أعلنت CoreWeave إتاحة أنظمة NVIDIA Vera Rubin NVL72 على منصتها السحابية، مدعومة بشبكات Spectrum-X 102.4T Ethernet، في خطوة تستهدف نقل أحمال الذكاء الاصطناعي الوكيل من التدريب والتجارب إلى التشغيل الإنتاجي. وتقول الشركة إن Cognition، المطورة لمهندس البرمجيات الوكيل Devin، أصبحت أول عميل يشغّل أحمالاً إنتاجية على Vera Rubin.
يأتي الإعلان ضمن فعالية CoreWeave Fully Connected في سان فرانسيسكو، ويشمل أيضاً خطط إتاحة معالج NVIDIA Vera المصمم لأحمال وكلاء الذكاء الاصطناعي، وإطلاق بيئة CoreWeave Forge لربط التدريب والتقييم والتحسين المستمر للنماذج والوكلاء.
أداء أعلى لأحمال Devin
تستخدم Cognition بنية CoreWeave لتدريب Devin وإجراء التعلم المعزز وتشغيل الاستدلال في الإنتاج. وبعد تسلّم CoreWeave أول رفوف Vera Rubin NVL72 الإنتاجية، قارنت Cognition الأداء باستخدام مجموعة من مهام هندسة البرمجيات مأخوذة من FrontierCode، ونشرت وكلاء لحلها.
أظهرت الاختبارات الأولية زيادة تصل إلى 4.8 مرات في إجمالي معدل توليد الرموز لأحمال استدلال SWE-2 مقارنة بخط أساس GB200 NVL72. وعملياً، تعني النتيجة وفق المصدر توليداً أسرع للشفرة واستجابة أفضل لمراحل التفكير المتعددة في Devin. ولم يقدّم النص تفاصيل كافية عن منهجية القياس الكاملة أو ظروف الاختبار التي تحدد مدى قابلية مقارنة الرقم بين البيئات المختلفة.
منصة واحدة لدورة الذكاء الاصطناعي
تتيح CoreWeave تشغيل سعة Vera Rubin عبر CoreWeave Kubernetes Service وSUNK وCoreWeave Mission Control وCoreWeave Sandboxes وCoreWeave Inference. كما أعلنت الشركة أن CoreWeave Forge سيجمع أدوات Weights & Biases وخبرات ما بعد التدريب من OpenPipe ومشروع marimo مفتوح المصدر في بيئة واحدة، مع بقائها مفتوحة أمام النماذج والأطر والسحب المختلفة.
وتشمل Forge خدمة CoreWeave ARIA المتاحة عموماً لتحليل التجارب واقتراح التعديلات وحفظها في GitHub، وخدمة CoreWeave Agent Lens الجديدة لتحويل بيانات مراقبة الوكلاء في الإنتاج إلى مدخلات للتحسين. وتقول CoreWeave إن Agent Lens حسّنت اكتشاف الإخفاقات بنسبة 20% وخفضت تكلفة إصلاحها إلى النصف، من دون عرض تفاصيل مستقلة عن طريقة احتساب هذه النسب.
كما أصبحت CoreWeave Sandboxes متاحة عموماً لتشغيل الوكلاء واستدعاءات الأدوات والتعلم المعزز والتقييم داخل بيئات معزولة على وحدات CPU أو GPU. وتقول الشركة إن التعلم المعزز دون خوادم يعمل بسرعة أعلى 1.4 مرة وبتكلفة أقل 40% من إعداد مُدار ذاتياً.
ما الذي يتغير عملياً؟
التحول الأهم ليس إضافة عتاد جديد فقط، بل محاولة تقليص الفاصل بين تشغيل الوكيل وجمع إشاراته ثم إعادة استخدامها في التدريب. وتدعم NVIDIA Dynamo، وهو إطار استدلال مفتوح المصدر، خدمة الاستدلال المُدارة وميزة RL Rollouts الموجودة في المعاينة الخاصة، والتي يمكنها تحميل نقاط تحقق جديدة إلى نشر حي من دون إعادة النشر.
وتقول CoreWeave إن معالج Vera يمكنه وضع 128 وحدة CPU و11,264 نواة في رف واحد، بما يكفي لأكثر من 11 ألف بيئة متزامنة عند تخصيص نواة واحدة لكل بيئة. وفي الاختبارات، تسارعت عملية بدء بيئات الوكلاء أكثر من ثلاث مرات، بينما حقق المعالج مكسباً قدره 1.7 مرة عبر المهام الناجحة في Terminal-Bench.
تستخدم Canva وCapital One وMasterClass Forge، فيما اختارت Ennoble Care سعة محجوزة من NVIDIA RTX PRO 6000 لتشغيل استدلال الذكاء الاصطناعي السريري. لكن معظم أرقام الأداء والتكلفة الواردة هنا مقدمة من CoreWeave أو عملائها، ولذلك تحتاج إلى مراجعة مستقلة قبل اعتبارها مؤشرات عامة لكل أحمال الذكاء الاصطناعي الوكيل.
كيف أعددنا هذا الخبر؟
اعتمد الخبر على المصدر الأصلي الموضح أعلاه. قد نستخدم أدوات آلية للمساعدة في الاستخراج والتصنيف والصياغة،
لكن النشر يخضع لقواعد تمنع المحتوى المكرر والقصير أو الروتيني منخفض القيمة.
اقرأ سياستنا التحريرية.