل وقت انتظار GPU وزادت كفاءة استخدام موارد النظام بأكمله؛ أي كلما زادت سرعة النواة الواحدة، زادت سرعة استجابة سلسلة العمليات بالكامل.

هناك أيضًا اختيار تصميم جدير بالانتباه في Vera: اختارت Nvidia استخدام شريحة متكاملة أحادية (monolithic die) بدلاً من هندسة chiplet المنفصلة، مبررة ذلك بقدرتها على تقديم "تناسق قابل للتوسع" أفضل. هذا مخالف لاستراتيجية AMD طويلة الأمد المبنية على chiplet، ما يعني أن الاختلاف الفلسفي في بنية المعالجات بين الشركتين أصبح عميقًا للغاية.

بالإضافة إلى ذلك، Vera ليست منتجًا معزولًا، بل هي جزء من نظام بيئي متكامل للبنية التحتية الذكية الصنعية لدى Nvidia، ويتكامل مع Rubin GPU، Groq LPX، Spectrum Switch، وBlueField للتخزين/الشبكات. وهذا التكامل على مستوى الأنظمة يمثل الخندق الدفاعي الحقيقي لـ Nvidia فيما وراء مقارنة الأجهزة المنفردة.

رد AMD: بيئات الإنتاج الفعلية للذكاء الاصطناعي تعتمد على قدرة التحمل المتزامن

تعتمد وجهة نظر AMD على تعريف مختلف تمامًا لـ "بيئة الإنتاج الفعلية".

ترى AMD أن أنظمة الذكاء الاصطناعي على مستوى الإنتاج ليست Agent واحد يقوم بتنفيذ مهام بشكل تسلسلي، بل أشبه بمنصة برمجية موزعة تتألف من قواعد بيانات، واجهات API، تخزين متجهات، محركات تنظيم، ذاكرة مؤقتة، وبرمجيات وسيطة.في هذا السياق، ليس هناك عنق زجاجة في زمن مهمة فردية، بل في عدد تدفقات العمل التي يمكن استيعابها ضمن نفس الميزانية الطاقية.

وقدمت AMD مجموعة من القياسات: في سيناريو تثبيت رف بقدرة 100 كيلوواط، بلغ معدل الإنتاجية للرف القائم على EPYC 9965 (Turin) حوالي 2.4 مرة benchmark Vera من Nvidia؛ ومن المتوقع أن تصل EPYC 6 (Venice) من الجيل المقبل إلى 3.3 مرة.

منطق AMD هو: الكثافة الأعلى في الإنتاجية تعني مزيدًا من المستخدمين وبالتالي مزيد من الطلبات بنفس استهلاك الطاقة — وهذا هو العامل الحقيقي لتكلفة نشر الذكاء الاصطناعي السحابية.

AMD x86 أم Nvidia ARM: النظام البرمجي هو ساحة المعركة الخفية

تتطور مواجهة وحدات المعالجة المركزية لتصل إلى مستوى مجموعة التعليمات البرمجية أيضًا.

اختارت Nvidia معمارية ARM، مما يعكس موقفها بأن البنية الدقيقة الممتازة يمكن أن تجعل توافقية مجموعة التعليمات أقل أهمية. لكن من المرجح أن تواصل AMD وIntel التركيز بعد الخميس على اتجاه آخر — حيث يتوسع الذكاء الاصطناعي من استدلال النماذج إلى تدفقات العمل البرمجية للمؤسسات، وتراكمت طبقات البرامج المؤسسية في قواعد البيانات، البرمجيات الوسيطة، منصات الأمان، وتطبيقات المؤسسات على نظام x86 لعقود من التوافقية والتحسين والاختبار.

هذه ليست مناظرة تقنية خالصة. مع تزايد إدخال تطبيقات الذكاء الاصطناعي في أنظمة المؤسسات الحالية لتكنولوجيا المعلومات، يصبح إرث النظام البرمجي أصعب احتمالاً للحلول محل ذروة الأداء العتادي. مدى قدرة Nvidia على إدخال Vera في هذه السيناريوهات يرتبط بشكل كبير بسرعة نضج النظام البرمجي لـ ARM.

إطاران مختلفان ومؤشرات أداء مختلفة، في جوهرهما هما صراع بين الشركتين على السيطرة على سرد الصناعة.

يعتمد إطار Nvidia على الكمون، تقدم النواة الواحدة، وكفاءة استخدام GPU. بينما إطار AMD يدور حول التزامن، الإنتاجية، وكثافة الخدمات.

المفتاح هنا: أي مؤشر سيستخدمه السوق في شراء وحدات المعالجة المركزية للخوادم؟

تقدير بنك أوف أمريكا هو أن فعالية AMD يوم الخميس القادم ليست لإظهار أرقام تفوق المنافس، بل لإقناع الصناعة بتبني إطارها التقييمي؛ من يُعتمد إطاره بين مشتركي مراكز البيانات يفوز بحق التسعير في سوق الـ 170 مليار دولار.

تحافظ Nvidia على توصية الشراء لسهم NVDA، بسعر مستهدف 350 دولار (السعر الحالي 207.29 دولار).