الحوسبة على الجهاز مقابل الحوسبة خارج الجهاز للروبوتات

تُخزَّن كل مهمة على الروبوت في أحد مكانين: إما على متنه، باستخدام البطارية ومراوح التبريد، أو خارجه، على خادم خارجي متصل بشبكة محلية. السؤال الصعب ليس ما إذا كنت بحاجة إلى كليهما - فأنت في الغالب بحاجة إليهما - بل تحديد مكان كل مهمة، وسبب ذلك . يُبرهن معيار R08 على وجود طبقة طرفية مخصصة. تتناول هذه المقالة كل مهمة على حدة: التحكم في المحركات هنا، وVLM هناك، وSTT يعتمد على الظروف، وهكذا.

الإطار قائم على وجهة نظر محددة. هناك إجابة صحيحة لكل عبء عمل، وتتغير هذه الإجابة مع تطور رقائق السيليكون المدمجة. سنوضح اتجاه كل جزء في الفترة 2026-2027.

الميزانيتان اللتان تحددان كل شيء

لا يمكن تشغيل عبء العمل على متن الجهاز إلا إذا كان يتناسب مع ميزانيتين في آن واحد: الطاقة والذاكرة . أما زمن الاستجابة فهو القيد الثالث، ولكنه عادةً ما يحدد كيفية تشغيل عبء العمل الذي يتناسب مع الميزانية ، وليس ما إذا كان يتناسب معها أصلاً.

ميزانية الطاقة لروبوت بشري. يحمل روبوت بشري بوزن 30-50 كجم بطارية بسعة 700-900 واط/ساعة. يستهلك المشي المستمر 200-500 واط من المحركات، وتصل ذروة الاستهلاك إلى أكثر من 800 واط أثناء الحركة الديناميكية. أما الوقوف والتفكير فيستهلكان 80-150 واط من المحركات (حيث أن عزم الدوران اللازم للحفاظ على الوضعية غير مكلف، بينما الحفاظ على الوضعية مكلف). هذا يترك ما يقارب 60-120 واط لبقية المكونات - الحوسبة، وأجهزة الاستشعار، ومراوح التبريد، والراديو - إذا أردنا تشغيل الروبوت لمدة ساعتين. تبلغ ميزانية الحوسبة ضمن هذا النطاق 30-80 واط بشكل مستمر. تشغيل معالج Jetson بأقصى طاقة (60 واط) طوال الوقت يقلل مدة تشغيل الروبوت إلى النصف. هذه حقيقة فيزيائية لا تقبل المساومة، وليست خيارًا تصميميًا.

ميزانية الذاكرة. يحتوي Jetson AGX Orin بسعة 64 جيجابايت على 64 جيجابايت من ذاكرة LPDDR5 مشتركة بين وحدة المعالجة المركزية ووحدة معالجة الرسومات . بعد خصم نظام التشغيل (4-6 جيجابايت)، وROS 2 وSDK الخاص بالشركة المصنعة (2-4 جيجابايت)، ومخازن البيانات (2-4 جيجابايت لعمق الصور المجسمة وسحب النقاط)، وأي كود برمجي للتطبيقات، تصل الميزانية الفعلية القابلة للاستخدام في نماذج LLM/VLM إلى 40-48 جيجابايت. أما في وحدة Jetson Thor بسعة 128 جيجابايت، فيرتفع الحد الأقصى إلى حوالي 96 جيجابايت قابلة للاستخدام. بينما في Orin NX بسعة 16 جيجابايت، ينخفض ​​إلى حوالي 8-10 جيجابايت قابلة للاستخدام، وهو ما يكفي لنموذج صغير واحد.

خارج نطاق اللوحة الأم، يُمثل كلا الخيارين مشكلتين مختلفتين. يتميز جهاز Kentino AI 96 (بمعالجات رسومات RTX 5090 رباعية) بذاكرة فيديو مخصصة بسعة 128 جيجابايت وقدرة معالجة رسومات تتراوح بين 1.0 و1.5 كيلوواط عند استخدام مصدر طاقة خارجي. أما جهاز Kentino AI 256 (بمعالجات رسومات RTX 5090 ثمانية) فيُضاعف كليهما. ببساطة، لم تعد الطاقة والذاكرة عائقًا، بل يُمكن استبدالهما بتكاليف رأس المال، وأنظمة التكييف، وشبكة سلكية.

