H100 وA100 وRTX 4090 هي أكثر وحدات GPU مقارنةً في مشاريع الذكاء الاصطناعي. نشرح الفروق في البنية والذاكرة وFP8 وNVLink، ولماذا قد تكون البطاقة الأعلى سعرًا بالساعة أرخص لكل مهمة، وأيها تختار في كل سيناريو.
من أكثر الأسئلة شيوعًا لدى من يبحثون عن استئجار GPU: H100 أم A100 أم RTX 4090؟ تُستخدم البطاقات الثلاث على نطاق واسع في أحمال الذكاء الاصطناعي، لكنها تنتمي إلى أجيال وأسواق مختلفة، وتتفاوت أسعارها بالساعة تفاوتًا كبيرًا.
نشرح في هذا المقال الفروق التقنية بين البطاقات الثلاث، ولماذا لا ينبغي قياس التكلفة بالسعر بالساعة وحده، وأي بطاقة أنسب في كل سيناريو. وفي القسم الأخير نستعرض أيضًا بدائل مثل L40S وH200.
ثلاث بطاقات، ثلاثة عوالم مختلفة
NVIDIA A100 بطاقة مخصّصة لمراكز البيانات مبنية على بنية Ampere، وظلت المعيار في تدريب الذكاء الاصطناعي لسنوات. ومنظومتها البرمجية ناضجة جدًا؛ إذ جرى اختبار كل مكتبة وسكربت تدريب تقريبًا على A100.
NVIDIA H100 هي خليفة A100، ومبنية على بنية Hopper. وبفضل محرك Transformer Engine المصمَّم لنماذج Transformer ودعم FP8، تقدّم قفزة واضحة في تدريب نماذج اللغة الكبيرة والاستدلال.
NVIDIA RTX 4090 بطاقة استهلاكية مبنية على بنية Ada Lovelace. ورغم أنها صُمّمت للألعاب وصناعة المحتوى، فإن قدرتها الحسابية العالية وسعرها المنخفض نسبيًا يجعلانها خيارًا شائعًا للتجارب والاستدلال على النماذج الصغيرة والمتوسطة وتوليد الصور.
المقارنة التقنية
| الميزة | H100 80 GB | A100 80 GB | RTX 4090 24 GB |
|---|---|---|---|
| البنية | Hopper | Ampere | Ada Lovelace |
| الذاكرة | 80 GB HBM3 (إصدار SXM) | 80 GB HBM2e | 24 GB GDDR6X |
| عرض نطاق الذاكرة | عالٍ جدًا (HBM3) | عالٍ (HBM2e) | متوسط (GDDR6X) |
| دعم FP8 | نعم (Transformer Engine) | لا | نعم (Ada Tensor Cores) |
| BF16 / FP16 | نعم | نعم | نعم |
| NVLink | نعم | نعم | لا |
| MIG (تقسيم GPU) | نعم | نعم | لا |
| الفئة | مراكز البيانات | مراكز البيانات | استهلاكية |
| السعر المبدئي لدى CloudRUX (بالساعة، دون ضريبة القيمة المضافة) | $4.99 | $2.24 | $1.11 |
بعض هذه الصفوف يُحدث فرقًا كبيرًا في الممارسة العملية. لنستعرضها واحدًا تلو الآخر.
الذاكرة: الفجوة بين 80 GB و24 GB
في أحمال الذكاء الاصطناعي، تُعدّ VRAM المعيار الأول للفرز. فالاستدلال بدقة FP16 يحتاج إلى نحو 2 بايت لكل معامل. أي إن أوزان نموذج 8B تشغل نحو 16 GB وتتسع في ذاكرة RTX 4090 البالغة 24 GB مع هامش صغير لذاكرة KV cache. أما للنماذج من 13B فما فوق، فلا تعمل 4090 إلا مع التكميم.
وتفتح ذاكرة 80 GB في A100 وH100 مجالًا أوسع بكثير: إذ يصبح ممكنًا تشغيل النماذج متوسطة الحجم بالدقة الكاملة، واستخدام نوافذ سياق طويلة، وتدريب LoRA بأحجام دفعات أكبر، وتقديم نماذج 70B على بطاقة واحدة مع التكميم إلى 4 بت.
ولعرض النطاق أهميته أيضًا. ففي الاستدلال على نماذج اللغة خصوصًا، تعتمد سرعة توليد الرموز اعتمادًا كبيرًا على عرض نطاق الذاكرة. وذاكرة HBM3 في H100 هي الخيار الأقوى هنا، كما توفّر ذاكرة HBM2e في A100 عرض نطاق أعلى بكثير من GDDR6X في 4090.
