استعملات إنفيديا البارح حمل عمل SemiAnalysis AgentX، وقيّمات نموذج DeepSeek-v4-PRO بحجم 1.6T، وبيّنات باللي إنتاجية Vera Rubin لكل ميغاواط كتوصل لـ 30 مرة إنتاجية Blackwell.
الإنتاجية لكل ميغاواط (Tokens per Megawatt، أو باختصار tokens / MW) هي مؤشر أساسي لنجاعة الطاقة، كيقيس شحال من AI Token يقدر مركز بيانات الذكاء الاصطناعي ينتج فحصة محددة من الكهرباء.
وحسب ما نقلات IT之家 من التدوينة، كيقيّم SemiAnalysis AgentX أعباء عمل الاستدلال البرمجي الوكيلي بالتركيز على 4 مؤشرات:
التفاعلية الموحّدة من البداية للنهاية كتتحسب من وقت إرسال الطلب حتى وصول آخر Token، وكتعكس نجاعة الإخراج اللي كيشوفها المستخدم، بما فيها وقت انتظار أول Token؛
التفاعلية المعيارية كتحسب غير مرحلة التوليد بين أول Token وآخر Token.
الزمن الكلي للاستجابة كيقيس المدة الإجمالية من إرسال الطلب حتى وصول آخر Token فالإخراج.
أما زمن الوصول لأول Token (TTFT)، فكيقيس الوقت من إرسال الطلب حتى وصول أول Token فالإخراج.
فحمل عمل DeepSeek-v4-PRO 1.6T، وصلات إنتاجية خوادم Grace Blackwell اللي كتستعمل GB300 NVL72 لكل ميغاواط لـ 15 مرة إنتاجية حل H200 NVL8 Hopper.
كتبلغ تكلفة كل مليون Token فـ Blackwell تقريباً عُشر تكلفة الجيل السابق، وكيقدرو المشغّلين يدعمو وكلاء أكثر بنفس ميزانية الكهرباء والبنية التحتية، أو يحافظو على نفس سعة الوكلاء بتكلفة تشغيل أقل.
أما Vera Rubin فكتزيد تعزّز هاد الميزة؛ فعلى نموذج DeepSeek V4 Pro، كتبلغ إنتاجية Vera Rubin NVL72 لكل ميغاواط تقريباً 30 مرة إنتاجية GB300 NVL72.
كتبلغ تكلفة كل مليون Token فـ Vera Rubin NVL72 جزءاً من 35 من تكلفة GB300 NVL72، وكتقدر تشغّل الوكلاء بشكل مستمر وعلى نطاق واسع، باش تلبّي احتياجات الزبناء من مختلف أعباء العمل.
