انویدیا از NVLink Fusion رونمایی کرد؛ پیوند تراشه‌های اختصاصی XPU با قدرتمندترین زیرساخت هوش مصنوعی جهان

در دنیای پرشتاب محاسبات هوش مصنوعی، ساخت یک شتاب‌دهنده اختصاصی تنها نیمی از مسیر موفقیت است؛ چالش بزرگ‌تر، یکپارچه‌سازی آن در یک شبکه مقیاس‌پذیر و پایدار است. انویدیا با معرفی فناوری نوآورانه NVLink Fusion، استراتژی جدیدی را آغاز کرده که به غول‌های فناوری اجازه می‌دهد پردازنده‌های سفارشی (XPU) خود را مستقیماً به زیرساخت‌های استاندارد و پیشرفته‌ی کارخانه‌های هوش مصنوعی این شرکت متصل کنند.

تحول در زیرساخت ابری؛ معماری NVLink Fusion چیست؟

با گسترش مدل‌های زبانی عظیم، معماری‌های مبتنی بر متخصصان (Mixture of Experts) و سیستم‌های هوش مصنوعی عاملی (Agentic AI)، نیاز به توان پردازشی به سطح بی‌سابقه‌ای رسیده است. غول‌های فناوری و ارائه‌دهندگان خدمات ابری بزرگ (Hyperscalers) برای کاهش هزینه‌ها و شخصی‌سازی بارهای پردازشی، به سمت توسعه‌ی شتاب‌دهنده‌ها و تراشه‌های اختصاصی یا اصطلاحاً XPU حرکت کرده‌اند. با این حال، کارایی این تراشه‌ها همواره به دلیل گلوگاه‌های ارتباطی و شبکه‌سازی در مقیاس رک (Rack-Scale) محدود می‌شد.

انویدیا با درک این چالش، پلتفرم NVLink Fusion را معرفی کرده است. این فناوری به شرکت‌ها امکان می‌دهد تا تراشه‌های سیلیکونی سفارشی خود را به اکوسیستم فوق‌سریع NVLink متصل کنند. این همگرایی باعث می‌شود توسعه‌دهندگان بتوانند بدون درگیر شدن در فرآیندهای پیچیده و پرهزینه‌ی طراحی شبکه، خنک‌سازی مایع و مدیریت توان رک، تراشه‌های خود را در بستری کاملاً پایدار و آزموده‌شده به کار بگیرند.

چالش‌های ساخت کارخانه هوش مصنوعی؛ چرا سیلیکون اختصاصی کافی نیست؟

بسیاری از شرکت‌های پیشرو تصور می‌کنند که طراحی یک مدار مجتمع با کاربرد خاص (ASIC) یا XPU به‌تنهایی برای رقابت در حوزه هوش مصنوعی کافی است. اما راه‌اندازی یک «کارخانه هوش مصنوعی» (AI Factory) فراتر از چیپ‌ست‌های منفرد است و به شاخص‌های اقتصادی نظیر تعداد توکن بر ثانیه، توکن بر وات و هزینه نهایی هر توکن وابسته است.

• پیچیدگی شبکه مقیاس‌پذیری عمودی (Scale-Up): اتصال ده‌ها و صدها تراشه با حداقل تاخیر برای پردازش مدل‌های تریلیون پارامتری.
• مدیریت حرارت و انرژی در مقیاس رک: طراحی سیستم‌های توزیع برق و خنک‌کننده‌های مایع پیشرفته برای شاسی‌های پردازشی.
• پایداری عملیاتی (Resiliency): پایش پیوسته سلامت سیستم و امکان سرویس‌دهی بدون متوقف شدن کل کلاستر محاسباتی.
• زنجیره تأمین و نرم‌افزار: مدیریت ده‌ها تأمین‌کننده قطعات شبکه، اپتیک و توسعه پشته‌های نرم‌افزاری پایدار.

انویدیا با ارائه NVLink Fusion، بار سنگین طراحی این زیرساخت‌ها را از دوش تیم‌های توسعه تراشه برمی‌دارد و ریسک ورود به بازار را برای تراشه‌های سفارشی به حداقل می‌رساند.

مشخصات فنی و جهش عملکرد با نسل ششم NVLink

هسته‌ی اصلی این نوآوری، بهره‌گیری از نسل ششم اینترکانکت‌های NVLink است. اتصال تراشه‌های سفارشی به دامنه‌ی NVLink عملکرد ارتباطات درون‌شبکه‌ای را به شکل چشمگیری دگرگون می‌سازد. بر اساس داده‌های رسمی انویدیا، تاخیر ارتباط نقطه به نقطه میان تراشه‌ها در مقایسه با شبکه‌های سنتی مبتنی بر اترنت تجاری (Off-the-shelf Ethernet) تا ۳ برابر کمتر بوده و نرخ انتقال بسته‌های داده (Packet Rate) تا ۱۰ برابر افزایش می‌یابد.

