الفرق بين L40S وA100 وH100 — أي بطاقة لأي مهمة‏.

عروض السحابة تُبرز أسماءً أشبه العملات: L40S، A100، H100. المخاطرة أن تختار «الأحدث» رغم أن أغلب أحمال الاستدلال تحتاج تكثيفاً للذاكرة لا «تدريباً من الصفر» يوميّاً [١].

هذا المقال لا يستبدلُ دليل الـH100 — يكمّله: يضعُ L40S وA100 في نفسِ المقارنةِ التشغيليّةِ [٢].

ثلاث فئات بسرعة‏.

H100 — عائلة Hopper: مرجعٌ للتدريبٍ الكثيفٍ والاستدلالٍ عند نماذجٍ كبيرةٍ وسياقٍ طويلٍ؛ تكثيفٌ tensorٌ وذاكرةٌ HBM واسعةٌ [٢].

A100 — عائلة Ampere: جيلٌ ما زالَ شائعاً في الحسابٍ العامٍ والتدريبٍ؛ توازنٌ تاريخيٌ بين السعرٍ والبرمجياتٍ [٢].

L40S — Ada Lovelace: غالباً لأحمالٍ أخفّ و«تسريعٍ» ومراكز بياناتٍ تريد كفاءةً لكلّ واطٍ في الاستدلالٍ؛ ليست دائماً البديلَ لـH100 في كلّ تدريبٍ [١].

السؤال الصحيح ليس «أي شريحة». السؤال: «أيّ شريحة تربح نفس الـSLO عند نفس حجم السياق والدفق؟»

مخطط اختيارٍ مُبسّط‏.

قرارٌ عمليٌ في نُقطة‏.

نرى في نقطة أن الـpilot يبدأ أحياناً على وحدات أصغر ثم ينتقل — شرط أن تُقاس نفس الـtokens والـlatency [٥].

ربط الاستدلال والتدريب يحدّد هل تدفع بساعات الضبط أم برموز المنتج [٤].

أسئلة شائعة‏.

• هل L40S «كافٍ» للعربية الثقيلة؟ يعتمد على حجم النموذج والسياق — لا على اسمٍ لغوي [٣].
• هل أستبدل A100 بـH100 دائماً؟ لا — إن كان الاختناق ذاكرةً في الـServing قد يحلّهُ محرّكٌ قبل العتاد [٢].
• كيف أثبت العرض؟ حمّل نفس الـprecision والسائق والمحرّك [٣].
• ماذا عن vLLM؟ يزيد الـthroughput — لا يغيّر فيزياء الشريحة [٢].
• هل ينطبق هذا في عُمان؟ التوريد والعقد يغيّران الـSKU المتاح — راجع السيادة الرقمية [٥].

الخلاصة‏.

الأرقام في كتالوج NVIDIA تدعم الاتجاه — لا القرار وحده [١][٢].

اطلب من المورّد سطراً واحداً: نفس الحمل، نفس الـbatch، نفس السياق — ثم قارن التكلفة لكل مليون token [٤].

المصادر‏.

[١] NVIDIA — L40S GPU (product page).

[٢] NVIDIA — H100 / A100 product overviews (data center).

[٣] MLCommons — MLPerf Inference (methodology).

[٤] نقطة — ملاحظاتٌ داخليّةٌ من طلباتٍ عروضٍ GPU، أبريلٌ ٢٠٢٦ (Nuqta internal procurement notes, April 2026).

[٥] نقطة — سياساتٌ تشغيليّةٌ لمراحلٍ pilot→prod، أبريلٌ ٢٠٢٦ (Nuqta internal rollout notes, April 2026).