البطاقات الرسومية القديمة، ما زالت قادرة على مفاجأة سوق الذكاء الاصطناعي عندما يتعلق الأمر بنماذج اللغات الكبيرة، وقد أعادت تجربة حديثة الاهتمام إلى NVIDIA V100 بعد 8 سنوات من صدورها، بعدما ظهرت بمستوى أداء وكفاءة لافتين أمام بطاقات أحدث منها بكثير، وبتكلفة منخفضة نسبياً جعلتها محل نقاش واسع.
كيف عادت NVIDIA V100 إلى الواجهة في اختبارات LLM؟
أظهرت تجربة Hardware Haven أن بطاقة NVIDIA Tesla V100 لا تزال تمتلك قدرة قوية في تشغيل نماذج اللغات الكبيرة، رغم أنها تعود إلى جيل Volta القديم، ويعود ذلك إلى كونها أول بطاقة من NVIDIA صممت خصيصاً لمراكز البيانات، مع دعم Tensor Cores التي شكلت لاحقاً أساساً مهماً في تسريع أحمال الذكاء الاصطناعي، وقد جرى اختبارها أمام RTX 3060 وRX 7800 XT في سيناريوهات مختلفة.
مواصفات البطاقة التي جرى اختبارها
البطاقة المستخدمة في التجربة كانت NVIDIA Tesla V100 بنسخة SXM2، وهي تأتي بمواصفات قوية حتى بمعايير اليوم، خصوصاً في بيئات الحوسبة المخصصة، وقد ساعدها ذلك على تقديم نتائج لافتة في الاختبارات العملية.
- الأنوية: 5120 نواة.
- وحدات TMU: 320 وحدة.
- وحدات ROP: 128 وحدة.
- Tensor Cores: 640 نواة.
- ذاكرة التخزين المؤقت L2: 6 ميجابايت.
- تردد التعزيز: حتى 1530 ميجاهرتز.
- الذاكرة: 16 أو 32 جيجابايت من HBM2.
- عرض النطاق: 898 جيجابايت/ثانية عبر ناقل 4096 بت.
- استهلاك الطاقة: 250 واط.
وعند طرحها في السوق كانت هذه البطاقة تتجاوز قيمتها 10000 يورو، أما اليوم فيمكن العثور على نسخة 16 جيجابايت منها عبر eBay بحوالي 100 يورو فقط، وهو فرق سعري هائل يعكس تغير السوق واهتمام المستخدمين ببطاقات مراكز البيانات المستعملة.
ما التحديات التي تواجه تركيبها في جهاز منزلي؟
رغم قوتها، لا تنتقل V100 بسهولة إلى بيئة الحاسب الشخصي، لأن تصميمها أصلاً لم يكن موجهاً لصناديق الألعاب أو الاستخدام المكتبي التقليدي، وهذا يعني أن تشغيلها يتطلب بعض التعديلات اليدوية حتى تعمل بشكل سليم وآمن.
- الاعتماد على SXM2: لا يتوافق مباشرة مع اللوحات التقليدية، ويحتاج إلى محول SXM إلى PCIe.
- مصادر الطاقة: يتطلب المحول موصلين 8 سنون.
- التبريد: البطاقة تعمل سلبياً في الأصل، ما يجعلها بحاجة إلى حل تبريد خارجي.
- الملحقات: يتطلب المحول ثلاثة رؤوس مروحة 4 سنون.
وللتغلب على مشكلة الحرارة، اعتمد فريق الاختبار على قناة مطبوعة ثلاثية الأبعاد مع مروحة Noctua لتوجيه الهواء مباشرة إلى البطاقة، لأن تصميم Tesla المخصص لمراكز البيانات يعتمد عادة على تدفق هواء كثيف داخل بيئات احترافية، وليس داخل صندوق منزلي عادي.
كيف تفوقت على RTX 3060 وRX 7800 XT؟
النتائج كانت لافتة في أكثر من اختبار، فقد حققت V100 أداءً قويًا في GPT-oss مع 20 مليار معلمة، ووصلت إلى 130 رمزاً في الثانية، متقدمة على RX 7800 XT التي سجلت 90 رمزاً في الثانية، كما تفوقت على RTX 3060 12 جيجابايت في اختبار Gemma4:e4b ضمن ollama+openwebui بنسبة 42% في سرعة توليد الرموز.
الأمر لم يتوقف عند الأداء الخام، بل شمل الكفاءة أيضاً، فعندما جرى تقييد الاستهلاك إلى 100 واط، واصلت البطاقة تفوقها بنسبة 41% في كفاءة الرموز في الثانية لكل واط مقارنةً بـ RTX 3060، كما أنها رغم استهلاكها الأعلى إجمالاً، بقيت أفضل بنسبة 12% من بطاقة Ampere الأحدث في هذا الجانب.
أبرز ما ميّز نتائج الاختبار
- GPT-oss: سجلت 130 رمزاً في الثانية.
- RX 7800 XT: وصلت إلى 90 رمزاً في الثانية.
- Gemma4:e4b: تفوقت V100 على RTX 3060 بنسبة 42% في سرعة التوليد.
- الكفاءة عند 100 واط: تقدمت V100 بنسبة 41% في الرموز في الثانية لكل واط.
- الميزانية الإجمالية: تجاوزت تكلفة البطاقة مع الملحقات 200 يورو بقليل.
هل ما زالت بطاقات Tesla القديمة خياراً عملياً اليوم؟
النتائج تشير إلى أن هذه البطاقات القديمة ما زالت تحتفظ بقيمة حقيقية في عالم LLMs، خاصة لمن يبحث عن أداء قوي مقابل سعر منخفض، لكن هذا الخيار ليس مناسباً للجميع، لأن تشغيله يتطلب تعديلات خاصة، إضافة إلى حل تبريد غير تقليدي، ومع ذلك تبقى نسخة 32 جيجابايت، التي يتراوح سعرها بين 400 و500 يورو، مفيدة في تشغيل النماذج الأكبر حجماً.
ويبدو أن الاهتمام ببطاقات NVIDIA القديمة لم ينته بعد، بل عاد بقوة مع ازدياد الحاجة إلى الذكاء الاصطناعي محلياً، وبينما يواصل السوق دفع المستخدمين نحو حلول جديدة باهظة الثمن، تثبت تجربة Hardware Haven أن بعض الأجيال السابقة ما زالت قادرة على المنافسة بجدارة، خاصة عندما يُحسن المستخدم توظيفها، وهو ما يجعل هذه القصة محط متابعة لدى جمهور التقنية عبر بوابة مصر.
