AWS ونيفيديا تخططان لإضافة مليوني وحدة معالجة رسومية (GPU) خلال الفترة من 2027 إلى 2028

أخبار ar.wedoany.com، أعلنت أمازون ويب سيرفيسز (Amazon Web Services، واختصارًا AWS) ونيفيديا (NVIDIA) عن توسيع كبير في شراكتهما الاستراتيجية، استجابةً للنمو المستمر في الطلب على البنية التحتية العالمية للذكاء الاصطناعي. وتخطط الشركتان لنشر مليوني وحدة معالجة رسومية (GPU) إضافية من إنتاج نيفيديا داخل البنية التحتية العالمية لـ AWS، مع تعميق التعاون في مجالات مصانع الذكاء الاصطناعي، ووحدات المعالجة المركزية (CPU)، والشبكات، والنماذج مفتوحة المصدر، ومعالجة البيانات، والروبوتات، وذلك بهدف تسليم حلول ذكاء اصطناعي مصممة بشكل مشترك للعملاء، وتسريع تطوير ونشر تطبيقات الذكاء الاصطناعي.

تنتقل أعباء عمل الذكاء الاصطناعي حاليًا من مرحلة التجارب إلى مرحلة الإنتاج، مع توسع نطاق التطبيقات ليشمل الذكاء الاصطناعي الوكيل (Agentic AI)، والاكتشافات العلمية، وأتمتة المؤسسات، والروبوتات. ويحتاج العملاء إلى خيارات أوسع من النماذج، وخطوط معالجة بيانات أسرع، وقدرات تدعم حالات استخدام جديدة مثل الذكاء الاصطناعي الفيزيائي (Physical AI)، مع اشتراط أن تحافظ البنية التحتية الأساسية على أعلى مستويات الأمان والموثوقية لأعباء العمل الحرجة، في الوقت الذي تدعم فيه سرعة الابتكار.

وبناءً على 16 عامًا من الابتكار المشترك، ستوسع AWS ونيفيديا قدرات الحوسبة للذكاء الاصطناعي، وتطرح حلولًا جديدة مصممة بشكل مشترك أمام العملاء بوتيرة أسرع. توفر AWS أوسع مجموعة من مثيلات وحدات معالجة الرسوميات (GPU) بين جميع مزودي الخدمات السحابية. وخلال مؤتمر NVIDIA GTC 2026، أعلنت AWS عن خطط لإضافة أكثر من مليون وحدة معالجة رسومية من نيفيديا بدءًا من عام 2026، وقد تجاوز الطلب الفعلي هذا التوقع. وتخطط AWS الآن لنشر مليوني وحدة معالجة رسومية إضافية من طرازات NVIDIA Blackwell Ultra وRubin وRubin Ultra داخل البنية التحتية العالمية لـ AWS (بما في ذلك مصانع الذكاء الاصطناعي) خلال الفترة من 2027 إلى 2028، لتغطية أعباء عمل العملاء في مجالات الذكاء الاصطناعي الوكيل، والاكتشافات العلمية، وأتمتة المؤسسات، والذكاء الاصطناعي الفيزيائي. وفي الوقت نفسه، ستوسع AWS سعة NVIDIA Blackwell، بما في ذلك وحدات معالجة الرسوميات NVIDIA RTX PRO 4500 Blackwell Server Edition المستخدمة في مثيلات Amazon EC2 G7. توفر مثيلات G7 أداء استدلال (Inference) للذكاء الاصطناعي أسرع بـ 4.6 مرات مقارنة بمثيلات الجيل السابق G6، وأداء رسوميات أسرع بـ 2.1 مرة، وتُعد AWS أول مزود خدمات سحابية رئيسي يقدم مثيلات حوسبة معجَّلة بواسطة RTX PRO 4500. بالإضافة إلى ذلك، تتعاون الشركتان في مجال شبكات NVIDIA Spectrum، لتحسين أداء الشبكات بين مجموعات وحدات معالجة الرسوميات (GPU) لأعباء عمل تدريب الذكاء الاصطناعي واسعة النطاق.

في مجال حوسبة وحدات المعالجة المركزية (CPU)، تخطط AWS ونيفيديا لإدخال بنية تحتية قائمة على معالج NVIDIA Vera CPU إلى AWS، لتوفير خيارات إضافية لأعباء عمل الذكاء الاصطناعي الوكيل التي تتطلب تكاملًا بين الحوسبة عالية الأداء بوحدات المعالجة المركزية والبنية التحتية المعجَّلة. صُمم معالج Vera للجيل القادم من الذكاء الاصطناعي، ويكمل استراتيجية AWS الواسعة في خيارات الحوسبة، التي تمتد من الرقائق ذاتية التطوير إلى أحدث المسرعات ومعالجات الشركاء.