السيليكون المدمج، حقيقة واقعة في عام 2026

الخيارات المتاحة على متن المركبات التي يتم شحنها فعلياً في المركبات البشرية والرباعية الأرجل الجادة اليوم:

يمثل ثور نقلة نوعية، لا مجرد تحسينات طفيفة. فسعة الذاكرة القصوى البالغة 128 جيجابايت، بالإضافة إلى معالجات بلاكويل الأصلية بتقنية FP4، تنقل حدود الأداء المدمج من "7 بايت VLM، بصعوبة بالغة" إلى "32 بايت VLM، بكفاءة عالية" في جيل واحد. أما مهام العمل التي كانت تُنفذ خارج النظام في عام 2025 - مثل وحدات VLM متوسطة الحجم، والتعليق المستمر على المشاهد، ومخططات LLM متوسطة الحجم - فستصبح قابلة للتنفيذ على النظام المدمج في عام 2026 إذا كان نظام التبريد الخاص بالروبوت قادرًا على تحمل استهلاك طاقة يتراوح بين 100 و130 واط.

لا تُعدّ Hailo وفئة NPU المخصصة مُسرّعات LLM، بل هي عبارة عن تفريغ لخط أنابيب الرؤية: حيث يتم إبقاء Jetson الرئيسي متاحًا للنموذج الأكبر، وتشغيل كاميرا الرؤية الحاسوبية التي تعمل دائمًا (اكتشاف الكائنات، والتتبع، وVLM-lite الأساسي) على شريحة بقدرة 3 واط.

يُعدّ معالج Snapdragon من فئة QRB الحل الأمثل للروبوتات التي تعتمد على الصوت بشكل أساسي - مثل كلمة التفعيل، وتشكيل الحزمة الصوتية، وتحويل الكلام إلى نص - حيث يُعتبر معالج Jetson مبالغًا فيه، بينما يُعتبر معالج Cortex-M صغيرًا جدًا. معالج مفيد، ومحدود النطاق، ويزداد انتشاره.

خارج اللوحة: مستوى الذكاء الاصطناعي في كينتينو كمرجع

الهدف الخارجي المشار إليه في هذه السلسلة هو سلسلة Kentino AI - وحدة تعمل بالطاقة من الحائط، بحجم 4U أو 5U، مزودة بـ 4 أو 8 وحدات معالجة رسومية على معالجات EPYC أو Xeon، متصلة بمحول 10 جيجابت إيثرنت على بُعد خطوة واحدة من الروبوت. المستويات الثلاثة المهمة في مجال الروبوتات:

مصفوفة القرار

تُصنّف جميع أحمال العمل الروبوتية بدقة ضمن إحدى الفئات الخمس التالية: مُدمجة دائمًا ، مُدمجة مُفضّلة ، إما مُدمجة أو غير مُدمجة ، مُدمجة مُفضّلة ، مُدمجة فقط . ويستند سبب كل تصنيف إلى الميزانية المُحدّدة - الطاقة، أو الذاكرة، أو زمن الاستجابة.

ثلاث قراءات لهذا الجدول تستحق الاطلاع عليها.

تمثل الصفوف "الموجودة دائمًا على متن الجهاز" قوانين فيزيائية. لا يمكن لأي قدر من عرض النطاق الترددي إصلاح حلقة تحكم تتطلب استجابة بتردد 1 كيلوهرتز. هذه الصفوف ثابتة لا تتغير، بغض النظر عن مدى جودة الشبكة أو الحوسبة الخارجية.

تُمثل صفوف "كلا الخيارين" المجال الذي تُتخذ فيه القرارات الهندسية الفعلية. تكمن هنا معظم المفاضلات المهمة. فتشغيل وحدة VLM 7B داخل المركبة أو خارجها يُحدد جزءًا كبيرًا من سلوك النظام. لا توجد إجابة صحيحة مطلقة.

