نوتا تشغّل استدلال نموذج روبوت VLA على وحدة NPU طرفية من كوالكوم

أعلنت نوتا، وهي شركة كورية جنوبية متخصصة في تحسين الذكاء الاصطناعي، في 22 سبتمبر أنها شغّلت نموذج روبوت من فئة الرؤية-اللغة-الفعل، أو VLA، بالكامل على وحدة المعالجة العصبية Qualcomm Dragonwing IQ-9075 NPU، من دون استخدام وحدة GPU أو خادم خارجي. وتركّز العرض، وفق ما أفادت به الشركة، على ذراع روبوتية تستجيب لأمر صوتي لنقل مكعب. وفي ذلك الاختبار، تقول نوتا إن زمن المهمة انخفض من 36 ثانية في التهيئة الأصلية إلى 12 ثانية بعد التحسين، بينما أُبلغ عن نجاح المهمة بنسبة 92%، مقارنة بـ93% قبل التحسين.

ما تقول نوتا إنه تغيّر

هذا الإعلان هو إفصاح من شركة، وليس معيار أداء جرى التحقق منه على نحو مستقل. وتقول نوتا إن التغيير لم يكن مجرد استبدال للعتاد، بل كان جهدا لتحسين عبء عمل الذكاء الاصطناعي في الروبوت كي يصبح ملائما للتنفيذ على وحدة NPU طرفية. وتعدد الشركة عدة أساليب: ضغط النموذج، وتحسين مخطط NPU، واستخدام وحدات NPU متعددة، وتسريع الفعل. وقد قُدمت هذه التغييرات مجتمعة على أنها مكّنت نموذج VLA من العمل محليا على معالج كوالكوم، بدلا من الاعتماد على وحدة GPU أو خادم خارج نظام الروبوت.

تكمن أهمية هذا التمييز العملي في أن نموذج الرؤية-اللغة-الفعل يجب أن يربط بين الإدراك، وفهم اللغة، والحركة المادية. ففي العرض الذي وصفته نوتا، كان على الذراع الروبوتية تفسير تعليمة صوتية لنقل مكعب، ثم تحويل ذلك إلى سلسلة أفعال. لذلك فإن التحسن المبلغ عنه يتعلق بمهمة العرض من طرف إلى طرف، وليس فقط بعملية واحدة معزولة داخل شبكة عصبية. ويشير الانخفاض من 36 ثانية إلى 12 ثانية إلى دورة أقصر من الأمر إلى الحركة المكتملة في تلك التهيئة المحددة.

وتفيد نوتا أيضا بأن الاستدلال أصبح أسرع بما يصل إلى سبع مرات بعد التحسين. وينبغي قراءة هذا الرقم بشكل منفصل عن التخفيض بمقدار ثلاثة أضعاف في مدة المهمة المعروضة. فسرعة الاستدلال تشير إلى حسابات النموذج، في حين أن مهمة الذراع الروبوتية تشمل مراحل إضافية مثل التعامل مع الأمر، والإدراك، وتنفيذ الفعل. ويشير القياسان إلى الاتجاه نفسه، لكنهما لا يصفان الشيء ذاته. وادعاء الشركة هو أن التحسين رفع كفاءة تنفيذ النموذج بما يكفي لتقصير تسلسل فعل الروبوت بشكل ملموس.

كيف تعمل التهيئة المحسّنة

لا تتضمن المعلومات المتحقق منها حجم النموذج، أو تفاصيل عتاد الروبوت، أو ترتيب المكعب، أو صياغة الأمر بما يتجاوز مهمة نقل المكعب، أو بنية النظام الأصلية. وما يمكن قوله هو أن نوتا نقلت عبء عمل VLA إلى وحدة Qualcomm Dragonwing IQ-9075 NPU، وتجنبت كلا من التنفيذ على GPU والمعالجة عبر خادم خارجي. ويعني ذلك أن العرض صيغ حول الاستدلال على الجهاز: الحسابات المطلوبة لمهمة الذكاء الاصطناعي في الروبوت عولجت محليا بواسطة المسرّع الطرفي، بدلا من إرسالها إلى معالجة بعيدة.

يعد ضغط النموذج أحد الأساليب التي تقول نوتا إنها استخدمتها. وبمعنى عام، يقلل الضغط العبء الحسابي للنموذج كي يعمل ضمن قيود أشد في المعالجة والذاكرة. وفي هذه الحالة، لا يتمثل الادعاء المعني في أن الضغط وحده أنتج النتيجة، بل في أنه شكّل جزءا من مسار تحسين أوسع. ونظرا إلى عدم تقديم معلمات تقنية إضافية، لا يمكن قياس مقدار ما جاء من خفض الزمن من 36 إلى 12 ثانية نتيجة الضغط، مقارنة بالتغييرات الأخرى.

ويعد تحسين مخطط NPU مكونا آخر مذكورا. ويشير ذلك إلى مواءمة المخطط الحسابي للنموذج مع عتاد المعالجة العصبية المستهدف. وبالنسبة إلى وحدة NPU طرفية، قد يكون ذلك مهما لأن الأداء لا يعتمد فقط على الحجم النظري للنموذج، بل أيضا على كيفية ترتيب العمليات ودعم المسرّع لها. وينسب إعلان نوتا النتيجة إلى هذا النوع من التحسين الواعي بالعتاد، بما في ذلك استخدام وحدات NPU متعددة. وتذكر الشركة أيضا تسريع الفعل، وهو ما يربط تحسينات الاستدلال بمسار حركة الروبوت.