FP8 ومحرك Transformer Engine
من أهم الميزات التي تميّز H100 عن A100 دعم FP8. إذ يمثّل FP8 الأرقام بـ 8 بت، ما يقلّل استهلاك الذاكرة ووقت الحوسبة معًا. ويتولى Transformer Engine في H100 تحديد الطبقات التي يمكن تشغيلها بأمان بدقة FP8 أثناء التدريب، سعيًا للحد من فقدان الدقة.
لا تدعم A100 تنسيق FP8؛ وأدنى دقة تدريب شائعة فيها هي BF16 وFP16. أما أنوية Ada Tensor Cores في RTX 4090 فتدعم FP8 على مستوى العتاد، لكنها بذاكرة 24 GB وتموضعها الاستهلاكي ليست في مستوى H100 للتدريب واسع النطاق.
باختصار، H100 أسرع بكثير من A100 في تدريب النماذج القائمة على Transformer، وتتسع الفجوة أكثر مع البرمجيات القادرة على استخدام FP8. ويعتمد فرق السرعة الدقيق على النموذج والمكتبة والإعدادات، لذا نوصي بإجراء قياس قصير على حمل العمل الخاص بك.
NVLink والعمل متعدد وحدات GPU
النماذج التي لا تتسع على بطاقة واحدة تعمل عبر عدة وحدات GPU. وعندها تؤثر حركة البيانات بين وحدات GPU مباشرةً في الأداء. تدعم A100 وH100 تقنية NVLink التي توفّر روابط عالية السرعة بين وحدات GPU. أما RTX 4090 فلا تدعم NVLink؛ وتتواصل البطاقات عبر PCIe.
لذا فإن A100 وH100 أنسب بوضوح للتدريب الكامل متعدد وحدات GPU أو لتقديم النماذج الكبيرة الموزّعة على عدة بطاقات. بينما تتألق RTX 4090 في المهام التي يمكن إنجازها على بطاقة واحدة.
التكلفة لكل مهمة، لا السعر بالساعة
أكثر الأخطاء شيوعًا في اختيار GPU هو النظر إلى السعر بالساعة فقط. فما يهم حقًا هو التكلفة الإجمالية لإنجاز المهمة: التكلفة لكل مهمة = الوقت x السعر بالساعة.
السعر المبدئي بالساعة لـ H100 ($4.99) يبلغ نحو 2.2 ضعف سعر A100 ($2.24). فإذا أنجزت H100 مهمتك أسرع من A100 بأكثر من 2.2 مرة، تكون H100 أرخص إجمالًا؛ وإلا فالأفضلية لـ A100. يوضّح الجدول أدناه هذا المنطق بنسب سرعة افتراضية. وهذه النسب ليست نتائج اختبارات أداء مقيسة، بل أمثلة مختارة لتوضيح طريقة الحساب.
| السيناريو | وقت A100 وتكلفتها | وقت H100 وتكلفتها | النتيجة |
|---|---|---|---|
| H100 أسرع 1.5x (افتراض) | 30 ساعة x 2.24 = $67.20 | 20 ساعة x 4.99 = $99.80 | A100 أكثر اقتصادية |
| H100 أسرع 2x (افتراض) | 30 ساعة x 2.24 = $67.20 | 15 ساعة x 4.99 = $74.85 | A100 أرخص قليلًا، وH100 تنتهي أسرع |
| H100 أسرع 3x (افتراض) | 30 ساعة x 2.24 = $67.20 | 10 ساعات x 4.99 = $49.90 | H100 أسرع وأرخص معًا |
الأسعار لا تشمل ضريبة القيمة المضافة. وينبغي أيضًا مراعاة قيمة الوقت: فإنهاء تشغيل تدريبي في يوم واحد بدلًا من يومين يتيح لفريقك إجراء مزيد من التجارب والإطلاق أسرع. ولهذا كثيرًا ما تكون H100 مرشحًا قويًا لتشغيلات تدريب Transformer الطويلة القادرة على استخدام FP8.
والمنطق نفسه ينطبق على RTX 4090. فإذا كان النموذج يتسع في 24 GB وأمكن إنجاز المهمة على بطاقة واحدة، فقد يحقق سعرها المبدئي البالغ $1.11 أدنى تكلفة لكل مهمة. أما إن لم يتسع، فإن الحلول الوسط مثل التكميم أو الدفعات الأصغر تُطيل مدة التشغيل وقد تتلاشى الأفضلية.
أيها لأي سيناريو؟
اختر RTX 4090 إذا
- كنت تتحقق من فكرة أو تطوّر شيفرة أو تجري تجارب قصيرة،
- كنت تقدّم نماذج صغيرة مثل 7B-8B أو تجري تدريب QLoRA على نماذج حتى 13B،
- كنت تشغّل أحمالًا بصرية تتسع على بطاقة واحدة، مثل Stable Diffusion أو ComfyUI أو العرض ثلاثي الأبعاد.
