NVIDIA ReplaySSM يسرّع فك التشفير في النماذج الهجينة مثل Nemotron 3 وQwen3.5
ما الجديد؟
نشرت NVIDIA على مدوّنتها للمطوّرين تقنية باسم ReplaySSM تعيد التفكير في طريقة تخزين الحالة (state storage) داخل النماذج الهجينة، بهدف تسريع فك التشفير (decoding).
النماذج الهجينة تدمج طبقات State-Space Model (SSM) مع عدد قليل من طبقات الانتباه (attention). ومن الأمثلة التي ذكرها المصدر: NVIDIA Nemotron 3، وQwen3.5 حتى Qwen3.8، وKimi-K3، وGLM-5.3-Flash، مع طبقات SSM من نوع Mamba-2 أو Gated DeltaNet (GDN) أو Kimi Delta Attention (KDA).
لماذا يهم هذا؟
طبقات SSM مصمّمة لجعل فك التشفير سريعًا: فهي تستخدم حالة ثابتة الحجم بدلًا من ذاكرة KV التي تنمو مع طول السياق. هذا يخفّض ضغط الذاكرة وزمن التوليد، لكنه يفرض تحديات في إدارة الحالة عبر الطبقات والخطوات الزمنية. ReplaySSM تعالج هذه النقطة تحديدًا.
مقارنة سريعة: SSM مقابل الانتباه
| المعيار | طبقات SSM | طبقات الانتباه |
|---|---|---|
| حجم الحالة | ثابت | ينمو مع طول السياق (KV cache) |
| سرعة الفك | أعلى | أقل عند السياقات الطويلة |
| ضغط الذاكرة | منخفض | مرتفع |
| الاسترجاع الدقيق | محدود | قوي |
النماذج الهجينة تحاول الجمع بين ميزتي السرعة والاسترجاع عبر مزج النوعين.
الأثر العملي للمؤسسات
خفض زمن الاستدلال وذاكرة الحالة يعني تكلفة تشغيل أقل لكل طلب، وهو عامل حاسم عند نشر نماذج كبيرة على بنية تحتية محلية أو سحابية. هذا مهم خصوصًا للمؤسسات والجهات الحكومية في المنطقة التي تبني قدرات ذكاء اصطناعي سيادية وتحتاج كفاءة عالية في الاستدلال.
ما لا نعرفه بعد
المصدر لا يقدّم أرقامًا تفصيلية عن نسب التسريع أو مقارنات معيارية محددة في الملخص المتاح، لذا ينبغي الرجوع إلى المقال الأصلي للحصول على الأرقام الرسمية والتفاصيل التقنية الكاملة.
تنويه: هذا المقال يلخّص معلومات من المصدر المذكور. للأرقام والتواريخ الرسمية، راجع الرابط الأصلي. لا نضيف تفاصيل غير منشورة في المصدر.
أسئلة شائعة
ما هو ReplaySSM؟
تقنية من NVIDIA تعيد تصميم طريقة تخزين حالة طبقات SSM داخل النماذج الهجينة، بهدف تسريع فك التشفير وتقليل ضغط الذاكرة أثناء التوليد.
ما الفرق بين طبقات SSM وطبقات الانتباه في النماذج الهجينة؟
طبقات SSM تستخدم حالة ثابتة الحجم لا تنمو مع طول السياق، بينما تستخدم طبقات الانتباه ذاكرة KV تتضخم مع طول النص، ما يجعل SSM أسرع في الفك لكن أقل دقة في الاسترجاع.
أي نماذج تستفيد من ReplaySSM؟
النماذج الهجينة المبنية على SSM مثل NVIDIA Nemotron 3 وQwen3.5 حتى Qwen3.8 وKimi-K3 وGLM-5.3-Flash، باستخدام Mamba-2 أو Gated DeltaNet أو Kimi Delta Attention.
هل يفيد ReplaySSM فرق الذكاء الاصطناعي في المنطقة العربية؟
نعم، خفض زمن الاستدلال وذاكرة الحالة يقلّل تكلفة تشغيل النماذج الهجينة على البنية التحتية المحلية والسحابية، وهو عامل مهم للمؤسسات والجهات الحكومية التي تنشر نماذج كبيرة.
المصدر: NVIDIA Developer (AI)
ملخص بمساعدة الذكاء الاصطناعي من المصدر أعلاه. القصص عالية الثقة تُنشر تلقائياً، والبقية تنتظر مراجعة، ولا تُضاف وقائع غير موجودة في المصدر.