تتحرك فئات "الأجهزة الخارجية فقط" ببطء. من المرجح أن يظل طراز 72B متاحًا للأجهزة الخارجية فقط حتى عام 2027. أما طراز 32B فسيصبح متاحًا للأجهزة الداخلية مع زيادة شحن منتجات Thor. وتتقدم حدود "ما يمكن تثبيته على الجهاز" بمقدار فئة حجم طراز واحدة تقريبًا كل 18-24 شهرًا.

رسم خرائط مستويات زمن الاستجابة

يتم ربط ميزانية زمن الاستجابة ذات المستويات الأربعة من I01 بموقع الجهاز بشكل مباشر:

تكمن القرارات المعمارية الحقيقية في المستويين المتوسطين. قد يتناسب عبء العمل الانعكاسي الذي يستغرق 50 مللي ثانية مع الشبكة المحلية السلكية (0.5 مللي ثانية زمن النقل + 40 مللي ثانية زمن الاستدلال + 0.5 مللي ثانية زمن الاستجابة = 41 مللي ثانية)، ولكنه يتجاوز الميزانية المخصصة له عند استخدام Wi-Fi 6E تحت الضغط (8 مللي ثانية × 2 + 40 مللي ثانية = 56 مللي ثانية، بالإضافة إلى التذبذب). لهذا السبب، تُعدّ الاتصالات السلكية مهمة أثناء التطوير: فهي تتيح لك معرفة ما إذا كان عبء العمل مناسبًا للشبكة المحلية قبل محاولة تشغيله عبر الشبكة اللاسلكية.

الواقع الشبكي

لا يعمل النظام الخارجي إلا إذا كانت الشبكة تعمل. الأرقام الفعلية:

بالنسبة لأحمال العمل التي تتطلب تفكيرًا عميقًا (بميزانية تتراوح بين 100 مللي ثانية و1 ثانية)، يُعدّ استخدام شبكة Wi-Fi 6E على مُعرّف SSID مُخصّص ونقطة وصول ضمن نطاق رؤية مباشر كافيًا. أما بالنسبة لأحمال العمل التي تتطلب استجابة سريعة (بميزانية تتراوح بين 10 و50 مللي ثانية)، فإن الاتصال السلكي هو الخيار الأمثل، بينما يُعدّ استخدام Wi-Fi 6E الخيار الأفضل. لذا، خطط وفقًا لذلك: إذا كانت مهمة الروبوت تتضمن أي مُكوّن خارجي يتطلب استجابة سريعة، فصمّم النظام مع خيار الاتصال السلكي أثناء التطوير ووضع احتياطي في حال تدهور أداء شبكة Wi-Fi.

النمط الهجين - الانقسام السريع/البطيء

النمط الذي تتقارب عليه معظم عمليات النشر الجادة لعام 2026 هو تقسيم VLM السريع/البطيء : VLM صغير على متن السفينة للحصول على ردود فعل فورية، وVLM كبير خارج السفينة لاتخاذ قرارات مدروسة، وكلاهما يغذي نفس المخطط.

شكل خرساني:

تقسيم سريع/بطيء: يتولى 7B الموجود على متن الطائرة الاستجابة الفورية؛ ويتولى 72B الموجود خارج الطائرة التفكير المدروس وتحديثات الخطة.

يتعامل النموذج السريع مع حالة "هناك شخص يسير نحوي، لذا عليّ التباطؤ". أما النموذج البطيء فيتعامل مع حالة "الشخص الذي يسير نحوي هو المشغل، وقد طلب مني التوقف إذا اقترب حاملاً لوحة الكتابة الحمراء، وهذه لوحة حمراء، لذا عليّ التوقف". يلتزم النموذج السريع بالسلوك الآمن أولاً، بينما يقوم النموذج البطيء بتطويره.

قصة الهجرة - ما الذي سينتقل على متن السفن في الفترة 2026-2027

ثلاثة عوامل تضغط على الجانب الخارجي: يهبط Thor بحجم كبير (2070 FP4 TFLOPS، وذاكرة موحدة 128 جيجابايت، ومغلف 130 واط - قفزة هيكلية من Orin)؛ وتستمر كفاءة VLM في التحسن (كان تصور VLM "جيدًا بما فيه الكفاية" 70 مليار+ في عام 2024، و32 مليار في عام 2026، ومن المحتمل أن يكون 13-20 مليار في عام 2027)؛ ويتيح لك فك التشفير التخميني باستخدام نماذج الرسم الصغيرة تقديم جودة النموذج الكبير بزمن استجابة النموذج الصغير.