اختر A100 إذا
- كنت تحتاج إلى ذاكرة 80 GB لكنك لا تستخدم FP8،
- كنت تريد بيئة برمجية ناضجة ومختبرة على نطاق واسع،
- كنت تجري تدريب LoRA حساسًا للميزانية دون ضغط زمني، أو استدلالًا على نماذج 70B بدقة 4 بت.
اختر H100 إذا
- كنت تجري مهام تدريب Transformer طويلة،
- كانت برمجياتك قادرة على استخدام FP8،
- كانت النتائج السريعة ودورات التجريب القصيرة مهمة لك.
يمكنك مقارنة جميع البطاقات وأسعارها المبدئية في صفحة GPU السحابية.
البدائل: L40S وH200
L40S 48 GB (يبدأ من $1.36): بطاقة لمراكز البيانات مبنية على بنية Ada وتدعم FP8. وهي قوية في الاستدلال وتوليد الصور. وحين لا تكفي ذاكرة 4090 البالغة 24 GB ولا تحتاج إلى A100 أو H100، كما في خدمات نماذج اللغة متوسطة الحجم وتوليد الصور عالية الدقة، فهي حل وسط جيد.
H200 141 GB (يبدأ من $6.61): إصدار من بنية Hopper بذاكرة أكبر وأسرع. وتسهّل ذاكرتها HBM3e البالغة 141 GB تشغيل النماذج الكبيرة موزّعةً على عدد أقل من وحدات GPU. وتبرز حين لا تكفي ذاكرة H100، كتقديم نماذج من فئة 70B بدقة أعلى أو تدريب LoRA على النماذج الكبيرة.
وللمهام الأثقل، يمكنك أيضًا التفكير في B200 180 GB من أحدث جيل (يبدأ من $9.99)، وRTX PRO 6000 بذاكرة 96 GB (يبدأ من $3.11)، وA40 الاقتصادية بذاكرة 48 GB (تبدأ من $0.74).
ملاحظات عملية
أيًّا كانت البطاقة التي تختارها، يمكنك الوصول إلى خوادم GPU من CloudRUX عبر SSH وJupyter، والبدء فورًا بقوالب PyTorch/CUDA جاهزة أو استخدام صورة الحاوية الخاصة بك. وتشغيل الصورة نفسها على بطاقات مختلفة يجعل قياسات المقارنة عادلة وسريعة.
يُحذف القرص المؤقت عند إيقاف الخادم؛ لذا احتفظ بأوزان النموذج والنتائج على وحدة تخزين دائمة أو انسخها احتياطيًا إلى تخزين الكائنات S3. ولأن الخوادم تعمل في مراكز بيانات شريكنا خارج تركيا، فقد تُعدّ الأحمال التي تتضمن بيانات شخصية نقلًا عابرًا للحدود بموجب KVKK؛ لذا نوصي بالعمل ببيانات غير شخصية أو مُخفاة الهوية، ونساعدك في إجراءات العقد النموذجي عند الحاجة.
الأسئلة الشائعة
هل يمكنني تدريب نموذج لغة كبير على RTX 4090؟
الضبط الدقيق للنماذج الصغيرة باستخدام QLoRA ممكن. لكنها بذاكرة 24 GB ومن دون NVLink لا تناسب التدريب الكامل للنماذج الكبيرة أو التدريب متعدد وحدات GPU.
هل أصبحت A100 قديمة، أم أنها لا تزال خيارًا منطقيًا؟
A100 من جيل أقدم، لكنها بذاكرة 80 GB ودعم برمجي ناضج لا تزال خيارًا منطقيًا لكثير من المهام. وتبرز ميزتها السعرية خصوصًا في المهام التي لا تستخدم FP8 ولا يكون الوقت فيها حاسمًا.
هل H100 أغلى دائمًا؟
بالساعة نعم، لكن ليس دائمًا لكل مهمة. فإذا عملت مهمتك على H100 بسرعة كافية مقارنةً بـ A100، فقد تكون التكلفة الإجمالية أقل.
هل الأسعار نهائية؟
الأرقام هي أسعار مبدئية بالساعة لكل GPU، ولا تشمل ضريبة القيمة المضافة. ويُؤكَّد السعر والسعة بدقة في عرض السعر، ويُقدَّم الاستخدام المحجوز شهريًا بخصم.
استأجر H100 وA100 وRTX 4090 مع CloudRUX
خدمة GPU من CloudRUX متاحة حاليًا في مرحلة الوصول المبكر. يمكنك استئجار H100 وA100 وRTX 4090 وبطاقات أخرى بالساعة، مع فوترة إلكترونية في تركيا ودعم من مهندسين باللغتين العربية والتركية. تعرّف على البطاقات في صفحة GPU السحابية، أو تواصل معنا لنختار معًا البطاقة المناسبة لحمل عملك وتطلب عرض سعر.