SECTIONS
EDITIONS
NETWORK
AIXX الموسوعة موسوعة عالم الحوسبة

موسوعة AIXX › مقالة البرمجيات › CUDA

صورة رسمية لرف مراكز بيانات NVIDIA (صورة الشركة المصنّعة)
خريطة سيناريوهات حوسبة NVIDIA · AIXX Pedia (الموقع الرسمي لـ NVIDIA)

CUDA

منصة الحوسبة المتوازية من NVIDIA · من 2006 حتى اليوم · مقالة البرمجيات

نظرة عامة OVERVIEW

CUDA هو نظام منصة حوسبة متوازية ونموذج برمجة أُطلق في نوفمبر 2006 مع GeForce 8800 (معمارية G80 ذات التصيير الموحّد) — حوّل الـ GPU من «معالج رسوميات» إلى «معالج حوسبة متوازية عام الأغراض»، إذ أصبح المطورون يكتبون برامج GPU بلغة شبيهة بـ C (وفق الصفحة الرسمية لـ NVIDIA CUDA[1]اليوم هو المعيار الفعلي في عالم الحوسبة الذكية للـ AI: فمن أسفل PyTorch وTensorFlow وvLLM، تكاد جميع الأطر الذكاء الاصطناعي الرئيسية تضع خلفياتها GPU على CUDA.

CUDA ليست مجرد «تعريف» — إنها حزمة برمجيات ثلاثية الطبقات : طبقة التعريفات ومجموعة تعليمات العتاد في الأسفل (تحددها نسخة «القدرة الحاسوبية» للكرت)، وطبقة CUDA Toolkit في الوسط (مصرّف nvcc وبيئة التشغيل) مع حزمة مكتبات CUDA-X (مثل cuBLAS/cuDNN/NCCL[2][3]وطبقة الأطر والتطبيقات المطوّرة داخلياً في الأعلى. «القدرة الحاسوبية» (Compute Capability، مثل H100=9.0 وBlackwell=10.0) التي تُذكر عند اختيار الكرت هي الجيل العتادي في عالم CUDA — وهي أول معامل مرجعي عند فحص الكروت المستعملة والتوافق مع الأطر (وفق الجدول الرسمي للمقارنة[4])。

بالنسبة لمشتري العتاد، تعني CUDA أمرين عمليين: الاحتجاز البيئي (النظام البيئي) (نقل خطوط الإنتاج من CUDA إلى ROCm/oneAPI له تكلفة حقيقية، انظر «القيود والجدل») و توافق الإصدارات (إصدار CUDA المطلوب من الإطار مقابل تعريف الكرت وقدرته الحاسوبية — بند إلزامي عند فحص الكروت المستعملة). هذه المقالة مقالة مفهوم برمجي — تتكامل مع مقالات الطُرز المختلفة.

حالات الاستخدام FIT

AIXX Index (0–100): تقدير موزون وفق درجة التوافق مع النظام البيئي (منهجية خاصة بمقالات المفاهيم البرمجية).

خلفية GPU لأطر الذكاء الاصطناعي 96AIXX Index
المعيار الفعلي لخلفيات GPU في PyTorch/TensorFlow/vLLM — توافق إصدار CUDA هو البوابة الأولى عند اختيار الكرت للإطار.
تطوير العمليات الحسابية الخاصة 93AIXX Index
كتابة النوى (kernels) مباشرة بـ CUDA C++: آخر ميل لاستخلاص أقصى أداء — العمليات المخصّصة لمحركات الاستدلال وتركيب HPC تسلك هذا الطريق.
تسريع الحوسبة العلمية 87AIXX Index
مكتبات cuBLAS/cuFFT/CUDA-X تغطي من الجبر الخطي إلى تحويل فورييه — إرث عشرين عاماً من الأكواد هو صمّام أمان CUDA الحقيقي.
العتاد غير التابع لـ NVIDIA 35AIXX Index
مخرجات تجميع CUDA موجهة لمعمارية NVIDIA — كروت AMD تسلك ROCm/HIP وIntel تسلك oneAPI، والنقل له تكلفة حقيقية (انظر القيود والجدل).

التطور التاريخي HISTORY

في نوفمبر 2006 أُطلقت CUDA مع GeForce 8800 (G80): معمارية التصيير الموحّدة سمحت بجدولة معالجات انسياب الـ GPU عبر برامج متوازية عامة، ومن هنا رسا اسم «Compute Unified Device Architecture» (وفق الصفحة الرسمية لـ NVIDIA CUDA وتاريخ التقنية المنشور[1]— فتحولت الحوسبة العامة على GPU (GPGPU) من حيلة أكاديمية إلى منصة هندسية.

