Key Takeaways
- الاستخدام هو المتغير الأكبر أثرًا. الاستخدام المستمر شبه الثابت يفضّل الشراء؛ الاستخدام المتقطع أو الذي يصعب التنبؤ به يفضّل الاستئجار — ابنِ نموذجًا لنسبة الاستخدام المتوقعة فعليًا قبل مقارنة الأسعار.
- تبلغ النفقات الرأسمالية للأجهزة المحلية 200,000-400,000+ دولار لخادم بثماني وحدات H100/H200، بالإضافة إلى 15-30% للكهرباء والتبريد والدعم غير المدرجة في السعر المعلن.
- تمنح عقود GPU السحابية المحجوزة خصمًا بنسبة 30-55% عن السعر عند الطلب لالتزامات 1-3 سنوات لدى AWS وAzure وGCP وCoreWeave — لكن الإنهاء المبكر يفقد عادةً الخصم والدفعة المقدمة.
- في نموذج توضيحي للتكلفة الإجمالية لمدة 3 سنوات، تقع نقطة التعادل عند نسبة استخدام مستمرة تقارب 55-65% — تحقّق منها بتكلفة الكهرباء وتخصيص الموظفين والسعر المتفاوض عليه لديك.
- تستقر معظم المؤسسات على نموذج هجين: أجهزة محلية مخصصة للحمل الأساسي الثابت، وسعة سحابية تمتص الذروات الموسمية أو غير المتوقعة.
- هذا قرار نمذجة مالية وليس قرار شراء أجهزة — الخطوة الأولى الصحيحة هي بناء نموذج التكلفة الإجمالية للملكية، لا اختيار المورّد.
حقائق سريعة
- النفقات الرأسمالية لخادم محلي بثماني وحدات H100/H200: نحو 200,000-400,000+ دولار حسب فئة ذاكرة GPU والتهيئة.
- استهلاك الطاقة المحلي: تستهلك عقدة بثماني وحدات H100/H200 SXM5 نحو 10-12 كيلوواط عند الحمل الكامل.
- نطاق خصم الاشتراك السحابي المحجوز: تمنح عقود 1-3 سنوات لدى AWS وAzure وGCP وCoreWeave خصمًا عادةً بنسبة 30-55% عن السعر عند الطلب.
- نسبة الاستخدام التوضيحية لنقطة التعادل: نحو 55-65% استخدامًا مستمرًا على مدى 3 سنوات في النموذج أدناه.
- فترة الإهلاك الشائعة لأجهزة GPU: 3 سنوات بطريقة القسط الثابت وفق الممارسة المالية المؤسسية الشائعة — تتطور أجيال GPU بسرعة كافية تجعل الفترة الأطول غالبًا مبالغة في تقدير العمر الإنتاجي المتبقي.
- التكاليف الخفية للنشر المحلي: عقود الدعم وشبكة الربط وتحديث التبريد تضيف عادةً 15-30% فوق بند أجهزة الخادم.
هل تشتري محليًا أم تستأجر قدرة GPU سحابية محجوزة؟
الإجابة الصادقة هي "الأمر يعتمد على الاستخدام"، ودليل القرار أدناه يحوّل هذا إلى اختبار ملموس. اقرأ القائمتين — ستجد معظم المؤسسات أنها أقرب إلى أحد الجانبين بمجرد تقدير الاستخدام بصدق.
اختر المحلي إذا / اختر السحابي إذا
استخدم LLM محليًا إذا:
- •عبء العمل يعمل بشكل شبه مستمر — خدمة استدلال إنتاجية تخدم حركة مرور على مدار الساعة طوال الأسبوع بنسبة استخدام تتجاوز باستمرار نحو 55-65%
- •لديك (أو يمكنك بناء) فريق بنية تحتية/تشغيل داخلي لتولي دورة حياة الأجهزة والتبريد والاستجابة للأعطال
- •متطلبات إقامة البيانات أو العزل الشبكي تجعل المعالجة السحابية مشكلة امتثال وليست مجرد مشكلة تكلفة
- •منشأتك لديها بالفعل، أو يمكنها إضافة، سعة كهرباء وتبريد كافية دون مشروع استثماري كبير
استخدم نموذجًا سحابيًا إذا:
- •عبء العمل متقطع أو موسمي، أو لا يزال في مرحلة البحث والتطوير/التجريب — سيكون الاستخدام على أجهزة مملوكة أقل بكثير من 50%
- •تحتاج إلى توسيع سعة GPU أسرع مما تسمح به دورة شراء وتسليم الأجهزة
- •تريد تجنّب التزام متعدد السنوات بالموظفين والمنشآت لعبء عمل ما زال شكله طويل الأجل غير مؤكد
- •النشر متعدد المناطق أهم من التكلفة الخام لكل ساعة GPU — المناطق السحابية متاحة اليوم، أما مراكز البيانات الجديدة فلا
قرار سريع:
- →عند التردد وكون عبء العمل جديدًا حقًا: ابدأ بسعة سحابية محجوزة أو عند الطلب، وقِس الاستخدام الفعلي لمدة 2-3 أشهر، ثم ابنِ نموذج حالة الشراء بأرقام حقيقية بدلًا من توقّع.
