NVIDIA توصي بقياس دقة الذكاء الاصطناعي إلى جانب السرعة

خلال جلسة تعريفية بمنصة RTX Spark عُقدت في 6 نوفمبر 2026، عرض Jeff Yen، مدير التسويق التقني لمنطقة آسيا والمحيط الهادئ في NVIDIA، منهجية الشركة الموصى بها لقياس أداء الذكاء الاصطناعي، مؤكداً أن الحكم على هذه الأنظمة يجب أن يجمع بين السرعة والدقة بدلاً من الاكتفاء بالسرعة وحدها، حسب digitaltoday.co.kr.

وقال Yen إن معايير القياس التقليدية كانت تدور دائماً حول السرعة، أما الذكاء الاصطناعي فيتطلب تقييم السرعة والدقة معاً. وأوصى باختبار الألعاب عبر مشاهد لعب فعلية بدلاً من مشاهد اصطناعية، لأن ذلك أقرب إلى تجربة اللاعب الحقيقية.

معايير يقترحها للمتابعة

أشار Yen إلى أن مجال الذكاء الاصطناعي المحلي على الحواسيب الشخصية يشهد محاولات جديدة ويجذب اهتماماً أكبر من أي وقت مضى. وسمّى معياري MLPerf Client وAgentPerf-local بوصفهما جديرين بالمتابعة لقربهما من التطبيقات الواقعية؛ فمعيار الوكلاء في MLPerf Client 2.0 يتكوّن من اختبار قصير بأربعة أوامر مع استدعاءات أدوات محاكاة، بينما يستخدم AgentPerf-local من Artificial Analysis أكثر من 160 أمراً في التشغيل الأساسي ويستدعي أدوات حقيقية لاختبار المنظومة كاملة.

وذكر Yen أن سعة الذاكرة وسياق الإدخال والإخراج من العوامل التي تحدد أداء الوكلاء، وأن NVIDIA وضعت معايير تقييم منفصلة لهذين الجانبين في RTX Spark، أول منصة SoC لديها.

وشدّد على أن المراجعة البشرية تُحدث فرقاً كبيراً في تقييم توليد الصور والفيديو وأداء الوكلاء، وأن النماذج المتشابهة في الأسماء قد تختلف جودة مخرجاتها بحسب طريقة التكميم، كما أن الخادم الخلفي يؤثر في الدقة، معترفاً بأن NVIDIA تقع في هذا الخطأ أيضاً.

في سياق متصل، تستخدم Qualcomm معيار Evolve من Traverse Research الخاص بالرسوميات والذكاء الاصطناعي داخلياً، بينما أصدرت Arm منهجية لتقييم أداء المعالجات في الذكاء الاصطناعي الوكيلي بدعم من Fujitsu وMeta وOpenAI. وكان أداء شرائح الذكاء الاصطناعي يُعبَّر عنه سابقاً بقيمة TOPS النظرية لعمليات وحدة المعالجة العصبية في الثانية عند الذروة، وتقول Qualcomm إن نتائج المعايير وحدها لا تكفي للتحقق الكامل من تحسينات المنصة.