اگر امروز یک سیستم هوش مصنوعی پیچیده را مدیریت میکنید، احتمالاً متوجه شدهاید که گرانترین GPUهای شما در بسیاری از لحظات استدلال، بیکار میمانند. SpaceXAI برای حل این بحران، زیرساختهای خود را بر پایه پردازندههای جدید Vera انویدیا بازسازی میکند تا ظرفیت محاسباتی خود را به مقیاس گیگاوات برساند. طبق اعلام رسمی در ۲۴ اوت ۲۰۲۶، این استقرار گسترده برای تغذیه نسل بعدی اپلیکیشنهای عاملمحور (Agentic AI) طراحی شده است.
در حالی که اکثر اخبار فناوری بر روی GPUها متمرکز است، سیستمهای عاملمحور — یعنی مدلهایی که بهجای تولید صرفِ متن، بهطور مستقل اقدام میکنند و ابزارها را به کار میگیرند — بهشدت به پردازندههای مرکزی (CPU) وابسته هستند. این پردازندهها باید ابزارها را سازماندهی کنند، کدها را اجرا نمایند و شبیهسازیها را بین فراخوانهای مدل مدیریت کنند. اگر CPU کند باشد، کل کارخانه هوش مصنوعی متوقف میشود.
تصور کنید در یک خط تولید سریع، بازوهای رباتیک (GPUها) با سرعت برق پیش میروند، اما مدیر خط (CPU) نمیتواند دستورالعملها را بهسرعت کافی تحویل دهد. پردازنده Vera دقیقاً برای ایفای نقش این مدیر فوقبهینه طراحی شده است تا نیازهای سازماندهی عاملهای هوش مصنوعی را برطرف کند.
همانطور که در تحلیلهای پیشین ما دربارهی زیرساختهای مدلهای عظیم اشاره کردیم، توازن بین قدرت پردازش و پهنای باند حافظه، تعیینکننده نرخ پیشرفت در استدلال مدلهاست.
نیاز به محاسبات عاملمحور
هوش مصنوعی عاملمحور نیازمند یک تغییر بنیادین در طراحی سیستم است. همانطور که ایان باک، نایبرئیس بخش محاسبات مقیاسبزرگ و با کارایی بالا در انویدیا در جریان این معرفی اشاره کرد، این سیستمها نباید تنها برای تولید پاسخها ساخته شوند، بلکه باید برای «اقدام کردن» و اجرای عملیات بهینه گردند.
مایک نیکولز، رئیس SpaceXAI نیز تأکید کرد که Vera عملکرد CPU و پهنای باند حافظه لازم برای مدیریت حجم عظیمی از پردازش دادهها و سازماندهی (Orchestration) را فراهم میکند. این امر تضمین میکند که GPUها بتوانند بدون انتظار برای رسیدن CPU به سطح مورد نیاز، به انجام آنچه در آن بهترین هستند ادامه دهند.
معماری پردازنده Vera
بر اساس مستندات فنی انویدیا، پردازنده Vera CPU برخلاف تراشههای سرور عمومی، از پایه برای بارهای کاری عاملمحور ساخته شده است و ویژگیهای زیر را ارائه میدهد:
- ۸۸ هسته Olympus: استفاده از قابلیت Spatial Multithreading برای ایجاد ۱۷۶ رشته (Thread) با منابع تفکیکشده.
- حافظه LPDDR5X: ماژولهای SOCAMM قابل جدا شدن و تعویض در محل که پهنای باند ۱.۲ ترابایت بر ثانیه را فراهم میکنند. این مقدار دو برابر پهنای باند و سه برابر کارایی هر هسته در مقایسه با CPUهای پیشرو x86 است، در حالی که تقریباً نیمی از توان را مصرف میکند.
- اتصالات پرسرعت: رابط NVLink-C2C با پهنای باند ۱.۸ ترابایت بر ثانیه برای ارتباط مستقیم و منسجم (Coherent) بین CPUهای Vera و GPUهای Rubin.
- بافت داخلی (On-Die Fabric): نسل دوم بافت ارتباطی که تمام ۸۸ هسته را با پهنای باند ۳.۴ ترابایت بر ثانیه به هم متصل میکند تا تأخیرهای بینتراشهای (Cross-chiplet latency) که در CPUهای سرور چند-تراشهای دیده میشود، حذف گردد.
- ظرفیت حافظه: پشتیبانی از حداکثر ۱.۵ ترابایت حافظه بهازای هر سوکت.
انویدیا ادعا میکند این ترکیب باعث میشود کارهای مربوط به هوش مصنوعی عاملمحور، یادگیری تقویتی (Reinforcement Learning) و پردازش دادهها تا ۱.۸ برابر سریعتر از CPUهای x86 انجام شوند. در محیطهای ایزوله تخصصی (Specialized Sandbox)، این جهش عملکرد به ۸۰ درصد میرسد.
