في مؤتمر GTC 2025، كشف نفيديا عن تطورات جذرية في كفاءة الذكاء الاصطناعي، حيث أظهرت بيانات أداء أن التحسينات البرمجية تفوق بكثير التطورات في الهاردوير من حيث تأثيرها على أداء النماذج. باستخدام منحنيات باريتو التي تُظهر التوازن بين معدل المعالجة (throughput) وسرعة الاستجابة (response time)، أظهرت الشركة كيف أن تطوير البرمجيات مثل TensorRT وDynamo قد دفع حدود الأداء بشكل مذهل. في تجربة مقارنة بين نظامين: واحد باستخدام بطاقات H200 (من عائلة Hopper) وآخر باستخدام 72 بطاقة B200 (من عائلة Blackwell)، أظهرت النتائج أن النظام الجديد يحقق زيادة تصل إلى 25 مرة في الأداء، وفقًا لقياسات نفيديا، بينما تشير تقديراتنا إلى تحسن يصل إلى 31 مرة. هذا التحسن يعود إلى تقليل دقة الحسابات من FP8 إلى FP4، واستخدام نظام متكامل على مستوى الرف (rack-scale) بدلاً من نظام عقدة واحدة، بالإضافة إلى تحسينات برمجية متقدمة. الأهم من ذلك، أن هذه التطورات لم تكن نتيجة تحسينات هاردوير فقط، بل ناتجة عن تطويرات برمجية متتالية خلال أسابيع قليلة. فبين أغسطس وسبتمبر، تحسنت الأداء على مستوى منحنى باريتو بنسبة تقارب 100%، ثم في أكتوبر، بفضل تحسينات في توازي الوصول إلى الذاكرة عبر مكون NVSwitch، ودمج تقنية "التنبؤ بعديد الرموز" (multi-token prediction) التي تعمل كتنفيذ توقعي لتسريع النماذج، تمكنت نفيديا من رفع أقصى معدل تدفق للنماذج إلى أكثر من 60,000 رمز/ثانية لكل بطاقة، وتحقيق 1,000 رمز/ثانية لكل مستخدم في الحالة القصوى. هذا التحول السريع – الذي يعادل عادةً تحسينًا برمجيًا بقيمة 5X يُستغرق عادةً سنتين – تم إنجازه في غضون أسابيع، ما يعكس تغيرًا جوهريًا في ديناميكية تطوير الذكاء الاصطناعي. ورغم أن 80% من دخل نفيديا يُستمد من الهاردوير، فإن 80% من موظفيها يعملون على البرمجيات، مما يعكس تركيزًا استراتيجيًا على التحسين البرمجي كمحرك رئيسي للأداء. المقارنة بين نموذجين: نموذج كثيف (dense) مثل Llama 3.3 ونموذج استنتاجي (reasoning) مثل GPT-OSS أو DeepSeek R1، كشفت أن النماذج الاستنتاجية تقلل من الكفاءة الطاقية بنسبة 11 مرة، لكنها تحافظ على مستوى الأداء للمستخدم، مما يبرز أهمية التصميم البرمجي المخصص لكل نوع من النماذج. باختصار، تُظهر البيانات أن التطور في الذكاء الاصطناعي لم يعد يعتمد فقط على تحسين المعالجات، بل على قدرة الشركات على تطوير برمجيات ذكية تُحدث تحولًا جذريًا في الأداء خلال فترة زمنية قصيرة جدًا. في عالم الذكاء الاصطناعي الحديث، قد تكون البرمجيات هي المحرك الحقيقي للتقدم، أكثر من الهاردوير نفسه.