كيف تُحسب نقطة التعادل بين الاستئجار والشراء؟
نسبة الاستخدام — أي النسبة المئوية من الساعات التي تؤدي فيها سعة GPU عملًا إنتاجيًا فعليًا — هي المتغير الوحيد الذي يحدد هذه المقارنة أكثر من أي مدخل آخر. يدفع الخادم عند نسبة استخدام 20% إهلاكًا وتكلفة كهرباء كاملة مقابل أجهزة خاملة 80% من الوقت؛ لا تعاني السعة السحابية التي تُحتسب فقط عند الاستخدام من هذه المشكلة، لكنها تفرض علاوة سعرية بالساعة لتغطية مخاطر الاستخدام لدى المزوّد نفسه.
صيغة نقطة التعادل من الناحية المفاهيمية: قسمة التكلفة المحلية الكاملة لثلاث سنوات (النفقات الرأسمالية + الكهرباء + التبريد + وقت الموظفين) على التكلفة السحابية الكاملة لثلاث سنوات عند استخدام 100%. هذه النسبة تقارب تقريبًا نسبة الاستخدام التي يتساوى عندها الخياران في التكلفة — دونها السحابي أرخص، وفوقها المحلي أرخص.
هذا تمرين نمذجة خاص بتكاليف الكهرباء لدى مؤسستك وأعباء الموظفين والسعر السحابي المتفاوض عليه — تعامل مع المثال المُحلَّل في القسم التالي كإطار عمل يُعاد بناؤه بأرقامك الخاصة، لا كرقم يُنسخ.
- استخدام مستمر فوق نحو 65%: يفوز المحلي في معظم الأحيان في النموذج أدناه — أنت تدفع مقابل السعة الخاملة على أي حال، وتكلفة الخمول في الأجهزة المملوكة أقل من الفوترة بالساعة السحابية.
- استخدام 35-65%: منطقة "الأمر يعتمد" الحقيقية — أعد بناء النموذج بسعر الكهرباء الفعلي وتخصيص الموظفين والخصم السحابي المتفاوض عليه قبل القرار.
- استخدام دون نحو 35%: يفوز السحابي في معظم الأحيان — دفع نفقات رأسمالية وإهلاك كاملين مقابل أجهزة خاملة معظم الوقت نادرًا ما يستحق العناء.
كيف تبدو التكلفة الإجمالية فعليًا خلال 12 و24 و36 شهرًا؟
تُظهر مقارنة توضيحية بثماني وحدات H100 أن التكلفة المحلية تبقى شبه ثابتة سنويًا بينما تتصاعد التكلفة السحابية مباشرةً مع الاستخدام — نقطة التقاطع دالة على نسبة الاستخدام وليس الوقت المنقضي فقط. تستخدم هذه الأرقام نفقات رأسمالية محلية متوسطة قدرها 250,000 دولار وسعرًا سحابيًا محجوزًا مختلطًا قدره 3.50 دولار/ساعة GPU كأساس توضيحي — استبدلهما بعروض أسعار الموردين الفعلية قبل الميزنة.
عند استخدام 100%، تتراكم التكلفة السحابية بسرعة: تشغيل ثماني وحدات GPU باستمرار لعام كامل يعادل نحو 70,080 ساعة GPU، أي نحو 245,000 دولار/سنة بسعر محجوز قدره 3.50 دولار/ساعة GPU — يمكن أن يتجاوز التزام سحابي مستخدم بالكامل لمدة 3 سنوات 700,000 دولار، وهو أعلى بكثير من النفقات الرأسمالية المحلية زائد التكاليف الإضافية.
