GPT-5.2 و GPT-5.3 Codex روی زیرساخت NVIDIA Blackwell آموزش دیدند

OpenAI مدل GPT-5.2 را در دسامبر عرضه کرد؛ مدلی که روی زیرساخت NVIDIA، از معماری Hopper تا سیستم‌های GB200 NVL72، آموزش دیده و مستقر شده است. پست تازه وبلاگ NVIDIA همین نکته را پررنگ می‌کند: تقریباً همه مدل‌های مرزی امروز، از کدنویسی تا تولید ویدیو، روی یک پلتفرم واحد ساخته می‌شوند.

GPT-5.3 Codex چطور خودش را ساخت؟

جالب‌ترین بخش ماجرا GPT-5.3 Codex است؛ نخستین مدل عامل‌محور کدنویسی OpenAI که به ساخت خودش کمک کرده. این مدل از فوریه در دسترس است و کاملاً روی GB200 NVL72 آموزش دیده و سرو می‌شود.

از نظر فنی، GPT-5.3 Codex ترکیبی از توانایی کدنویسی GPT-5.2-Codex و قابلیت استدلال GPT-5.2 است، با ۲۵ درصد عملکرد سریع‌تر. در SWE-Bench Pro و Terminal-Bench رکورد صنعتی جدیدی ثبت کرده و در OSWorld و GDPval هم عملکرد قوی داشته است.

خود GPT-5.2 هم بالاترین نمره گزارش‌شده را در GPQA-Diamond، AIME 2025 و Tau2 Telecom کسب کرده و در ARC-AGI-2 — بنچمارکی که مهارت‌های موردنیاز برای رسیدن به AGI را می‌سنجد — استاندارد جدیدی گذاشته است.

چرا مقیاس آموزش به سخت‌افزار گره خورده؟

پیشرفت مدل‌ها روی سه قانون مقیاس‌پذیری سوار است: pretraining، post-training و test-time scaling. مدل‌های استدلالی که در زمان inference محاسبه اضافه انجام می‌دهند حالا همه‌جا هستند، اما NVIDIA تأکید می‌کند پیش‌آموزش و پس‌آموزش همچنان پایه هوش‌اند.

آموزش مدل‌های مرزی از صفر یعنی هماهنگی ده‌ها هزار و گاهی صدها هزار GPU. این مقیاس فقط با شتاب‌دهنده قوی حل نمی‌شود؛ شبکه‌سازی پیشرفته در معماری‌های scale-up و scale-out و حتی scale-across، به‌همراه یک پشته نرم‌افزاری بهینه لازم است.

اعداد هم گویاست. در جدیدترین دور MLPerf Training، سیستم‌های GB200 NVL72 نسبت به Hopper سه برابر سرعت آموزش بیشتر و نزدیک به دو برابر بهره‌وری بهتر به ازای هر دلار نشان دادند. GB300 NVL72 هم بیش از چهار برابر سرعت نسبت به Hopper ارائه می‌دهد. NVIDIA تنها پلتفرمی بود که در هر هفت بنچمارک MLPerf Training 5.1 نتیجه ارسال کرد.

فقط متن نیست؛ از پروتئین تا ویدیو

ادعای NVIDIA محدود به مدل‌های زبانی نیست. مدل‌هایی مثل Evo 2 توالی‌های ژنتیکی را رمزگشایی می‌کنند، OpenFold3 ساختار سه‌بعدی پروتئین‌ها را پیش‌بینی می‌کند و Boltz-2 برهم‌کنش داروها را شبیه‌سازی می‌کند. در سمت بالینی، مدل‌های سنتزی NVIDIA Clara تصاویر پزشکی واقع‌گرایانه تولید می‌کنند بدون آنکه داده بیماران افشا شود.

در حوزه ویدیو، Runway همین هفته‌های گذشته Gen-4.5 را معرفی کرد — مدل ویدیویی رتبه یک جهان در لیدربورد Artificial Analysis — که کاملاً روی GPUهای NVIDIA توسعه یافته و حالا برای Blackwell بهینه شده است. GWM-1 هم مدل جهان عمومی این شرکت است که برای شبیه‌سازی واقعیت در زمان واقعی طراحی شده و کاربردهایی در بازی، آموزش، علم و رباتیک دارد.

چه کسانی روی Blackwell آموزش می‌دهند؟

فهرست آزمایشگاه‌هایی که روی پلتفرم Blackwell کار می‌کنند طولانی است: Black Forest Labs، Cohere، Mistral، OpenAI، Reflection و Thinking Machines Lab. Blackwell از طریق ارائه‌دهندگان ابری بزرگ و نئوکلاودها در دسترس است و Blackwell Ultra با حافظه و محاسبات بیشتر هم‌اکنون در حال عرضه است.

AWS، CoreWeave، Google Cloud، Lambda، Microsoft Azure، Nebius، Oracle Cloud Infrastructure و Together AI نمونه‌های مبتنی بر Blackwell را ارائه می‌دهند؛ یعنی حتی اگر مستقیماً GPU نخرید، تقریباً هر مدل مرزی که استفاده می‌کنید از این زیرساخت عبور کرده است.

جمع‌بندی ساده است: رقابت مدل‌ها در ظاهر بین OpenAI و Google و Anthropic است، اما در لایه زیرساخت، NVIDIA عملاً با خودش رقابت می‌کند. این مطلب برگرفته از وبلاگ رسمی NVIDIA AI Blog است.

سؤالات رایج

GPT-5.3 Codex روی چه سخت‌افزاری آموزش دیده است؟ کاملاً روی سیستم‌های GB200 NVL72 از NVIDIA آموزش دیده و ارائه می‌شود و ۲۵ درصد سریع‌تر از GPT-5.2 عمل می‌کند.

GB200 NVL72 در بنچمارک‌ها چه عملکردی دارد؟ در MLPerf Training سه برابر سریع‌تر از معماری Hopper آموزش می‌دهد و نزدیک به دو برابر بهره‌وری بهتر به ازای هر دلار ارائه می‌کند.

مدل‌های Runway روی چه زیرساختی ساخته شده‌اند؟ Gen-4.5 و GWM-1 روی GPUهای NVIDIA توسعه یافته‌اند و Gen-4.5 حالا برای Blackwell بهینه شده است.

بیشتر بخوانید

• توافق OpenAI و GSA: لایسنس صفر و تخفیف ۵۰٪ برای دولت‌های آمریکا
• قانون ملی توسعه هوش مصنوعی ابلاغ شد؛ صندوق ۱۰ همتی و سازمان ملی
• جستار Dario Amodei برای کند کردن AI و واکنش ترامپ تا لکان