استقرار در مقیاس رک
در حالت پلتفرم مستقل، یک رک Vera تا ۲۵۶ پردازنده را در یک شاسی متراکم با سیستم خنککننده مایع جای میدهد. این پیکربندی برای پشتیبانی از بیش از ۲۲,۵۰۰ محیط ایزوله همزمان طراحی شده است.
این محیطهای ایزوله — کانتینرهای نرمافزاری مجزایی هستند که عاملها در آنها کد اجرا کرده، ابزارها را فراخوانی میکنند و حلقههای ارزیابی را طی میکنند. از آنجا که هر چرخه استدلال در یک سیستم عاملمحور میتواند هزاران محیط از این دست ایجاد کند، تعداد CPUها عملاً سقف توان عملیاتی (Throughput) کل کارخانه هوش مصنوعی را تعیین میکند.
گسترش محاسبات به مدار زمین
شرکت SpaceXAI این معماری را به مراکز داده زمینی محدود نکرده است. این شرکت در حال توسعه ماهواره Starmind AI است که بر پایه سیستم بهینهشده Vera Rubin NVL72 کار میکند. این پلتفرم رکاسکیل ترکیبی پیچیده از موارد زیر است:
- ۷۲ عدد GPU Rubin
- ۳۶ عدد CPU Vera
- کارتهای شبکه ConnectX-9 SuperNIC
- واحدهای پردازش داده (DPU) BlueField-4
- سوئیچهای نسل ششم NVLink
انطباق این سختافزار برای فضا نیازمند حل چالشهای شدید در مدیریت حرارتی، توزیع توان، پهنای باند، قابلیت اطمینان و یکپارچگی فیزیکی است. با این حال، استفاده از معماری یکسان در زمین و فضا، یک اکوسیستم نرمافزاری یکپارچه برای مدلهای Grok تضمین میکند.
اقتصادِ بهرهوری
برای SpaceXAI، انتقال به پلتفرم Vera Rubin در واقع بازی با اعداد «توکن بهازای هر وات» است. انویدیا این معماری را بهگونهای معرفی کرده که هزینه هر توکن را نسبت به نسل Blackwell کاهش دهد. وقتی ظرفیت به مقیاس گیگاوات میرسد، این بهبودهای جزئی در بهرهوری به صرفهجوییهای عملیاتی عظیم تبدیل میشوند.
این یکپارچگی به SpaceXAI اجازه میدهد از معماری یک تکفروش در تمام مراحل آموزش، استدلال و استنتاج (Inference) — یعنی لحظهای که مدل واقعاً جواب تولید میکند و شبیه به خودِ آشپزی است، نه دوره آموزش آشپز — استفاده کند. این پشته (Stack) در بخشهای محاسبات، شبکه و نرمافزار بهصورت مشترک طراحی شده و از شبکه اترنت Spectrum-X و پردازش دادههای BlueField بهره میبرد.
این استقرار یک پیروزی استراتژیک برای انویدیاست و Vera را در کنار مشتریان نخبهای چون OpenAI، Anthropic و Oracle Cloud Infrastructure قرار میدهد. این اتفاق نشان میدهد CPU دیگر یک بازیگر مکمل نیست، بلکه موتور اصلی توان عملیاتی هوش مصنوعی است.
در کنار سختافزار، زیرساختهای انرژی نیز در حال گسترش هستند. شرکت Lancium در تگزاس با انویدیا برای استقرار کارخانههای هوش مصنوعی در مقیاس گیگاوات همکاری میکند و انویدیا برای تضمین تامین برق این پروژههای عظیم، از طریق خرید سهام مستقیم در این شرکت گامهای استراتژیکی برداشته است.
منتظر اولین دادههای تلهمتری از ماهواره Starmind باشید تا ببینیم آیا عملکرد AI زمینی واقعاً در محیط خشن مدار حفظ میشود یا خیر.
گام بعدی شما
- اگر توسعهدهنده سیستمهای عاملمحور هستید، روی بهینهسازی تعامل بین CPU و GPU تمرکز کنید تا گلوگاههای استنتاج را شناسایی کنید.
- تغییرات در معماری حافظه (مانند LPDDR5X) را دنبال کنید؛ چرا که پهنای باند حافظه اکنون مهمتر از تعداد هستههاست.
- دادههای تلهمتری ماهواره Starmind را رصد کنید تا ببینید آیا عملکرد AI زمینی در محیط خشن مدار حفظ میشود یا خیر.
اما داستان سختافزاری این تحول حتی شگفتانگیزتر است — به تحلیل ما دربارهی تراشههای Blackwell مراجعه کنید.
گفتگو