نموذج الذكاء الاصطناعي الجديد من جوجل يصل إلى 1000 رمز في الثانية على وحدات معالجة الرسوميات من إنفيديا

نموذج الذكاء الاصطناعي الجديد من جوجل يصل إلى 1000 رمز في الثانية على وحدات معالجة الرسوميات من إنفيديا

Google DeepMind أطلقت DiffusionGemma في 10 يونيو 2026، وهو نموذج توليد نص جديد ينتج النص في كتل متوازية بدلًا من التوليد المتسلسل.

تقول الشركة إنه يصل إلى سرعة تصل إلى 1000 رمز في الثانية على عتاد وحدات معالجة الرسوميات من Nvidia.

وفقًا لتقرير، تُظهر اختبارات DeepMind أن DiffusionGemma يعمل بسرعة أعلى 4 مرات من نماذج Gemma التسلسلية السابقة على نفس القدرة الحاسوبية. وأكد تقرير قياس أداء منفصل زيادة في معدل مرور الرموز تصل إلى 10 مرات في اختبارات الاستدلال بسياقات طويلة التي أُجريت على عتاد إنفيديا.

كيف يعمل DiffusionGemma

النماذج اللغوية الكبيرة القياسية تولّد رمزًا واحدًا في كل مرة. DiffusionGemma يولّد كتل نصية كاملة في الوقت نفسه باستخدام بنية معتمدة على الانتشار. هذا الأسلوب يخفّض زمن الاستجابة بشكل حاد في المخرجات الطويلة. تشير DeepMind إلى أن النموذج يصحح تلقائيًا العلامات (Markdown) المعقدة والبنى المنسقة أثناء التوليد.

هذه الإمكانية موجّهة للمطورين الذين يبنون مساعدين برمجيين، وأدوات توثيق، وأنابيب بيانات منظمة. النموذج مُحسَّن للنشر المحلي على وحدات معالجة الرسوميات الاستهلاكية Nvidia RTX وأنظمة المؤسسات DGX.

Also Read: SpaceX’s $75B IPO May Be In Trouble As Warren Pushes SEC Delay

خلفية

أصدرت Google DeepMind عدة نسخ من Gemma خلال العام الماضي، كل منها توسّع عائلة النماذج ذات الأوزان المفتوحة لحالات استخدام مختلفة. يمثل DiffusionGemma أول مرة تطبق فيها DeepMind بنية انتشار لتوليد النص داخل سلسلة Gemma.

نماذج النص القائمة على الانتشار من مختبرات أخرى أظهرت مزايا في السرعة في بيئات بحثية، لكنها كانت محدودة في النشر في العالم الحقيقي. إصدار DeepMind ينقل هذا النهج إلى عائلة نماذج مستخدمة على نطاق واسع وبأدوات تطوير قائمة بالفعل.

جاء التوقيت بعد إصدار Anthropic لنموذج Claude Fable 5 في وقت سابق من هذا الأسبوع، والذي حقق معايير جديدة في مهام الاستدلال والبرمجة. تركيز DeepMind على سرعة الاستدلال الخام على مستوى العتاد يستهدف بُعدًا تنافسيًا مختلفًا، حيث يعطي الأولوية لمعدل المرور للنشر عالي الحجم بدلًا من درجات معايير الاختبار.

تستفيد Nvidia مباشرة من ذلك. فعملية التحسين لمنصّتي DGX وRTX ترسّخ عتاد إنفيديا بوصفه المنصة الافتراضية لاستدلال النماذج المتقدمة على المستوى المحلي.

ما ينبغي مراقبته هو سرعة تبنّي المطورين، وما إذا كانت أرقام معدل المرور الخاصة بـ DiffusionGemma ستستمر على تكوينات عتادية غير تابعة لإنفيديا.

Read Next: SpaceX's $250B IPO Is Draining Crypto Liquidity, Traders Fear

إخلاء المسؤولية وتحذير المخاطر: المعلومات المقدمة في هذا المقال مخصصة للأغراض التعليمية والإعلامية فقط وتستند إلى رأي المؤلف. وهي لا تشكل مشورة مالية أو استثمارية أو قانونية أو ضريبية. أصول العملات المشفرة شديدة التقلب وتخضع لمخاطر عالية، بما في ذلك خطر فقدان كامل أو جزء كبير من استثمارك. قد لا يكون تداول أو حيازة الأصول المشفرة مناسباً لجميع المستثمرين. الآراء المعبر عنها في هذا المقال هي آراء المؤلف (المؤلفين) فقط ولا تمثل السياسة أو الموقف الرسمي لشركة Yellow أو مؤسسيها أو مديريها التنفيذيين. قم دائماً بإجراء بحثك الشامل بنفسك (D.Y.O.R.) واستشر مختصاً مالياً مرخصاً قبل اتخاذ أي قرار استثماري.
آخر الأخبار
عرض جميع الأخبار
أخبار ذات صلة
مقالات البحث ذات الصلة
مقالات التعلم ذات الصلة
نموذج الذكاء الاصطناعي الجديد من جوجل يصل إلى 1000 رمز في الثانية على وحدات معالجة الرسوميات من إنفيديا | Yellow.com