دليلك لكورسات NVIDIA المجانية.. من أساسيات الذكاء الاصطناعي إلى البرمجة
تتيح كورسات NVIDIA المجانية فرصة لفهم الذكاء الاصطناعي أو بدء تدريب تقني، لكن اختيارك يجب أن يعتمد على خلفيتك وما تريد تنفيذه. إذا لم تكن مبرمجًا، فابدأ بـGenerative AI Explained. أما CUDA وNIM وJetson فتخاطب احتياجات تقنية مختلفة، ولا تمثل خطوات إلزامية في مسار واحد.
والأهم قبل التسجيل: مجانية الدراسة لا تعني أن كل كورس يمنح شهادة، أو أن أي معدات وخدمات لازمة للتطبيق مجانية أيضًا. في هذا الدليل نختار دورات تعرضها NVIDIA مجانًا، ونوضح لمن تناسب، وكيف تسجل، وما تحتاج إلى مراجعته قبل البدء.
مراجعة المعلومات: 26 أكتوبر 2026. الاختيارات مبنية على الصفحات الرسمية العامة؛ لم نُكمل هذه الكورسات أو نختبر جميع معاملها. المدد تقديرية، والأسعار والروابط وشروط الإتاحة قد تتغير.
أين تجد كورسات NVIDIA المجانية؟
ابدأ من صفحة التدريب الذاتي لدى NVIDIA أو صفحة AI Learning Essentials. ستجد دورات مجانية وأخرى مدفوعة، فلا تعتمد على وجود اسم الكورس داخل قائمة بعنوان «دورات الذكاء الاصطناعي» وحده.
اختر النسخة ذاتية التعلم Self-paced، وراجع السعر في صفحة التسجيل. فقد يتشابه اسم دورة ذاتية مع ورشة يقدمها مدرب، بينما يختلف السعر وطريقة الدراسة.
وتنشر NVIDIA أيضًا مسارات تعليمية تضم عدة دورات. هذه ترشيحات للترتيب وليست وعدًا بأن كل عناصر المسار مجانية أو مناسبة للمبتدئ.
اختيارات مجانية حسب هدفك
تعرض صفحة AI Learning Essentials الدورات التالية مجانًا وقت المراجعة:
| الكورس | المدة التقديرية | الهدف | أهم ما تنتبه إليه |
|---|---|---|---|
| Generative AI Explained | ساعتان | فهم الذكاء الاصطناعي التوليدي | لا يحتاج كتابة كود، ولا يمنح شهادة وفق رد الدعم المشار إليه أدناه |
| Introduction to NVIDIA NIM Microservices | ساعتان | التعرف على بناء تطبيقات الذكاء الاصطناعي ونشرها | أنسب لمن يريد الانتقال إلى فهم الجانب التقني |
| An Even Easier Introduction to CUDA | ساعة | مدخل إلى البرمجة المتوازية على معالجات الرسوميات | ليس دورة لتعلم البرمجة من الصفر |
| Getting Started With AI on Jetson Nano | 8 ساعات | تنفيذ مشروع رؤية حاسوبية على Jetson | التطبيق يحتاج معدات متوافقة، لا لابتوب فقط |
المدد لا تشمل بالضرورة الوقت الذي ستحتاجه لتثبيت البرامج أو فهم المتطلبات أو إصلاح الأخطاء. تعامل معها بوصفها تقديرًا لحجم التدريب.
Generative AI Explained: البداية الأنسب لغير المبرمج
يقدم Generative AI Explained مدخلًا بلا برمجة إلى مفاهيم الذكاء الاصطناعي التوليدي وتطبيقاته، والفرص والتحديات المرتبطة به.
نرشحه لمن يستخدم أدوات الذكاء الاصطناعي لكنه يريد فهمًا أوضح لما تفعله وحدودها، أو لمن يستكشف المجال قبل شراء دورة أطول. مدة الساعتين تجعله اختيارًا أوليًا محدود الالتزام، وليست دليلًا على كفايته لإتقان التخصص.