2012-2016 انفجار التعلم العميق: فاز AlexNet بالمسابقة مستخدماً كرتين GTX 580 للتدريب (وفق تاريخ التقنية المنشور)، وصارت CUDA-GPU منذئذٍ العتاد المعياري للتعلم العميق — نضجت المكتبات المتخصصة مثل cuDNN وتشكّلت حزمة CUDA-X (وفق الصفحة الرسمية لـ cuDNN[2])。

2017-2022 التحوّل نحو مراكز البيانات: Volta (قدرة حاسوبية 7.0) أدخلت Tensor Core، وانتقلت CUDA من كروت الاستهلاك إلى ساحة مراكز البيانات الرئيسية؛ وصارت مكتبة الاتصالات الجماعية NCCL المكوّن المعياري للتدريب متعدد الكروت (وفق الصفحة الرسمية لـ NCCL[3]وفي حقبة A100 (8.0) وH100 (9.0) تعمّقت أوثق الربط بين إصدارات CUDA والنظام البيئي للأطر.

2023-2026 حقبة Blackwell: القدرة الحاسوبية تدخل الجيل 10.0 (وفق الجدول الرسمي للمقارنة[4])، ودعت CUDA أصلياً لدقائق FP4/FP8 الجديدة؛ في حين تواصل ROCm (من AMD) وoneAPI (من Intel) اللحاق كمسارات بديلة — صراع هيمنة CUDA البيئية وقوى البدائل هو خلفية اختيارات الحوسبة عام 2026 (انظر «القيود والجدل»).

جدول مقارنة القدرة الحاسوبية COMPUTE CAPABILITY

القدرة الحاسوبية (Compute Capability، وتُختصر غالباً CC/sm_XX) هي «الجيل العتادي» في عالم CUDA — تحدد أي مجموعات تعليمات يستطيع الكرت تشغيلها وكيف تتكيف الأطُور والتعريفات. جدول CC للطُرز المتوفرة في مكتبتنا (المرجع هو جدول المقارنة الرسمي من NVIDIA[4]):

الطرازالمعماريةالقدرة الحاسوبيةمقالة المكتبة
سلسلة B300 / GB300 (Blackwell Ultra)Blackwell Ultraالجيل 10.x (وفق الجدول الرسمي)B300
سلسلة B200 / GB200 (Blackwell)Blackwell10.0مقالة GB200 NVL72
H100 / H200 / H20(Hopper)Hopper9.0H200
L40S / L40 / L20(Ada)Ada Lovelace8.9L40S
A100 / A800(Ampere)Ampere8.0A100
كروت محطات العمل RTX 6000 Ada / سلسلة AAda / Ampere8.9 / 8.6بطاقة المواصفات لـ RTX 6000 Ada

المقارنة الكاملة الشاملة (بما فيها كروت الاستهلاك والمهنية كافة) مرجعها صفحة CUDA GPUs الرسمية من NVIDIA[4]: «المرجع هو الجدول الرسمي» = جدولنا يذكر فقط الطُرز المتوفرة في المكتبة، والإصدار الفرعي الدقيق لـ Blackwell Ultra يخضع لتحديث الجدول الرسمي دون تخمين.

للاستعراض السريع في فحص البضاعة : عند استلام كرت مستعمل شغّل أولاً nvidia-smi -q وراقب التعريف وإصدار CUDA Version (سقف CUDA الذي يدعمه التعريف)، ثم قارن مع القدرة الحاسوبية للكرت — فقط عندما تتطابق متطلبات الإطار (مثل إصدار CUDA وقت بناء PyTorch) مع CC للكرت يمكن القول إن «هذا الكرت صالح لخط الإنتاج».