- اقرأ هذا الجدول حسب عمود نسبة الاستخدام لا الأفق الزمني فقط. عند استخدام مستمر 100%، المحلي أرخص في جميع الآفاق الموضحة. عند استخدام 30%، يبقى السحابي أرخص حتى بعد 36 شهرًا — نقطة التقاطع في هذا النموذج التوضيحي تقع عند نسبة استخدام تقارب 55-65%، لا عند فترة زمنية ثابتة.
- أعد بناء هذا الجدول بعرض سعر المورّد الفعلي وسعر الكهرباء (دولار/كيلوواط ساعة) وتخصيص الموظفين لديك قبل استخدامه في قرار ميزانية — الأرقام هنا إطار عمل وليست عرض سعر.
| الأفق الزمني | التكلفة الإجمالية المحلية (توضيحية) | التكلفة السحابية المحجوزة عند استخدام 100% | التكلفة السحابية المحجوزة عند استخدام 30% |
|---|---|---|---|
| 12 شهرًا | ~290 ألف دولار (نفقات رأسمالية + سنة تكاليف إضافية) | ~245 ألف دولار | ~74 ألف دولار |
| 24 شهرًا | ~325 ألف دولار (نفقات رأسمالية + سنتان تكاليف إضافية) | ~490 ألف دولار | ~147 ألف دولار |
| 36 شهرًا | ~360 ألف دولار (نفقات رأسمالية + 3 سنوات تكاليف إضافية) | ~735 ألف دولار | ~221 ألف دولار |
ما الأجهزة التي يجب شراؤها إذا قررت الاتجاه المحلي؟
إذا أشارت حسابات الاستخدام إلى الشراء، فإن اختيار الأجهزة نفسه مسألة منفصلة لا يعيد هذا المقال طرحها. Dell PowerEdge XE9680 وLenovo ThinkSystem SR675 V3 وHPE Cray XD670 وSupermicro SYS-821GE-TNHR هي الموردون الأربعة الذين يقدمون منصات رف بثماني وحدات H100/H200 SXM5 في نطاق 200,000-400,000+ دولار — راجع دليل شراء خوادم GPU للمؤسسات للمواصفات لكل مورّد ومتطلبات التبريد وقرارات شبكة الربط.
يتناول ذلك الدليل سؤال "أي خادم" بالتفصيل؛ أما هذا المقال فيجيب عن "هل يجب شراء خادم أصلًا" — اقرأ الاثنين قبل تثبيت الميزانية.
ما خيارات GPU السحابية المحجوزة المتاحة للمؤسسات؟
تبيع كل من AWS وMicrosoft Azure وGoogle Cloud وCoreWeave عقود GPU التزام متعددة السنوات بخصم عن السعر عند الطلب — تختلف نسبة الخصم وهيكل العقد بما يكفي لتستحق المقارنة المباشرة، بدلًا من اختيار مزوّد السحابة الحالي افتراضيًا.
- اختر AWS أو Azure إذا: كانت بنيتك التحتية الأساسية تعمل هناك بالفعل — يُضاف خصم الالتزام فوق اتفاقية مؤسسية وعلاقة فوترة قائمتين.
- اختر Google Cloud إذا: كان مسار بياناتك/تعلمك الآلي يعمل على GCP بالفعل — تُطبَّق خصومات CUD تلقائيًا على الاستخدام المطابق في معظم التهيئات دون شراء حجز منفصل.
- اختر CoreWeave إذا: كان عبء العمل ذا أولوية GPU وتريد مزوّدًا مبنيًا خصيصًا حول سعة GPU بدلًا من مزوّد سحابي عام — تحقّق مباشرةً من توفر H100/H200/GB200 الحالي وشروط العقد، فالتسعير يقدَّم كعرض سعر فقط.