حدوده المهمة: ليس شرحًا شاملًا لاستخدام ChatGPT أو Claude، ولا تدريبًا على بناء نموذج من الصفر. إذا كان هدفك تعلم أداة بعينها خطوة بخطوة، فستحتاج إلى تدريب تطبيقي خاص بها.
وبشأن الشهادة، أوضح حساب دعم NVIDIA في رد بتاريخ 27 أبريل 2026 أن هذه الدورة لا تقدم شهادة. لذلك نرشحها للتعلم، ولا نقدمها بوصفها فرصة للحصول على شهادة مجانية.
Introduction to NVIDIA NIM Microservices: لفهم نشر تطبيقات الذكاء الاصطناعي
يركز Introduction to NVIDIA NIM Microservices على كيفية استخدام NIM في بناء تطبيقات الذكاء الاصطناعي ونشرها وتوسيع تشغيلها. وهو مختلف عن درس يعلمك صياغة طلب أفضل لروبوت محادثة.
ترشيحنا له موجّه إلى من لديه اهتمام بتطوير التطبيقات، ويريد فهم الانتقال من استخدام نموذج إلى إتاحته داخل تطبيق أو خدمة. إذا كانت مصطلحات مثل API والحاويات والنشر غريبة عليك تمامًا، فاقرأ عنها أولًا بدل البدء بهدف إنهاء الكورس سريعًا.
حدوده: مجانية المادة التعليمية لا تعني أن تشغيل أي تطبيق إنتاجي باستخدام الخدمات أو البنية التحتية ذات الصلة سيكون مجانيًا. راجع الموارد المطلوبة للحساب أو التطبيق الذي ستنفذه، ولا تخلط بين التدريب وترخيص الاستخدام التجاري.
An Even Easier Introduction to CUDA: لمن يعرف البرمجة بالفعل
يقدم An Even Easier Introduction to CUDA مدخلًا لكتابة مهام متوازية تعمل على معالجات NVIDIA الرسومية.
وتوضح المقالة التقنية المصاحبة من NVIDIA الفكرة باستخدام C++، انطلاقًا من مثال جمع عناصر مصفوفتين. لذلك نرشحه لمن يفهم أساسيات C++ ويريد استكشاف الحوسبة المسرّعة، وليس لمن يبدأ تعلم البرمجة.
إذا طبقت المثال خارج بيئة التدريب، فالمقالة تذكر الحاجة إلى جهاز يدعم CUDA أو بيئة سحابية مناسبة، مع CUDA Toolkit. وجود لابتوب عادي وحده لا يحسم قدرتك على تنفيذ التطبيق محليًا.
حدوده: كورس الساعة مدخل لتقنية محددة، وليس طريقًا مختصرًا لإتقان هندسة الذكاء الاصطناعي. كما يوضح رد في منتدى دعم NVIDIA أنه لا يقدم تقييمات أو شهادة؛ راجع الصفحة الحالية لأي تحديث قبل البدء.
Getting Started With AI on Jetson Nano: مجاني دراسيًا وله متطلبات معدات
يركز Getting Started With AI on Jetson Nano على بناء وتدريب مشروع تصنيف باستخدام الرؤية الحاسوبية على Jetson.
هذه فرصة مناسبة إذا كنت مهتمًا بالأجهزة والأنظمة المدمجة ولديك إمكانية الوصول إلى المعدات المطلوبة. لكنها ليست الاختيار الأول لشخص يريد مقدمة نظرية مجانية من هاتفه.
توضح صفحة بيئة التدريب الرسمية على NVIDIA NGC متطلبات تشمل لوحة Jetson متوافقة، وكاميرا، ووسيط تخزين، ومصدر طاقة ووصلات مناسبة. وتختلف التهيئة بحسب الجهاز وإصدار JetPack.
قبل شراء أي قطعة: طابق الجهاز وإصداره مع تعليمات الكورس الحالية، وتأكد من توافر المعدات محليًا وتكلفتها. لا تشترِ حزمة قديمة لمجرد أنها تحمل اسم Jetson Nano، ولا تفترض أن جهازًا آخر سيعمل بالإعداد نفسه.