حزمة مكتبات CUDA-X LIBRARIES

المكتبةوظيفتهامن يستخدمها
cuBLASالجبر الخطي (ضرب المصفوفات وغيره) — الأساس الحسابي للتعلم العميقجميع أطُور التدريب/الاستدلال
cuDNNتسريع عمليات التعلم العميق (الالتفاف/الانتباه وغيرها، وفق الصفحة الرسمية[2])الأساس الحسابي للأطُور في التدريب والاستدلال
NCCLالاتصالات الجماعية متعددة الكروت والآلات (AllReduce وغيرها، وفق الصفحة الرسمية[3])أساس الاتصالات للتدريب الموزع
CUDA-X Data Science / AI وغيرهاعائلات مكتبات عمودية لمعالجة البيانات والتوصيات والتكميم وغيرها (وفق المنهج الرسمي لـ CUDA-X)خطوط البيانات والسيناريوهات العمودية
أدوات nvcc / Nsightالتجميع وتحليل الأداء (مكوّنات Toolkit، وفق التوثيق الرسمي[6])تطوير العمليات المخصصة وضبط الأداء

CUDA-X هو الاسم الجامع الذي تطلقه NVIDIA على عائلات مكتبات تسريع GPU (وفق المنهج الرسمي)؛ لكل مكتبة مصفوفة تكامل مع إصدارات CUDA Toolkit — راجع جدول التوافق قبل أي ترقية (وفق التوثيق الرسمي[6])。

الإصدارات والتوافق COMPATIBILITY

السيناريوالقاعدةدلالته عند الفحص
التعريف مقابل CUDAإصدار التعريف يحدد سقف CUDA المدعوم (توافق تنازلي)عند فحص كرت مستعمل انظر nvidia-smi في الأعلى يمين CUDA Version = سقف قدرات التعريف، وليس إصدار Toolkit المثبّت
Toolkit مقابل القدرة الحاسوبيةالإصدارات الجديدة من Toolkit تدعم CC الجديد؛ مخرجات Toolkit القديم قد تحتاج إعادة تجميع لتعمل على الكروت الجديدةإصدار CUDA في صورة الإطار يطابق CC للكرت — تشغيل إطار قديم على كرت جديد (مثل صور CUDA 11.x على Blackwell) يتطلب تأكيد مسار التوافق
التوافق الأماميآلية تعريفات خاصة في مراكز البيانات تسمح للكروت الجديدة بتشغيل ثنائيات CUDA القديمة (وفق التوثيق الرسمي[6])ميزة توافق لكروت مراكز البيانات (Tesla/سلاسل مراكز البيانات) — اتبع التوثيق الرسمي حرفياً ولا تعتمد على الذاكرة

مصفوفة التوافق تتطور مع الإصدارات، والمرجع هو توثيق NVIDIA الرسمي[6]؛ هذا الجدول موجّه لصنع القرار وليس دليل تشغيل.

CUDA منصة برمجية بلا أطلس عتاد؛ مخطط حزمة البرمجيات في قسم «المواصفات التقنية». المواد الرسمية للشعار مرجعها إصدارات NVIDIA الرسمية.

البرمجيات والنظام البيئي ECOSYSTEM

البندالوضع
الوصوليُوزَّع CUDA Toolkit عبر صفحة التنزيلات الرسمية من NVIDIA (وفق المنهج الرسمي[5])، مع فصل تثبيت التعريف عن Toolkit
دعم الأطُورPyTorch / TensorFlow / JAX / vLLM / TensorRT وغيرها تعتمد CUDA كخلفية GPU رئيسية
النشر بالحاوياتNVIDIA Container Toolkit — صور الأطُور تتضمن بيئة تشغيل CUDA، والمضيف يهتم بالتعريف فقط
المنافسونAMD ROCm (نظام HIP البيئي) وIntel oneAPI (عائلة SYCL) — يواصلان اللحاق في دعم الأطُور وتغطية العمليات (انظر القيود والجدل)
إرث الأكوادعشرون عاماً من أكواد CUDA المتراكمة (إعادة إنتاج أوراق/مستودعات مفتوحة/عمليات مخصصة) هي جوهر تكلفة النقل

معلومات النظام البيئي مرصودة من مصادر عامة؛ الإصدارات ومصفوفات الدعم تتطور مع الزمن، والمرجع هو إصدارات NVIDIA الرسمية.