أحمال العمل الأكثر احتمالاً للانتقال على متن السفينة خلال الأشهر الـ 18 القادمة: VLM المشهد من الفئة 7B (يتم نقله بالفعل)، مخطط LLM 13B (يجعله Thor مريحًا)، STT-LLM-TTS قصير السياق للصوت، VLMs 7B مضبوطة بدقة خاصة بالمجال.

أعباء العمل التي لا يمكن نقلها: أي شيء بحجم 70 مليار بايت أو أكثر، وذاكرة المشهد على نطاق الأسطول، والتدريب والمحاكاة، ودمج VLM متعدد التدفقات. ستبقى هذه الأعباء خارج النظام حتى عام 2027 على الأقل. ولا تتأثر سعة نطاق الذاكرة وطاقة البطارية بهذه السرعة.

تكوينان ملموسان

مختبر أبحاث G1 EDU منفرد. يعمل معالج AGX Orin المدمج بنظام ROS 2، وYOLOv11-s بمعدل 30 إطارًا في الثانية، وWhisper-distil STT، وQwen2.5-VL 7B INT4 بمعدل 5-8 إطارات في الثانية (بشكل تدريجي). أما معالج Kentino AI 96 الخارجي (بأربعة معالجات RTX 5090، وذاكرة فيديو 128 جيجابايت) فيعمل بنظام vLLM مع Qwen2.5-VL 72B وQwen2.5 32B للنصوص فقط، وذاكرة مشهد pgvector، ومحاكاة Isaac على وحدات معالجة الرسومات الخاملة.

أسطول صغير، يتألف من 3 روبوتات بشرية، مزودة بمعالج من فئة ثور. يعمل كل روبوت بنظام Hailo-15 للرؤية، مما يوفر كشفًا دائمًا متعدد الكاميرات، وتقنية Whisper-small المدمجة، ومعالج Qwen2.5-VL 32B INT4 بمعدل 10-15 إطارًا في الثانية - وهو معدل طبيعي، وليس هامشيًا. يستضيف معالج Kentino AI 256 الخارجي (8 وحدات معالجة رسومية RTX 5090، وذاكرة فيديو 256 جيجابايت) معالج Qwen2.5-VL 72B ومعالج Llama-3.1 70B مشتركين للتخطيط، ومخزن pgvector مشترك بين الروبوتات الثلاثة، ووحدتي معالجة رسومية مخصصتين لضبط LoRa بدقة طوال الليل.

حيث تنجح عمليات النشر أحادية الطبقة البحتة

يعمل نظام التشغيل المدمج بالكامل مع الروبوتات رباعية الأرجل ذات المهام الضيقة (دورية المحيط مع YOLO + كاميرا حرارية)، والروبوتات التي يتم تشغيلها عن بعد (المشغل هو المخطط، ولا يوجد VLM في الحلقة)، وروبوتات العرض التوضيحي / التعليمية بأصغر النماذج، وأي عملية نشر بدون شبكة على الإطلاق (التفتيش الخارجي، والمواقع البعيدة).

يعمل نظام الحوسبة السحابية الخالصة مع المساعدين الروبوتيين الذين يعتمدون على الصوت فقط دون حلقة إدراك مغلقة، والنماذج الأولية حيث تتفوق سرعة الإعداد على كل شيء، وعمليات النشر حيث يتم توجيه البيانات عمدًا إلى عبء عمل سحابي على أي حال.

يُعدّ النظام الهجين الحل الأمثل لكل ما بينهما، وهو ما يُمثّل نحو 90% من تطبيقات الروبوتات الجادة في عام 2026. إذا كنت تُصمّم أي شيء يعتمد على تقنية الإدراك البصري المُدمج (VLM-in-the-loop)، فستحتاج إلى كلا المستويين. لذا، ضع ذلك في الحسبان منذ البداية.

---

هذا جزء من موسوعة كينتينو، وهي سلسلة مرجعية حول الحوسبة الذكية، والروبوتات، والأنظمة التي تربط بينهما. نرحب بالتعليقات والتصويبات على البريد الإلكتروني info@kentino.com.