التسجيل في كورسات NVIDIA
توضح صفحة دعم التدريب ضرورة إنشاء حساب NVIDIA وإعداد الملف التدريبي للالتحاق. لا تشترط عضوية برنامج المطورين لمجرد أخذ التدريب.
- افتح رابط الكورس من الموقع الرسمي.
- راجع السعر والمستوى والمتطلبات واللغة وخانة الشهادة.
- اختر الالتحاق، وسجل الدخول أو أنشئ حساب NVIDIA.
- أكمل الملف التدريبي وأي تحقق يطلبه الحساب.
- تأكد من ظهور الدورة ضمن My Learning.
- اقرأ تعليمات البداية قبل تشغيل المعمل.
إذا أحالك رابط قديم إلى صفحة عامة، ابحث باسم الكورس داخل الكتالوج الحالي. وإذا ظهر سعر يخالف قائمة قديمة، توقف وراجع النسخة المختارة؛ لا تفترض أن السعر سيختفي بعد إدخال بيانات الدفع.
التسجيل من مصر
الدورات المذكورة تدريب ذاتي عبر الإنترنت، وليست منحة مصرية لها دفعة قبول محلية. ابدأ من الصفحة الرسمية واتبع شروط الأهلية والإتاحة التي تظهر لحسابك.
ولا نخلط هنا بين الالتحاق بهذه الدورات وبين مبادرات قد تقدمها جامعة أو جهة تدريب مصرية بالتعاون مع NVIDIA؛ أي مبادرة من هذا النوع لها إعلان وشروط ومواعيد مستقلة.
اللغة والجهاز: ما الذي تحتاجه فعلًا؟
توضح NVIDIA أن التدريب يقدم أساسًا بالإنجليزية. لا تفترض وجود نسخة عربية أو ترجمة عربية لكل فيديو؛ راجع لغة الدورة نفسها قبل الالتزام بها.
إذا كانت الإنجليزية التقنية مرهقة لك، جرب مادة قصيرة أولًا. احتفظ بقائمة للمصطلحات، واكتب تعريفًا عربيًا مبسطًا لكل مفهوم، ثم عد إلى المصطلح الإنجليزي حتى تستطيع متابعة التوثيق لاحقًا.
أما الجهاز، فيختلف باختلاف نوع الدراسة:
- المقدمة غير البرمجية: اخترها لفهم المفاهيم دون الدخول مباشرة في تجهيز بيئة تطوير.
- التدريب الذي يتضمن معملًا سحابيًا: اقرأ شروط المعمل والموارد المتاحة؛ وجوده لا يعني أنك تحتاج إلى شراء كارت شاشة.
- التطبيق المحلي أو التدريب على Jetson: اتبع المتطلبات المحددة؛ مجانيّة الكورس لا تلغي تكلفة الجهاز أو الاستضافة الخارجية.
وننصح باستخدام كمبيوتر عند التعامل مع الأكواد والمعامل. متابعة فيديو من الهاتف تختلف عن تنفيذ تمرين برمجي وتصحيح أخطائه.
هل كل كورسات NVIDIA تمنح شهادة؟
لا. تميز NVIDIA بين شهادات إكمال وشهادات كفاءة لدورات محددة، واعتمادات مهنية مستقلة.
شهادة الكفاءة ترتبط بإكمال التدريب واجتياز تقييماته، بينما الاعتماد المهني له اختبار وشروط منفصلة. لا تحول اسم دورة قصيرة في سيرتك الذاتية إلى لقب «خبير معتمد من NVIDIA».
وفي اختياراتنا، يوجد تأكيد دعم منشور بعدم منح شهادة لـGenerative AI Explained وAn Even Easier Introduction to CUDA. أما بقية الخيارات فلا نعتمد وعدًا بشهادة من قائمة خارجية؛ افحص خانة Certificate ومتطلبات Assessment في الصفحة الحالية.