في مجال الترابط بين الرقائق والذاكرة، أعلنت AWS خلال مؤتمر re:Invent 2025 عن دعم تقنية NVIDIA NVLink Fusion للترابط عالي السرعة بين الرقائق في رقائق Trainium من الجيل القادم. وتعمل NVIDIA وAmazon Annapurna Labs على توسيع نطاق هذا الدعم، بالتعاون مع موردي الذاكرة، لإدخال تقنية الذاكرة عالية النطاق الترددي المخصصة الجديدة من NVIDIA (NVHBM) إلى رقائق Trainium، مما يتيح الوصول إلى ذاكرة أسرع وأكثر كفاءة في استهلاك الطاقة. وبالاقتران مع NVLink Fusion، يمكن لـ Annapurna Labs الاستفادة من تقنية الذاكرة المخصصة من NVIDIA والبنية التحتية للتوسع الرأسي لتحسين أداء وكفاءة أعباء عمل الذكاء الاصطناعي، مع دمج رقائق Trainium ووحدات معالجة الرسوميات (GPU) في بنية موحدة على مستوى الرفوف (Rack).

بالنسبة للعملاء الحكوميين، تخطط AWS ونيفيديا لبناء مصانع ذكاء اصطناعي للحكومة الأمريكية، وتسليم حزمة برامج NVIDIA AI، مع خطط لتوفير 100 ألف وحدة معالجة رسومية (GPU) على بنية AWS الآمنة، لأعباء العمل الفيدرالية والأمن القومي. يتيح هذا التعاون للجهات الحكومية نشر الذكاء الاصطناعي على نطاق واسع لأعباء العمل بمستوى تأثير 6 (Impact Level 6، واختصارًا IL6) وما فوق.

يستند هذا التوسع في التعاون إلى عدة عمليات تكامل تقني تم تنفيذها بالفعل. جميع مثيلات Amazon EC2 القائمة على وحدات معالجة الرسوميات من NVIDIA والقائمة على رقائق Trainium، بما في ذلك المثيلات التي تستخدم NVLink Fusion، مبنية على نظام AWS Nitro System، ومترابطة عبر محول Elastic Fabric Adapter (EFA). كما ستستمر المثيلات المعجَّلة بوحدات معالجة الرسوميات والقائمة على Trainium في البناء على Nitro System والتوسع عبر EFA. يضمن كل من Nitro وEFA معًا أنه مع قيام AWS بتوسيع أسطول وحدات معالجة الرسوميات من NVIDIA ودمج تقنيات الترابط الجديدة، سيظل العملاء يحصلون على الأمان والموثوقية وأداء الشبكات التي تعتمد عليها أعباء عمل الذكاء الاصطناعي الإنتاجية. في مجال النظام البيئي للبرمجيات، تتوفر نماذج NVIDIA Nemotron مفتوحة المصدر على Amazon Bedrock كنماذج مُدارة بالكامل وبدون خوادم (Serverless)، كما تتوفر على Amazon SageMaker للنشر والضبط الدقيق من قبل العملاء أنفسهم.

تسريع معالجة البيانات هو ثمرة تعاون أخرى تم تنفيذها بالفعل. تستفيد AWS ونيفيديا من مثيلات Amazon EC2 G7 ومكتبة NVIDIA cuDF لتوفير معالجة بيانات معجَّلة بوحدات معالجة الرسوميات على Amazon EMR، بسرعة معالجة تصل إلى 3.7 أضعاف مقارنة بالتكوينات القائمة على وحدات المعالجة المركزية، وتحسين في كفاءة التكلفة بنسبة 30%. ولمواجهة الطلب واسع النطاق على قواعد بيانات المتجهات الناتج عن تطبيقات الذكاء الاصطناعي وخطوط أنابيب توليد الاسترجاع المعزز (RAG) والبحث الدلالي، تقوم فهارس المتجهات المعجَّلة بوحدات معالجة الرسوميات على Amazon OpenSearch Service بتحويل بناء الفهارس إلى وحدات معالجة رسوميات مخصصة، مما يحقق سرعة في فهرسة المتجهات تصل إلى 9 أضعاف السرعة الأصلية، بتكلفة تبلغ ربع التكلفة الأصلية فقط، وهي متاحة للمجموعات المُدارة وAmazon OpenSearch Serverless.

في مجال الروبوتات، تتعاون Amazon Robotics مع NVIDIA لدمج منصة NVIDIA الكاملة للذكاء الاصطناعي الفيزيائي لتطوير الجيل القادم من الروبوتات. تشمل هذه المنصة NVIDIA Jetson ومكتبات NVIDIA Omniverse ومنصة NVIDIA Isaac المفتوحة لتطوير الروبوتات، ويغطي التعاون مجالات المحاكاة، وتوليد البيانات الاصطناعية، وتدريب الروبوتات، وتحسين المسارات، والسلامة الوظيفية، والتحقق من الواقع إلى المحاكاة (Real-to-Sim)، وكلها تعمل على مثيلات Amazon EC2 المعجَّلة بوحدات معالجة الرسوميات، لدعم المحاكاة واسعة النطاق وبيانات التدريب المتنوعة والتحقق المستمر من العالم الحقيقي التي تتطلبها أعباء عمل الروبوتات.