عُرضت النتيجة في KRAIN في 11 سبتمبر، بحسب الوقائع المقدمة. وهذا السياق يجعل الأرقام نتائج عرض، لا تقييما واسعا عبر بيئات كثيرة. وتبلغ الشركة عن نجاح المهمة بنسبة 92% بعد التحسين، مقارنة بـ93% قبل التحسين. والفارق البالغ نقطة واحدة، كما ورد، يوحي بأن تحسن السرعة في العرض لم يقترن بانخفاض كبير في مقياس النجاح هذا. ومع ذلك، ومن دون عدد المحاولات، أو ظروف الاختبار، أو تعريفات الفشل، لا يمكن تحديد المعنى الإحصائي لذلك الفرق.

ما تثبته الأرقام وما لا تثبته

أقوى خلاصة مدعومة هي أن نوتا تبلغ عن عرض ناجح على الجهاز لنموذج روبوت VLA على وحدة Qualcomm Dragonwing IQ-9075 NPU، مع إنجاز مهمة نقل المكعب المعروضة في ثلث الزمن السابق. ويدعم الإعلان أيضا الادعاء الأضيق بأن الشركة قاست استدلالا أسرع، بما يصل إلى سبع مرات، في تهيئتها المحسّنة الخاصة. هذه أرقام أداء أبلغت عنها الشركة من عرض، وليست قياسات مختبرية مستقلة، وليست مجموعة معايير أداء عامة بشروط معلنة لإعادة الإنتاج.

لا تثبت الأرقام أن كل عبء عمل لروبوتات VLA سيشهد التسريع نفسه على وحدة NPU نفسها. كما أنها لا تثبت أن النظام المحسّن سيحافظ على نجاح بنسبة 92% في مهام أكثر تنوعا، مع أجسام أو أوامر أو بيئات تشغيل مختلفة. ولا تتضمن الوقائع المتحقق منها مقارنات مع معالجات طرفية أخرى، أو وحدات GPU، أو أنظمة معتمدة على الخوادم، أو منصات تحسين منافسة. لذلك يمكن تحليل الإعلان كدليل على تنفيذ نوتا المحدد، لا كتصنيف عام لعتاد أو برمجيات الذكاء الاصطناعي في الروبوتات.

كما أن التهيئة الأصلية ذات الـ36 ثانية ليست موصوفة بالكامل في المواد المقدمة. لذلك لا يتضح ما إذا كان الإعداد الأصلي يستخدم العتاد الطرفي نفسه من دون تحسين، أو مسارا مختلفا للتنفيذ، أو ترتيبا آخر. ويحد ذلك من مدى تفسير المقارنة قبل وبعد. أما التغيير المركزي الذي تصفه نوتا فهو التنفيذ المحسّن للنموذج على وحدة NPU من كوالكوم من دون حوسبة خارجية. والنتيجة العملية التي تبلغ عنها الشركة هي إنجاز أسرع للأمر الصوتي الخاص بنقل المكعب.

الدلالات العملية

بالنسبة إلى الروبوتات، تتمثل الدلالة العملية لهذا النهج في تقليل الاعتماد على الحوسبة البعيدة لفئة من مهام التحكم المدفوعة بالذكاء الاصطناعي. فإذا كان الروبوت يستطيع معالجة نموذج VLA محليا، يمكن لتصميم النظام أن يتجنب إرسال الاستدلال إلى خادم خارجي في تلك الخطوة. ولا تقدم الوقائع المتحقق منها قياسات لاستهلاك الطاقة، أو تفصيلا للكمون، أو السلوك الحراري، أو الكلفة، لذلك لا يمكن تقييم هذه العوامل هنا. ومع ذلك، يتناول العرض سؤالا هندسيا واضحا: هل يمكن جعل نموذج ذكاء اصطناعي للروبوت ملائما لموارد وحدة NPU طرفية وقادرا على العمل عليها.

قد يكون التشغيل على وحدة NPU طرفية بدلا من GPU مهما أيضا لقيود النشر، لكن الإعلان لا يحدد هذه القيود كميا. فهو لا يذكر أثر البطارية، أو متطلبات الغلاف، أو إجمالي قائمة مواد النظام. والنقطة المدعومة ذات الصلة أضيق: تقول نوتا إن أساليب التحسين لديها سمحت للنموذج بالعمل على وحدة Qualcomm Dragonwing IQ-9075 NPU وإنجاز المهمة المعروضة بسرعة أكبر، مع إبقاء نجاح المهمة شبه غير متغير في النتيجة المبلغ عنها.

كما أن موقع نوتا في القصة هو موقع شركة تحسين، لا شركة مصنعة للروبوتات بحد ذاتها. فقد تأسست في KAIST عام 2015، وتسوق منصة التحسين NetsPresso، وأُدرجت في KOSDAQ في نوفمبر 2025. وتضع هذه الخلفية الإعلان في إطار استعراض لتقنية التحسين عند تطبيقها على ذكاء الروبوتات. ولذلك فإن العرض يتعلق بتكييف عبء عمل VLA متطلب مع عتاد طرفي بقدر ما يتعلق بالحركة المرئية للذراع الروبوتية.

يترك الإعلان أسئلة مهمة مفتوحة، منها كيف يؤثر التحسين في التعميم، وكيف يعمل النظام عبر مهام أكثر تعقيدا، ومدى قابلية تكرار النتيجة خارج سيناريو العرض. ومع ذلك، وضمن حدود البيانات التي أبلغت عنها الشركة، تبقى الحالة ذات دلالة تقنية: تقول نوتا إنها نقلت نموذج روبوت VLA إلى وحدة NPU طرفية من كوالكوم، وأزالت الحاجة إلى وحدة GPU أو خادم خارجي في تلك التهيئة، وخفّضت مهمة محددة لنقل مكعب بأمر صوتي من 36 ثانية إلى 12 ثانية.