إذا كانت الشهادة هي هدفك الأساسي، ابدأ من كتالوج الدورات التي تقدم شهادة، ثم تحقق من السعر. مرشح الشهادة وحده لا يعني مجانية الدورة.
ويمكنك مقارنة بدائل أخرى في دليل شهادات ودورات AI المجانية لسيرتك الذاتية إذا كنت تريد مؤهلًا محددًا يمكن التحقق منه.
انتبه إلى مدة الوصول ووقت المعمل
توضح صفحة دعم DLI أن الوصول للمواد يصل إلى 6 أشهر من بدء الدورة وفق الشروط، وأن للمعامل حدودًا زمنية تختلف بين الدورات. وتوصي بإيقاف جلسة المعمل مؤقتًا عند عدم استخدامها.
لذلك، اقرأ التعليمات وجهز وقتًا للتطبيق قبل تشغيل الجلسة. وراجع شروط الكورس نفسه؛ هذه القاعدة لا تعني تطابق ترتيبات كل خدمات NVIDIA التعليمية.
احتفظ بملاحظاتك ونتائج التمارين المسموح بحفظها، ولا تترك مشروعك الوحيد داخل بيئة تدريب مؤقتة دون معرفة سياسة الاحتفاظ بالملفات.
تطبيق تقترحه كشيدة بعد الدراسة
لا تحتاج إلى الادعاء ببناء مشروع متقدم لإثبات الاستفادة. اختر نتيجة تناسب نوع الكورس:
بعد المقدمة غير البرمجية: اختر مهمة حقيقية، مثل تلخيص نص عام. سجل ما يمكن أن تساعد فيه الأداة، وما يحتاج إلى مراجعة بشرية، ومثالًا لخطأ وجدته فعلًا. لا تكتب أن النموذج يضمن صحة الملخص.
بعد تدريب تقني: أعد تنفيذ مثال صغير تفهمه، ثم غيّر عنصرًا واحدًا، وسجل ما حدث. في مثال CUDA، يمكن مقارنة زمن التنفيذ بعد التأكد من صحة النتائج، مع توثيق الجهاز وحجم البيانات، دون تعميم قياس واحد على كل المهام.
بعد Jetson: إن كانت المعدات متاحة، اختبر مشروعك ببيانات جديدة لم تستخدمها في التدريب، واكتب الحالات التي أخفق فيها. نجاح تجربة واحدة لا يثبت أن النموذج يعمل جيدًا في كل إضاءة أو زاوية.
هذه اقتراحات تحريرية للتطبيق، وليست وصفًا لمشروعات نفذتها كشيدة أو متطلبات تقييم رسمية للدورات.
مميزات الفرصة وحدودها
الميزة الأساسية هي وجود مداخل مجانية إلى تقنيات تقدمها NVIDIA نفسها، مع إمكانية اختيار مقدمة مفاهيمية أو تدريب تقني محدد.
لكن التدريب مرتبط بدرجات متفاوتة بأدوات الشركة ومنظومتها. وهذا مفيد إذا كان مشروعك يحتاجها، وقد يكون أقل ملاءمة إذا كنت تبحث عن شرح عام محايد بين جميع المنصات.
كما أن التعلم الذاتي يتطلب قدرة على متابعة التوثيق وحل المشكلات. الكورس القصير لا يعوض أساسيات البرمجة، والشهادة — عندما تكون متاحة — لا تكفي وحدها لإثبات الجاهزية لوظيفة.
ترشيح كشيدة: ابدأ بـGenerative AI Explained إذا أردت فهمًا أوليًا دون برمجة. اختر NIM إذا كان اهتمامك تطوير التطبيقات ونشرها، وCUDA إذا كنت تعرف C++ وتريد استكشاف التسريع، وJetson إذا كانت لديك المعدات وهدف عملي في الرؤية الحاسوبية.
ولا تدرس الأربعة لمجرد أنها مجانية؛ اختر ما يمكنك تطبيقه الآن، ثم حدد الخطوة التالية بناءً على ما احتجت إلى تعلمه أثناء التنفيذ.
