في مؤتمر Supercomputing 2026 هذا الأسبوع، كشفت كل من Nvidia و AMD عن معالجات رسومية (GPUs) جديدة مصممة خصيصًا لتلبية متطلبات الحوسبة عالية الأداء (HPC) والعمليات العلمية المعقدة، مؤكدتين التزامهما بدعم هذه المجتمعات التي تتطلب قدرات حسابية فائقة.
Nvidia و Rubin HPC: تركيز متجدد على الحوسبة العلمية
قدمت Nvidia نسخة جديدة من معالجات Rubin GPUs، أُطلق عليها اسم Rubin HPC، والتي من المقرر أن تصل في عام 2028. تتميز هذه الشريحة بأكثر من 50,000 نواة CUDA، أي ما يقرب من ضعف عدد الأنوية في نسخة الشريحة الموجهة للذكاء الاصطناعي التي أُطلقت في وقت سابق من هذا العام. ووفقًا لـ Dan Ernst، المدير الأول للحوسبة الفائقة في Nvidia، فقد جرى إعادة توازن هندسة Rubin HPC وتحسينها لتناسب أحمال العمل الشائعة في المحاكاة والهندسة والتحليلات عالية الأداء بالمجتمعات العلمية والحوسبة عالية الأداء.
يأتي هذا الإعلان في وقت كانت فيه بعض المخاوف تتزايد حول ابتعاد Nvidia عن دعم HPC بشكل كامل، خاصة بعد أن ركزت إصداراتها السابقة مثل Blackwell Ultra (B300/GB300) بشكل أكبر على الذكاء الاصطناعي على حساب تسريع المصفوفات ذات الدقة المزدوجة (FP64). فبينما قدمت شريحة Blackwell Ultra أداءً هائلاً في FP4، كان أداؤها في FP64 أقل بكثير. أكدت Nvidia أن Rubin HPC ستوفر أداءً أصليًا لمصفوفات FP64، مما يقلل الاعتماد على المحاكاة.
AMD Instinct MI430X: قوة معيارية لـ HPC
من جانبها، كشفت AMD عن نسختها المحسّنة لـ HPC ضمن سلسلة معالجات MI400 GPUs، وهي Instinct MI430X. تتميز هذه الشريحة بذاكرة HBM4 بسعة 432 جيجابايت، وعرض نطاق ترددي للذاكرة يصل إلى 23 تيرابايت/ثانية، وقوة هائلة تبلغ 288 تيرافلوب في ذروة الدقة المزدوجة (FP64). على عكس Nvidia، لا تعتمد AMD على محاكاة FP64، بل استغلت هندسة الشرائح المعيارية لديها لبناء نسختين مختلفتين من مسرعات MI400-series: إحداهما مُحسّنة للذكاء الاصطناعي والأخرى مصممة للتفوق في أحمال عمل HPC والحوسبة العلمية.
ماذا يعني هذا للمطورين؟
برأينا، تُظهر هذه التطورات أن الشركات الكبرى تستجيب بجدية لاحتياجات مجتمعات الحوسبة عالية الأداء والعلماء، على الرغم من الطفرة الهائلة في الذكاء الاصطناعي. بالنسبة للمطورين الذين يعملون في مجالات مثل النمذجة الفيزيائية، المحاكاة المعقدة، علم البيانات، أو أي تطبيق يتطلب دقة حسابية عالية ومعالجة بيانات ضخمة، فإن توفر هذه المعالجات المتخصصة يعني إمكانية تحقيق قفزات نوعية في الأداء وتقليل أوقات المعالجة. هذا سيتيح لنا بناء حلول أكثر تعقيدًا وكفاءة، وفتح آفاقًا جديدة في البحث والتطوير.
المصدر: theregister.com