من منظور الشراء PROCUREMENT VIEW

ثلاثة فحوصات متعلقة بـ CUDA عند شراء الكروت (مكمّلة لفحص العتاد في مقالات الطُرز):

1
القدرة الحاسوبية مقابل الإطار
إصدار CUDA المطلوب من الإطار/الصورة المستهدفة يطابق CC للكرت (الجدول أعلاه) — «الكرت القديم الرخيص» إن كان CC قديماً لا يحرك الإطارات الجديدة، فالتوفير وهمي.
2
قياس سقف التعريف عملياً
عند الاستلاف شغّل nvidia-smi -qوقارن إصدار التعريف وسقف CUDA وطراز الكرت وسعة الذاكرة مع وصف البائع — الكروت المخصصة للسحابة (حالة ترخيص vGPU) تنكشف في هذه الخطوة.
3
التكاليف الخفية لنقل حزمة البرمجيات
تكلفة الانتقال من إنتاج CUDA إلى ROCm/oneAPI تُحسب بشهور العمل (تكلفة ثلاثية: إصدارات الأطُور وتغطية العمليات وخبرة الضبط) — «فرق سعر الكرت» يقارن بـ «الحساب الكلي للنقل» قبل القرار.

الفحوص الستة على جانب العتاد في مقالات الطُرز المختلفة (مثل مقالتي A100/B300)؛ هذا القسم يغطي المنظور البرمجي فقط.

استعراض سريع لفحص البضاعة QUICK CHECK

استعراض سريع من أربع خطوات للكرت المستعمل من منظور CUDA (مكمّل للفحص العتادي):

1
الهوية والسقف
nvidia-smi -q: طراز الكرت وإصدار التعريف وسقف CUDA Version وVBIOS — مقارنة بنداً ببند مع وصف البائع.
2
تأكيد القدرة الحاسوبية
deviceQuery (من CUDA samples) أو داخل الإطار torch.cuda.get_device_capability(): مطابقة CC مع الجدول الرسمي[4]——تظهر البطاقات المزيّفة عند فحص قيمة Compute Capability (CC).
3
تشغيل فعلي للأُطر
شغّل تمريرة أمامية وخلفية قياسية على الإطار المستهدف: التهيئة تعمل، التدريب يعمل، ولا توجد أخطاء fallback في العمليات (operators) — التوافق الورقي لا يعني أن التشغيل الفعلي ممكن.
4
حالة الترخيص
فحص حالة vGPU/الترخيص للبطاقات المخصّصة للسحابة: تكلفة فتح قفل الترخيص عند إعادة استخدام البطاقة يجب أن تُحتسب ضمن السعر الإجمالي (وفق خبرة الفحص في هذا الدليل).

الشحن والتسليم LOGISTICS

1
قائمة الأصول البرمجية المرفقة بالبطاقة
تسليم البطاقة لا يقتصر على العتاد: إصدار التعريفات، حالة الترخيص، وسجلات الاختبار الأصلية (بما فيها لقطات تشغيل CUDA فعلي) تُجمع مع الشحنة — الحالة البرمجية نصف قيمة البطاقة المستعملة.
2
الترخيص والامتثال
يُرخَّص برنامج CUDA SDK وفق شروط توزيع NVIDIA SDK (اتفاقية EULA)، ويتضمن بنودًا تقيد الترجمة والتشغيل على منصات غير تابعة لـ NVIDIA (وفق النقاش العام) — في سياق امتثال الشركات يُعتمد رأي المستشار القانوني، وما ورد هنا لا يشكّل استشارة قانونية.

بطاقات المصطلحات GLOSSARY

قدرة الحوسبة (Compute Capability)

جيل العتاد في عالم CUDA (مثل 8.0/9.0/10.0): تحدد مجموعة التعليمات وميزات البطاقة — الأُطر والمصرّفات تولّد/تختار الشيفرة وفق CC. مطابقة CC مع الجدول الرسمي عند الفحص وسيلة قوية للكشف عن البطاقات المزيّفة (الجدول الرسمي للمطابقة[4])。

nvcc

مصرّف CUDA C++ (مكوّن من CUDA Toolkit): يترجم النوى (kernels) إلى ملفات ثنائية موجهة لجيل CC محدد — «CC الهدف من الترجمة» يحدد أي البطاقات يمكنها تشغيل الملف الثنائي.

cuDNN / NCCL

أشهر مكتبتين في CUDA-X: cuDNN لتسريع عمليات التعلّم العميق (الالتفاف/الانتباه)، وNCCL لاتصالات المجموعة بين عدة بطاقات — الأساسان اللذان يجعلان أُطر التدريب «سريعة فعلًا» (وفق الصفحات الرسمية[2][3])。

Tensor Core

وحدة حساب المصفوفات المُقدَّمة منذ Volta: الأساس العتادي للتدريب بالدقة المختلطة — كل دقة جديدة في Tensor Core عبر الأجيال (FP16←BF16←FP8←FP4) تحصل على دعمها الأول من حزمة CUDA، وهذا نموذجي لمشهد «نسخة CUDA تلحق بالعتاد».