- لا يعلن أي من هؤلاء المزوّدين عن تسعير عقود الالتزام المؤسسية علنًا — كل نطاق خصم أعلاه تقريب مرجعي منشور علنًا؛ احصل على عرض سعر رسمي قبل الميزنة.
| المزوّد | المنتج الالتزامي | خيارات GPU | نطاق الخصم النموذجي | الأفضل لـ |
|---|---|---|---|---|
| AWS | EC2 Capacity Blocks for ML / Reserved Instances / Savings Plans | P5 (H100)، P5e (H200) | ~30-50% عن السعر عند الطلب | الفرق المعتمِدة فعلًا على بنية AWS التحتية |
| Microsoft Azure | Reserved VM Instances (سنة/3 سنوات) | ND H100 v5، ND H200 v5 | ~30-45% عن الدفع أولًا بأول | المؤسسات التي لديها اتفاقية Microsoft Enterprise Agreement قائمة |
| Google Cloud | Committed Use Discounts (CUD) | A3 (H100)، A3 Mega (H100) | ~37% (سنة) إلى ~55% (3 سنوات) | الفرق التي أدوات بياناتها/تعلمها الآلي على GCP بالفعل |
| CoreWeave | عقود سعة محجوزة | H100، H200، GB200 | قابل للتفاوض، عرض سعر فقط | أعباء العمل ذات أولوية GPU دون اعتماد على مزوّد سحابي كبير |
أي خيار يناسب نمط عبء العمل لديك؟
واءم قرار الشراء مع الشكل الفعلي لعبء العمل، لا حجم الميزانية. تغطي هذه الأنماط الأربعة معظم عمليات نشر الذكاء الاصطناعي المؤسسي.
| نمط عبء العمل | المسار الموصى به | السبب |
|---|---|---|
| استدلال على مدار الساعة طوال الأسبوع بمقياس واسع | محلي (أو أساس هجين) | الاستخدام المستمر فوق نحو 55-65% يفضّل باستمرار الأجهزة المملوكة على السحابي المحجوز في نموذج التكلفة الإجمالية |
| طلب موسمي/متقطع | سحابي (عند الطلب أو التزامات محجوزة قصيرة) | دفع نفقات رأسمالية كاملة لأجهزة خاملة معظم العام نادرًا ما يتفوق على الفوترة السحابية بالساعة |
| بحث وتطوير/تجريب | سحابي (عند الطلب) | شكل عبء العمل ونطاقه ما زالا مجهولين — الالتزام متعدد السنوات يثبّت تخمينًا |
| متعدد المناطق ومدفوع بالامتثال | سحابي (محجوز متعدد المناطق) | إنشاء سعة مراكز بيانات ممتثلة في عدة ولايات قضائية أبطأ وأكثر تكلفة من تهيئة مناطق سحابية قائمة بالفعل |
كيف يبدو النهج الهجين المحلي مع السحابي؟
تنتهي معظم المؤسسات ذات أعباء العمل المستمرة للذكاء الاصطناعي إلى تشغيل أجهزة محلية مُهيّأة للحمل الأساسي الثابت، مع سعة سحابية تمتص الذروات الموسمية أو غير المتوقعة — وليس اختيارًا حاسمًا بين الاثنين. يستفيد هذا النهج من ميزة تكلفة النشر المحلي عند الاستخدام المرتفع القابل للتنبؤ، مع الإبقاء على مرونة السحابة متاحة لحركة المرور التي كانت ستمثل سعة خاملة معظم العام.
النسخة العملية: تهيئة الشراء المحلي على نحو الحمل الأساسي على مدار الساعة (الحد الأدنى للاستخدام الذي يمكن التنبؤ به بثقة)، وتوجيه حركة المرور الذروية فوق هذا الأساس إلى سعة سحابية عند الطلب أو محجوزة قصيرة الأجل. يتجنّب هذا الإفراط في شراء أجهزة محلية لحمل ذروة لا يحدث إلا في جزء يسير من العام.
- تهيئة الحمل الأساسي: قِس الحمل المستمر الفعلي عند الوسيط أو المئين المنخفض على مدى 2-3 أشهر قبل تهيئة الشراء المحلي — التهيئة على أساس حمل الذروة يُبطل الغرض من النموذج الهجين.
- توجيه ذروة الحركة: بوابة API أو موازن أحمال قادر على توجيه حركة المرور الزائدة إلى نقاط استدلال سحابية عند تشبّع السعة المحلية يبقي البنية بسيطة التشغيل.
- مواءمة مدة العقد: أبقِ الجزء السحابي على تسعير أقصر أجلًا أو عند الطلب بدلًا من عقد محجوز متعدد السنوات مماثل — الهدف من النموذج الهجين هو المرونة على الجانب السحابي، لا مضاعفة الالتزام.
