# NVIDIA وبرنستون تقدمان ReplaySSM لتسريع فك ترميز النماذج الهجينة

> قال الباحثون إن ReplaySSM، الذي يخزن مدخلات نموذج فضاء الحالة مؤقتاً، جعل نوى فك الترميز أسرع بمقدار 1.46 إلى 1.80 مرة عبر أربعة نماذج عند حجم دفعة 256.

- الرابط الدائم: https://newsverum.com/ar/news/nvidia-princeton-replay-ssm-speeds-hybrid-decoding-october-2026
- الناشر: Newsverum
- القسم: التكنولوجيا
- البلد: الولايات المتحدة
- نُشر: 2026-10-15T19:00:45+00:00
- آخر تحديث: 2026-10-15T19:00:45+00:00
- فترة الحدث / البيانات: 2026-10-12
- النسخ الأخرى: [Türkçe](https://newsverum.com/tr/news/nvidia-princeton-replay-ssm-speeds-hybrid-decoding-october-2026.md), [English](https://newsverum.com/en/news/nvidia-princeton-replay-ssm-speeds-hybrid-decoding-october-2026.md), [Français](https://newsverum.com/fr/news/nvidia-princeton-replay-ssm-speeds-hybrid-decoding-october-2026.md), [Español](https://newsverum.com/es/news/nvidia-princeton-replay-ssm-speeds-hybrid-decoding-october-2026.md), [Deutsch](https://newsverum.com/de/news/nvidia-princeton-replay-ssm-speeds-hybrid-decoding-october-2026.md), [Português](https://newsverum.com/pt/news/nvidia-princeton-replay-ssm-speeds-hybrid-decoding-october-2026.md)

شرح باحثون في NVIDIA ومختبر Dao AI بجامعة برنستون ReplaySSM، وهي طريقة للنماذج اللغوية الهجينة تخزن مدخلات نموذج فضاء الحالة (SSM) الحديثة مؤقتاً بدلاً من كتابة الحالة كاملة إلى الذاكرة عند كل خطوة رمز. وتمثل الحالة بنقطة تحقق ومخزن قصير للمدخلات، ما يفصل حساب المخرجات عن تحديث الحالة ويهدف إلى تبسيط التراجع في فك الترميز الاستدلالي والحد من تراكم أخطاء القراءات منخفضة الدقة.

في اختبارات أربعة نماذج من Nemotron 3 وQwen3.5 عند حجم دفعة 256، أبلغ الفريق عن تسريع لنوى فك الترميز بين 1.46 و1.80 مرة، وتسريع من البداية إلى النهاية بين 1.20 و1.47 مرة؛ ولم تظهر مكاسب عند حجم دفعة واحد في الاختبارات نفسها. وفي نموذجين من فئة 120 ملياراً، زاد معدل الإنتاج الاستدلالي 1.85 و2.10 مرة عند حجم دفعة 512. هذه نتائج الفريق ضمن شروط أجهزته وبرامجه؛ وقد دُمجت الطريقة في TensorRT-LLM وvLLM وFlashInfer.

## البيانات

### تسريع فك الترميز باستخدام ReplaySSM

حدود نطاقات التسريع المعلنة عبر أربعة نماذج هجينة عند حجم دفعة الخدمة 256.

المنهجية: نتائج أربعة نماذج وردت في منشور NVIDIA ومختبر Dao AI في برنستون بتاريخ 12 أكتوبر 2026، مقارنة بنوى vLLM مضبوطة. يورد المصدر كل مقياس كنطاق؛ وقد سُجل طرفاه الأدنى والأعلى فقط. استخدمت الاختبارات وحدة H100 أو B300 واحدة وحجم دفعة 256. هذه نتائج أداء المؤلفين ضمن شروط الأجهزة والتنفيذ لديهم.

| date | label | description | status |
|---|---|---|---|
| 2026-10-12 | NVIDIA وبرنستون تقدمان ReplaySSM لتسريع فك ترميز النماذج الهجينة | في اختبارات أربعة نماذج من Nemotron 3 وQwen3.5 عند حجم دفعة 256، أبلغ الفريق عن تسريع لنوى فك الترميز بين 1.46 و1.80 مرة، وتسريع من البداية إلى النهاية بين 1.20 و1.47 مرة؛ ولم تظهر مكاسب عند حجم دفعة واحد في الاختبارات نفسها. وفي نموذجين من فئة 120 ملياراً، زاد معدل الإنتاج الاستدلالي 1.85 و2.10 مرة عند حجم دفعة 512. هذه نتائج الفريق ضمن شروط أجهزته وبرامجه؛ وقد دُمجت الطريقة في TensorRT-LLM وvLLM وFlashInfer. | occurred |

المصادر: <https://developer.nvidia.com/blog/replayssm-rethinking-state-storage-for-faster-hybrid-model-decoding/> · تنزيل البيانات: [JSON](https://newsverum.com/api/v1/articles/nvidia-princeton-replay-ssm-speeds-hybrid-decoding-october-2026/data/replayssm-decoding-speed-ranges?lang=ar&format=json) · [CSV](https://newsverum.com/api/v1/articles/nvidia-princeton-replay-ssm-speeds-hybrid-decoding-october-2026/data/replayssm-decoding-speed-ranges?lang=ar&format=csv)

## المصادر

- [NVIDIA Technical Blog and Princeton University Dao AI Lab](<https://developer.nvidia.com/blog/replayssm-rethinking-state-storage-for-faster-hybrid-model-decoding/>) (تاريخ مراجعة المصدر: 2026-10-15; نُشر: 2026-10-12)

---

استخدم الرابط الدائم أعلاه عند الاقتباس. [معايير النشر والتصحيحات](https://newsverum.com/ar/editorial)