ROCm وoneAPI

مسارَا بديل رئيسيان: AMD ROCm (بناء HIP قريب من CUDA، وأدوات الترحيل تنضج باستمرار)، وIntel oneAPI (مسار SYCL عابر للمصنّعين) — تغطية العمليات (operators) وكفاءات الضبط اليدوي لا تزال الفجوة مقارنة بـ CUDA (وفق إجماع التقييمات العامة).

التوافق الأمامي / التوافق الخلفي

قواعد التوافق في CUDA: التعريفات الجديدة تدعم نسخ CUDA القديمة (توافق خلفي، الوضع المعتاد)؛ وبطاقات مراكز البيانات عبر آلية خاصة تتيح للبطاقات الجديدة تشغيل ملفات CUDA القديمة (توافق أمامي، وفق الوثائق الرسمية[6]) — قبل النشر عبر الإصدارات راجع الوثائق الرسمية، ولا تعتمد على الانطباع.

الحدود والجدل LIMITS

  • التكلفة الحقيقية للحبس في المنظومة : تكلفة ترحيل خطوط إنتاج CUDA إلى ROCm/oneAPI = تكييف إصدارات الأُطر + فجوات تغطية العمليات + إعادة بناء خبرات الضبط، ثلاث طبقات متراكمة تُحسب بأشهر العمل — قارن «فرق سعر البطاقة» بـ«الحساب الكلي للترحيل» قبل القرار (وفق إجماع التقييمات العامة).
  • جدل حول حدود شروط الترخيص : يحتوي ترخيص CUDA SDK على بنود تقيد الترجمة والتشغيل على عتاد غير تابع لـ NVIDIA، والنقاش العام حولها مستمر (وفق التقارير العامة) — في سياق امتثال الشركات يُعتمد رأي المستشار القانوني، وما ورد هنا لا يشكّل استشارة قانونية.
  • تعقيد مصفوفة الإصدارات : علاقات تناسب الإصدارات بين أربع طبقات (التعريفات/الـToolkit/الأُطر/المكتبات) هي المصدر الرئيسي لتعقيد التشغيل — الحل السائد هو الحاويات (الصور تتضمن بيئة التشغيل)، لكن سقف تعريفات المضيف يبقى قيدًا (وفق الوثائق الرسمية[6])。
  • فجوة الأجيال بين البطاقات القديمة والأُطر الجديدة : إصدارات الأُطر الجديدة تُسقط تدريجيًا دعم قيم CC القديمة جدًا — «بطاقة قديمة رخيصة تشغّل إطارًا حديثًا» يجب التحقق منها لا افتراضها (وفق خبرة الفحص في هذا الدليل).
  • هذا المدخل بمنظور مفهوم برمجي : الأرقام الفعلية لأداء CUDA (معايير الأُطر المختلفة) تتطور بسرعة مع الإصدارات، ولا يقدّم هذا الدليل مقارنة أداء لحظية — يُعتمد على الإصدارات الرسمية والمعايير المستقلة.

الأسئلة الشائعة FAQ

ما هو CUDA؟ وهل هو نفسه التعريفات (drivers)؟

ليس الشيء نفسه: التعريفات هي البرمجيات الأساسية التي تتيح للنظام التعرف على البطاقة؛ أما CUDA فهو منصة حوسبة متوازية (مصرّف الـToolkit + بيئة التشغيل + حزمة مكتبات CUDA-X كاملة). «CUDA Version» في أعلى يمين nvidia-smi تشير إلى الحد الأقصى لنسخ CUDA المدعومة من التعريف، لا إلى نسخة الـToolkit المثبّتة — وكثيرًا ما يُخلط بين الأمرين.

لماذا يجب فحص قدرة الحوسبة عند شراء بطاقة مستعملة؟

قدرة الحوسبة (CC) تحدد أي مجموعات التعليمات وميزات الأُطر يمكن للبطاقة تشغيلها: إن كانت CC قديمة جدًا فلن تشغّل الأُطر الحديثة، وإن كانت CC لا تطابق طراز البطاقة فقد تكون بطاقة مزيّفة — مطابقة CC مع الجدول الرسمي (مثل A100=8.0/H100=9.0/Blackwell=10.0) وسيلة قوية لفحص البطاقات المستعملة.