- إعادة التقييم سنويًا: مع نضج عبء العمل وتراكم بيانات الاستخدام، تتغير النسبة الصحيحة بين الحمل الأساسي والذروة — تعامل مع التقسيم الهجين كنموذج يُعاد النظر فيه سنويًا، لا كبنية دائمة.
ما أخطاء الشراء التي ترتكبها المؤسسات في هذا القرار؟
- مقارنة السعر المعلن بدلًا من التكلفة الإجمالية الكاملة. عرض سعر نفقات رأسمالية محلي دون الكهرباء والتبريد وأعباء الموظفين، مقارنةً بسعر سحابي عند الطلب دون خصم الحجز، ينتج مقارنة غير منصفة لأي من الخيارين.
- تهيئة الأجهزة المحلية على أساس حمل الذروة المتوقع بدلًا من الحمل الأساسي المقيس. يؤدي هذا إلى شراء سعة زائدة تظل خاملة معظم العام — وهو بالضبط الفخ الذي صُمّم النموذج الهجين لتجنّبه.
- توقيع عقد سحابي محجوز لمدة 3 سنوات قبل معرفة شكل عبء العمل. تلتزم العقود المحجوزة بسعر محدد؛ فإذا تغيّر عبء العمل جوهريًا، يتحول الخصم ومدة العقد إلى عبء لا وفر.
- تجاهل تكاليف إخراج البيانات والارتباط بمورّد واحد عند مقارنة مزوّدي السحابة بالسعر فقط. أقل سعر معلن بالساعة لكل GPU ليس أقل تكلفة إجمالية إذا تطلّب تبديل المزوّد لاحقًا إعادة بناء مسارات البيانات.
- التعامل مع قرار محلي مقابل سحابي كقرار دائم. تتغير أنماط الاستخدام مع نضج المنتجات — الإجابة الصحيحة عند الإطلاق غالبًا لم تعد صحيحة بعد 18 شهرًا؛ أعد النظر في النموذج ولا تثبّته مرة واحدة.
الأسئلة الشائعة
عند أي نسبة استخدام تقع نقطة التعادل بين شراء واستئجار سعة GPU؟
في نموذج توضيحي للتكلفة الإجمالية لمدة 3 سنوات باستخدام خادم محلي بقيمة 250,000 دولار وسعر سحابي محجوز مختلط قدره 3.50 دولار/ساعة GPU، تقع نقطة التعادل عند نسبة استخدام مستمرة تقارب 55-65% — دونها يكون السحابي أرخص عادةً، وفوقها يكون المحلي أرخص عادةً. أعد بناء النموذج بتكلفة الكهرباء وتخصيص الموظفين والسعر السحابي المتفاوض عليه لديك قبل اعتماد هذا الرقم لمؤسستك.
كم تكلف فعليًا خادم GPU مؤسسي محلي مع كل التكاليف الإضافية؟
تبلغ تكلفة الأجهزة نفسها نحو 200,000-400,000+ دولار لتهيئة بثماني وحدات H100/H200، وتضيف عقود الدعم وشبكة الربط وتحديث التبريد عادةً 15-30% أخرى — راجع دليل شراء خوادم GPU للمؤسسات لأسعار كل مورّد.
ما الخصم الذي تقدمه عقود GPU السحابية المحجوزة فعليًا مقارنةً بالسعر عند الطلب؟
تضع النطاقات المرجعية المنشورة علنًا خصومات الالتزام لمدة 1-3 سنوات عند نحو 30-55% عن السعر عند الطلب لدى AWS وAzure وGoogle Cloud، بينما يكون السعر المحجوز لدى CoreWeave قابلًا للتفاوض وعرض سعر فقط. لا يعلن أي من هؤلاء المزوّدين عن التسعير الدقيق لعقود المؤسسات — احصل على عرض سعر رسمي قبل الميزنة.
ماذا يحدث إذا أنهينا عقد GPU سحابي محجوز مبكرًا؟
تفقد معظم العقود السحابية المحجوزة والالتزامية الخصم المتفاوض عليه بأثر رجعي عند الإنهاء المبكر، وفي بعض هياكل العقود يُفقد أيضًا الجزء غير المستهلك من أي دفعة مقدمة. تحقّق من شروط الإنهاء المحددة قبل التوقيع — هذا جزء جوهري من القرار وليس بندًا صغيرًا.