علاوه بر ارتباط میان شتاب‌دهنده‌ها، رابط فوق‌سریع NVLink-C2C ارتباط مستقیم تراشه‌های XPU با پردازنده‌های مرکزی مانند پردازنده مرکزی اختصاصی Vera انویدیا یا سایر پردازنده‌های مبتنی بر اکوسیستم را برقرار می‌کند. این رابط در مقایسه با استانداردهای مرسوم PCIe، بهره‌وری انرژی را تا ۶ برابر بهبود داده و موانع انتقال داده میان بخش‌های کنترلی و پردازشی سیستم‌های هوش مصنوعی مبتنی بر عامل را برطرف می‌سازد.

تغییر استراتژی انویدیا؛ همزیستی هوشمندانه به‌جای رقابت مستقیم

طی سال‌های اخیر غول‌هایی چون گوگل (تراشه‌های TPU)، آمازون (Trainium و Inferentia) و متا (MTIA) سرمایه‌گذاری‌های سنگینی روی تراشه‌های اختصاصی انجام داده‌اند تا وابستگی خود را به پردازنده‌های گران‌قیمت انویدیا کاهش دهند. معرفی NVLink Fusion نمایانگر یک تغییر پارادایم هوشمندانه در اکوسیستم سخت‌افزار است.

انویدیا دیگر صرفاً یک فروشنده GPU نیست؛ بلکه خود را به‌عنوان معمار زیرساخت و شبکه ارتباطی بلامنازع تمام کارخانه‌های هوش مصنوعی جهان بازتعریف کرده است.

با این رویکرد، حتی اگر شرکتی تصمیم بگیرد تراشه پردازشی اختصاصی خود را تولید کند، برای دستیابی به بالاترین کارایی در لایه شبکه و پلتفرم به فناوری‌های اینترکانکت، بردهای سوئیچ و معماری رک انویدیا متکی خواهد بود. این راهبرد تضمین می‌کند که انویدیا جایگاه محوری خود را در زنجیره ارزش هوش مصنوعی حفظ خواهد کرد.

تأثیر بر اقتصاد مدل‌های زبانی بزرگ و هوش مصنوعی مولد

برای شرکت‌هایی که مدل‌های متن‌باز پیشرفته مانند سری‌های نوین DeepSeek یا معماری‌های چندعاملی را مستقر می‌کنند، سرعت پاسخگویی و برهم‌کنش (Interactivity) کاربران حیاتی است. طبق ارزیابی‌ها، ادغام تراشه‌ها در سامانه‌هایی نظیر GB300 NVL72 می‌تواند بازدهی استنتاج بر حسب توکن بر ثانیه به ازای هر کاربر را به شکل چشمگیری افزایش دهد. این دستاورد به معنای کاهش مستقیم هزینه‌های برق مراکز داده و صرفه‌جویی اقتصادی میلیارد دلاری در ابعاد کلان ابری است.

جمع‌بندی

فناوری NVLink Fusion مرزهای سنتی میان سخت‌افزار اختصاصی و زیرساخت‌های تجاری را بازتعریف می‌کند. انویدیا با گشودن درهای اکوسیستم شبکه و رک‌اسکیل خود به روی تراشه‌های XPU شخص ثالث، نشان داد که برنده نهایی مسابقه هوش مصنوعی، مالکان سریع‌ترین بزرگراه‌های ارتباطی داده هستند. این همگرایی نویدبخش کاهش زمان عرضه به بازار برای پردازنده‌های سفارشی و جهش راندمان محاسباتی در سراسر مراکز داده ابری است.

سؤالات متداول

تراشه XPU چیست و چه تفاوتی با GPU دارد؟

واژه XPU اصطلاحی کلی برای انواع شتاب‌دهنده‌ها و پردازنده‌های سفارشی (ASIC) است که توسط شرکت‌های ابری برای بارهای کاری خاص هوش مصنوعی بهینه‌سازی و طراحی می‌شوند، در حالی که GPU پردازنده‌ای چندمنظوره‌تر با معماری عمومی‌تر است.

فناوری NVLink Fusion دقیقاً چه مشکلی را حل می‌کند؟

این فناوری به سازندگان تراشه‌های اختصاصی اجازه می‌دهد بدون نیاز به طراحی پرهزینه‌ی سوئیچ‌ها، سیستم‌های خنک‌کننده مایع و شبکه‌های اختصاصی، چیپ‌های خود را مستقیماً به شبکه پرسرعت NVLink و معماری رک انویدیا متصل کنند.

میزان بهبود تاخیر و سرعت در NVLink Fusion چقدر است؟

با استفاده از نسل ششم NVLink، تاخیر ارتباط میان‌تراشه‌ای تا ۳ برابر کمتر از شبکه‌های اترنت معمول بوده و نرخ پردازش بسته‌های داده تا ۱۰ برابر سریع‌تر گزارش شده است.

فناوری NVLink-C2C چه نقشی در این ساختار دارد؟

این رابط با ارائه بهره‌وری انرژی تا ۶ برابر بهتر نسبت به درگاه PCIe، پردازنده‌های مرکزی (مانند Nvidia Vera) را بدون ایجاد گلوگاه به تراشه‌های پردازش هوش مصنوعی (XPU) پیوند می‌دهد.