ماذا أفعل عند عدم توافق نسخة CUDA؟

ثلاث حلول: ترقية التعريفات (لرفع سقف CUDA)، أو استخدام صورة إطار مطابقة لـ CC البطاقة (الحاوية تتضمن بيئة التشغيل)، أو مراجعة آلية التوافق الأمامي الرسمية للبطاقات المخصصة لمراكز البيانات. اعتمد على وثائق NVIDIA الرسمية للتركيبات المحددة، ولا تحاول التجميع عبر الإصدارات اعتمادًا على الذاكرة.

هل يمكن لـ ROCm على بطاقات AMD أن يحلّ محل CUDA؟

حسب الحالة: النماذج الشائعة في الأُطر الرئيسية (مثل PyTorch) تعمل بالفعل على ROCm، وبناء HIP القريب من CUDA وأدوات الترحيل تنضج باستمرار؛ لكن تغطية العمليات وكفاءات الضبط وعشرين عامًا من الأصول البرمجية ما زالت فجوة أمام CUDA — الخطوط الجديدة يمكن تقييمها، أما ترحيل خطوط CUDA القائمة فيُحسب بأشهر العمل ككل.

ما الذي يجب الانتباه إليه في ترخيص CUDA؟

يُرخَّص CUDA SDK وفق شروط توزيع NVIDIA، وتتضمن بنودًا تقيد الترجمة والتشغيل على عتاد غير تابع لـ NVIDIA (وفق النقاش العام) — الاستخدام المعتار «تشغيل CUDA على بطاقات NVIDIA» غير متأثر؛ وقضايا الامتثال المتعلقة بالترجمة عبر المنصات تُعتمد فيها الآراء القانونية، وما ورد هنا لا يشكّل استشارة قانونية.

H200A100B300L40SConnectX-7تخزين NVMe كلي الفلاشcuDNN / NCCLTensor Coreمقارنة ROCm / oneAPI

قراءات إضافية EXPLORE

المراجع REFERENCES

  1. الموقع الرسمي لـ NVIDIA — CUDA Zone (الأرشيف الرسمي الرئيسي لـ CUDA) https://developer.nvidia.com/cuda-zone
  2. الموقع الرسمي لـ NVIDIA — صفحة منتج cuDNN (منظور مكتبات CUDA-X للتعلّم العميق) https://developer.nvidia.com/cudnn
  3. الموقع الرسمي لـ NVIDIA — صفحة منتج NCCL (منظور مكتبة اتصالات المجموعة) https://developer.nvidia.com/nccl
  4. وثائق NVIDIA الرسمية — CUDA GPUs: جدول المطابقة الكامل لقدرة الحوسبة (المرجع الرئيسي لـ CC، بيانات 2026-10) https://developer.nvidia.com/cuda-gpus
  5. الموقع الرسمي لـ NVIDIA — صفحة تنزيل CUDA Toolkit (منظور التوزيع) https://developer.nvidia.com/cuda-downloads
  6. وثائق NVIDIA الرسمية — مصفوفة توافق CUDA Toolkit والتعريفات (منظور تناسب الإصدارات والتوافق الأمامي/الخلفي) https://docs.nvidia.com/cuda/
  7. البحث المتاح — AIXX Exchange (مطابقة الصفقات بدون عمولة، مع خدمة اختيار البطاقات من منظور توافق CUDA) https://www.aixx.vip/hall.html
الإصدارات والتصويبات |تُدار هذه المدخلة من قبل فريق تحرير AIXX Pedia، بصياغة مدعومة بالذكاء الاصطناعي وتدقيق بشري للحقائق. آخر تحديث 2026-10-10 · الإصدار v1.0 · جميع التعديلات السابقة موثّقة وقابلة للمراجعة. اكتشفت خطأ؟ يمكنك التواصل عبر قناة التصحيحات وبعد التحقق يُصوَّب علناً ويُقيَّد في سجل الإصدارات.

شرح بالفيديو VIDEO

المنصة
سياسة التحريرإفصاح المنصة (تضارب المصالح)قناة التصحيحات
ملخص دستور التحرير
كل معلومة بمصدرهاالعيوب تُكتب دوماً · التصويبات علنية وموثقةلا نقبل مقالات مدفوعةصفر عناصر ترويج أو بيع داخل المقالاتبيانات السوق تُحمَّل كوحدة بيانات فقط
عائلة AIXX
موسوعة AIXXAIXX Exchangeأخبار AIXX
مصادر بيانات السوق: AIXX Exchange · © 2026 AIXX Pedia · من إنتاج AIXX