NVIDIA تطرح نموذج تمويل لمصانع الذكاء الاصطناعي واسعة النطاق

📰 NVIDIA Blog 📅 2 يوليو 2026 👁 8 ⚡ تأثير: Medium

أعلنت NVIDIA عبر مدونتها عن نموذج عمل جديد يهدف إلى توسيع الوصول إلى الحوسبة المسرعة مع انتقال الذكاء الاصطناعي من مرحلة بناء النماذج إلى مرحلة الاستدلال والإنتاج المستمر. الفكرة الأساسية ليست إطلاق نموذج لغوي جديد، بل ربط شركات السحابة المتخصصة في الذكاء الاصطناعي ببنية NVIDIA DSX AI Factories وفق ترتيب تجاري يقوم على مشاركة الإيرادات ودعم الائتمان.

تقول NVIDIA إن الطلب على الحوسبة يتجه نحو مصانع ذكاء اصطناعي تعمل باستمرار لتوليد الرموز على نطاق واسع. وبدلاً من انتظار اختيار مواقع مراكز البيانات، وتأمين الطاقة، والبناء، وتجهيز العتاد، يمنح هذا النموذج مزودي السحابة والعملاء مساراً أسرع للوصول إلى بنية متعددة المستأجرين مبنية على منصات NVIDIA. ويستهدف الإعلان شركات ناشئة، وبناة نماذج، ومؤسسات، وجهات بحثية، ولاعبين إقليميين في سوق الذكاء الاصطناعي.

ذكرت الشركة أن Sharon AI وFirmus من أوائل الجهات التي تعمل معها وفق هذا النموذج. وتقول NVIDIA إن Sharon AI تنشر ما يصل إلى 40 ألف وحدة NVIDIA Grace Blackwell GB300، بينما تبني Firmus حرم DSX AI Factory في باتام بإندونيسيا، مع خطة توسع متوقعة إلى 360 ميغاواط وما يصل إلى 170 ألف وحدة GPU من NVIDIA. كما أشارت إلى أن شركات مثل Baseten وFireworks AI وTogether AI تعكس اتجاه الطلب على سعة سحابية فورية للتدريب، وما بعد التدريب، والضبط الدقيق، والاستدلال الوكيلي عالي الحجم.

أهمية الخبر أنه يوضح كيف تحاول NVIDIA تحويل الطلب المتزايد على الاستدلال إلى نموذج تمويل وتشغيل متكرر، لا إلى مبيعات عتاد فقط. بالنسبة للشركات، ستكون الأسئلة العملية حول التكلفة الفعلية، وتوفر السعة حسب المنطقة، والامتثال، ومكان بقاء البيانات، ومدى مرونة العقود عند الانتقال من التجارب المحدودة إلى الاستخدام الإنتاجي.


لماذا يهم هذا الخبر؟
الخبر يربط بين طفرة الطلب على الاستدلال وبين طريقة تمويل وتشغيل البنية التحتية. إذا نجح هذا النموذج، فقد يصبح الوصول إلى سعات GPU الكبيرة أكثر ارتباطاً بعقود سحابية واستهلاك فعلي بدلاً من امتلاك العتاد مباشرة.


كيف يستفيد المستخدم العربي؟
للفرق العربية التي تبني منتجات ذكاء اصطناعي، الأثر العملي هو متابعة مزودي السحابة الذين سيقدمون سعات NVIDIA DSX، ومقارنة الكلفة والكمون ومكان معالجة البيانات قبل نقل نماذج أو وكلاء حساسين إلى بيئات إنتاجية.


نقاط عملية:
- قيّموا احتياجات التدريب والاستدلال منفصلة قبل اختيار مزود السحابة.
- راجعوا شروط الإقامة الجغرافية للبيانات والامتثال قبل استخدام سعات متعددة المناطق.
- اختبروا الكلفة والكمون على حمل عمل فعلي قبل الالتزام بسعات كبيرة.


تنبيه تحريري: هذا النص تحرير عربي موجز مبني على المصدر الأصلي، وليس نقلاً حرفياً منه.
المصدر الأصلي: NVIDIA Blog
https://blogs.nvidia.com/?p=95940

💡 الأثر العملي

للفرق العربية التي تبني منتجات ذكاء اصطناعي، الأثر العملي هو متابعة مزودي السحابة الذين سيقدمون سعات NVIDIA DSX، ومقارنة الكلفة والكمون ومكان معالجة البيانات قبل نقل نماذج أو وكلاء حساسين إلى بيئات إنتاجية.