
NVIDIA DSX MaxLPS يرفع إنتاجية مصنع الذكاء الاصطناعي 49% داخل الميزانية نفسها
اختبار مشترك بين NVIDIA وNscale على أنظمة GB300 NVL72 في أيسلندا شغّل 192 وحدة GPU بدلًا من 140 داخل الميزانية نفسها البالغة 264.4 كيلوواط، ورفع الإنتاجية الإجمالية 49.2% دون تراجع يُذكر في إنتاج النسخ الفردية.
نشرت NVIDIA على مدونة المطوّرين مراجعة تقنية لنظام DSX MaxLPS، وهو طبقة لإدارة الطاقة توزّع الكهرباء ديناميكيًا بين وحدات GPU في مركز بيانات للذكاء الاصطناعي، بدلًا من حجز حصة ذروة ثابتة لكل عقدة. ويقول كاتبا المقال المنشور في 27 سبتمبر 2026، Sarah McKenney وHarry Petty، إن النهج يتيح نشر ما يصل إلى 40% من وحدات GPU الإضافية داخل الميزانية نفسها.
لماذا يترك الحجز الثابت الطاقة دون استخدام
يعمل مصنع الذكاء الاصطناعي داخل تدرّج من الحدود الكهربائية يمتد من وصلة الشبكة والمحطات الفرعية إلى الرفوف والعقد ووحدات GPU. ويحجز المشغّلون عادةً ما يكفي لبلوغ كل المسرّعات ذروتها في وقت واحد، لكن أحمال العمل الفعلية لا تسلك هذا المسار: ففي التدريب تتعاقب الحسابات مع الاتصال ونقاط الحفظ، وفي الاستدلال يتناوب العمل بين prefill وdecode والعمل المرتبط بالذاكرة وفترات الخمول. ومع الحجز الثابت لكل عقدة لا يمكن نقل السعة الفارغة إلى عقدة أخرى، بينما يراقب DSX MaxLPS الاستهلاك الفعلي ويعيد توزيع الطاقة وفق سياسات المشغّل.

كيف جرى التقييم
نشرت Nscale البرنامج في مركز بياناتها في حرم Verne في كيفلافيك بأيسلندا، فيما شغّلت NVIDIA أحمال العمل على أنظمة GB300 NVL72 مع وحدات Blackwell Ultra ونموذج Kimi K2.5 بدقة FP4. واستخدم التكوين الأساسي 140 وحدة GPU، بينما استخدم تكوين MaxLPS عدد 192 وحدة داخل الميزانية نفسها البالغة 264.4 كيلوواط.
ما أظهرته القياسات
ارتفعت الإنتاجية الإجمالية المعيارية بنسبة 49.2%، من 1,084,503 إلى 1,618,443 رمزًا في الثانية، وصعدت الإنتاجية لكل واط مخصّص من 4.10 إلى 6.12 رمزًا/ثانية/واط. ولم يتغيّر إنتاج النسخ الفردية تقريبًا: 59,220 رمزًا في الثانية للنسخ عالية الإنتاجية مقابل 59,153 في الأساس.
وزاد متوسط طاقة وحدات GPU من 97.0 إلى 131.8 كيلوواط، واستخدام الميزانية من 62.9% إلى 75.2%. وبقيت قيم الكمون الوسيط وP75 في حدود 5% من الأساس، لكن زمن أول رمز عند النسبة المئوية 99 ساء بنسبة 17%.
ما ينبغي للمشغّلين التحقق منه
وتوصي NVIDIA بمسار من خمس مراحل: تحديد حدود الإدارة والحدّ القابل للإنفاذ، وتسجيل أساس تمثيلي في ظل الحجز الثابت، وإدخال السياسات بقيم قريبة من ذلك الأساس، وزيادة السعة تدريجيًا مع اختبار كل مرحلة، ثم اعتماد حدود التشغيل الإنتاجي بعد ذلك فقط.
SiTech — تطوير ويب مدعوم بالذكاء الاصطناعي
نبني مواقع سريعة وعصرية وندمج الذكاء الاصطناعي في سير عمل الشركات. لديك مشروع أو سؤال؟ يسعدنا مساعدتك.