هل الأجهزة المحلية أرخص من الاستئجار السحابي على نطاق المؤسسات؟
يعتمد الأمر كليًا على الاستخدام المستمر لا على النطاق وحده. الاستخدام المرتفع القابل للتنبؤ شبه الثابت يفضّل المحلي؛ وأعباء العمل المتقطعة أو الموسمية أو التجريبية تفضّل السحابي، لأن الأجهزة المملوكة الخاملة تظل تُحمَّل إهلاكًا كاملًا بينما تظل السعة السحابية المحجوزة الخاملة تُحمَّل سعرها الالتزامي — الفارق بين الاثنين أقرب مما توحي به تسويقات أي من الجانبين.
ما النهج الهجين المحلي مع السحابي ومتى يكون منطقيًا؟
يهيّئ النهج الهجين الأجهزة المحلية على أساس الحمل الأساسي القابل للتنبؤ على مدار الساعة طوال الأسبوع، ويوجّه الذروات الموسمية أو غير المتوقعة إلى سعة سحابية بدلًا من الإفراط في بناء نشر محلي للذروة. يكون منطقيًا لمعظم أعباء العمل المؤسسية المستمرة للذكاء الاصطناعي التي تشهد أيضًا تقلبًا ملموسًا في الطلب، وهو ما يصف غالبية عمليات نشر الاستدلال الإنتاجية.
كيف يؤثر تسعير إخراج البيانات على قرار الشراء مقابل الاستئجار؟
رسوم إخراج البيانات من شبكة مزوّد سحابي غير ذات أهمية لحركة مرور API خفيفة، لكنها تصبح مهمة لدى الفرق التي تنقل مجموعات بيانات تدريب ضخمة أو نقاط تفتيش للنماذج بانتظام بين البيئات — انمذج حجم الإخراج المتوقع بمعزل عن السعر بالساعة لكل GPU قبل مقارنة المزوّدين.
هل يجب أن يعتمد النشر متعدد المناطق أو المدفوع بالامتثال على السحابي افتراضيًا؟
عادةً نعم. إنشاء سعة مراكز بيانات ممتثلة في عدة ولايات قضائية أبطأ وأكثر تكلفة بشكل ملموس من تهيئة مناطق سحابية قائمة بالفعل تحمل بالفعل شهادات إقامة بيانات وامتثال يحافظ عليها المزوّد — راجع دليل إقامة البيانات والذكاء الاصطناعي السيادي لدينا للجانب المتعلق بالامتثال في هذا القرار.
كم يستغرق شراء خادم GPU محلي من الطلب إلى التشغيل الإنتاجي؟
تراوحت مهل تسليم تهيئات ثماني وحدات GPU بين عدة أسابيع وبضعة أشهر حسب توفر GPU، بالإضافة إلى الشراء الداخلي وتركيب الرفوف وجاهزية الكهرباء/التبريد — احسب الجدول الزمني الكامل، لا مهلة تسليم المورّد فقط، عند المقارنة بالتهيئة شبه الفورية للسحابي.
هل تقدم AWS وAzure وGoogle Cloud جميعًا نفس نوع خصم الالتزام؟
تختلف الآلية حسب المزوّد — تستخدم AWS منتجات EC2 Capacity Blocks وReserved Instances وSavings Plans؛ وتستخدم Azure منتج Reserved VM Instances؛ وتستخدم Google Cloud منتج Committed Use Discounts الذي يُطبَّق تلقائيًا في معظم التهيئات على الاستخدام المطابق دون شراء حجز منفصل. نطاقات الخصم متقاربة عمومًا (نحو 30-55% لمدة 1-3 سنوات)، لكن آلية العقد تختلف بما يكفي للتأثير على المرونة — قارن شروط العقد الفعلية لا نسبة الخصم المُعلنة فقط.
المصادر
- أسعار AWS EC2 Capacity Blocks for ML -- aws.amazon.com/ec2/capacityblocks
- أسعار Microsoft Azure Reserved VM Instances -- azure.microsoft.com/en-us/pricing/reserved-vm-instances
- وثائق Google Cloud Committed Use Discounts -- cloud.google.com/docs/cuds
- أسعار CoreWeave -- coreweave.com/pricing
- صفحة منتج Dell PowerEdge XE9680 -- dell.com/en-us/shop/ipovw/poweredge-xe9680
- Enterprise GPU Server Buying Guide 2026 (PromptQuorum، داخلي) -- أعيد استخدام أسعار الأجهزة وأرقام الكهرباء/التبريد من هذا المقال الشقيق.