خلال KubeCon EU 2024، أطلقت CNCF أول ورقة عمل خاصة بالذكاء الاصطناعي السحابي الأصلي. توفر هذه المقالة تحليلاً متعمقًا لمحتوى هذه الورقة البيضاء.

في مارس 2024، خلال KubeCon EU، أصدرت مؤسسة الحوسبة السحابية الأصلية (CNCF) أول تقرير تفصيلي لها حول الذكاء الاصطناعي السحابي الأصلي (CNAI) ¹. يستكشف هذا التقرير على نطاق واسع الحالة الحالية والتحديات واتجاهات التطوير المستقبلية لدمج التقنيات السحابية الأصلية مع الذكاء الاصطناعي. سوف تتعمق هذه المقالة في المحتوى الأساسي لهذه الورقة البيضاء.

تم نشر هذه المقالة لأول مرة في خطة MPP المتوسطة. إذا كنت مستخدم متوسط، يرجى متابعتي في المتوسط. شكراً جزيلاً.

ما هو الذكاء الاصطناعي السحابي الأصلي؟

يشير الذكاء الاصطناعي السحابي الأصلي إلى بناء ونشر تطبيقات الذكاء الاصطناعي وأحمال العمل باستخدام مبادئ التكنولوجيا السحابية الأصلية. يتضمن ذلك الاستفادة من الخدمات الصغيرة والحاويات وواجهات برمجة التطبيقات التعريفية والتكامل المستمر/النشر المستمر (CI/CD) من بين التقنيات السحابية الأصلية الأخرى لتعزيز قابلية التوسع في تطبيقات الذكاء الاصطناعي وقابلية إعادة الاستخدام وقابلية التشغيل.

يوضح الرسم البياني التالي بنية Cloud-Native AI، والتي تم إعادة رسمها بناءً على المستند التقني.

العلاقة بين الذكاء الاصطناعي السحابي الأصلي وتقنيات السحابة الأصلية

توفر التقنيات السحابية الأصلية منصة مرنة وقابلة للتطوير تجعل تطوير وتشغيل تطبيقات الذكاء الاصطناعي أكثر كفاءة. من خلال بنية الحاويات والخدمات الصغيرة، يمكن للمطورين تكرار نماذج الذكاء الاصطناعي ونشرها بسرعة مع ضمان التوفر العالي للنظام وقابلية التوسع. Kuuch مثل جدولة الموارد والقياس التلقائي واكتشاف الخدمة.

يقدم المستند التقني مثالين لتوضيح العلاقة بين الذكاء الاصطناعي السحابي الأصلي والتقنيات السحابية الأصلية، وهما تشغيل الذكاء الاصطناعي على البنية التحتية السحابية الأصلية:

• تتعاون شركة Hugging Face مع Microsoft لإطلاق كتالوج نموذج Hugging Face على Azure²
• OpenAI توسيع نطاق Kubernetes إلى 7500 عقدة³

تحديات الذكاء الاصطناعي السحابي الأصلي

على الرغم من توفير أساس متين لتطبيقات الذكاء الاصطناعي، لا تزال هناك تحديات عند دمج أعباء عمل الذكاء الاصطناعي مع الأنظمة الأساسية السحابية الأصلية. تتضمن هذه التحديات تعقيد إعداد البيانات، ومتطلبات موارد التدريب النموذجي، والحفاظ على أمان النموذج وعزله في بيئات متعددة المستأجرين. بالإضافة إلى ذلك، تعد إدارة الموارد والجدولة في البيئات السحابية الأصلية أمرًا بالغ الأهمية لتطبيقات الذكاء الاصطناعي واسعة النطاق وتحتاج إلى مزيد من التحسين لدعم التدريب الفعال على النماذج والاستدلال.

مسار تطوير الذكاء الاصطناعي السحابي الأصلي

تقترح الوثيقة البيضاء عدة مسارات تطوير للذكاء الاصطناعي السحابي الأصلي، بما في ذلك تحسين خوارزميات جدولة الموارد لدعم أعباء عمل الذكاء الاصطناعي بشكل أفضل، وتطوير تقنيات جديدة لشبكات الخدمة لتعزيز أداء وأمن تطبيقات الذكاء الاصطناعي، وتشجيع الابتكار وتوحيد السحابة الأصلية تكنولوجيا الذكاء الاصطناعي من خلال المشاريع مفتوحة المصدر والتعاون المجتمعي.

مشهد تكنولوجيا الذكاء الاصطناعي السحابي الأصلي

يتضمن الذكاء الاصطناعي السحابي الأصلي تقنيات مختلفة، تتراوح من الحاويات والخدمات الصغيرة إلى شبكة الخدمة والحوسبة بدون خادم. يلعب Kubernetes دورًا مركزيًا في نشر تطبيقات الذكاء الاصطناعي وإدارتها، بينما توفر تقنيات شبكة الخدمة مثل Istio وEnvoy ميزات قوية لإدارة حركة المرور وميزات الأمان. بالإضافة إلى ذلك، تعد أدوات المراقبة مثل Prometheus وGrafana ضرورية للحفاظ على أداء وموثوقية تطبيقات الذكاء الاصطناعي.

يوجد أدناه مخطط تفصيلي للذكاء الاصطناعي السحابي الأصلي في المستند التقني.

• كوبرنيتس
• بركان
• أسطول
• كوبراي
• نفيديا نيمو
• يونيكورن
• كيو
• لهب

التدريب الموزع

• مشغل تدريب Kubeflow
• Pytorch DDP
• توزيع TensorFlow
• فتح MPI
• السرعة العميقة
• ميجاترون
• هوروفود
• ابلا
• …

خدمة مل

• كسيرفي
• سيلدون
• VLLM
• تي جي تي
• الطيار السماوي
• …

CI/CD — التسليم

• خطوط أنابيب كوبيفلو
• ملفلوو
• تفكس
• بينتومل
• MLRun
• …

علم البيانات

• جوبيتر
• دفاتر ملاحظات Kubeflow
• بايتورتش
• تدفق الموتر
• اباتشي زيبلين

إمكانية ملاحظة عبء العمل

• بروميثيوس
• إنفلوكس دي بي
• جرافانا
• الأوزان والتحيزات (wandb)
• القياس عن بعد المفتوح
• …

أوتومل

• هايبروبت
• أوبتونا
• كوبفلو كاتب
• NNI
• …

الحوكمة والسياسة

• كيفيرنو
• كيفيرنو-JSON
• OPA/حارس البوابة
• ستاك روكس مايندر
• …

هندسة البيانات

• الصفحة الرئيسية
• أباتشي بينوت
• اباتشي درويد
• كاساندرا
• سيلا دي بي
• هادوب HDFS
• أباتشي HBase
• المعزوفة
• ترينو
• اباتشي سبارك
• اباتشي فلينك
• كافكا
• النجم النابض
• سائل
• ذاكرة التخزين المؤقت
• ريديس
• ألوكسيو
• مجموعة أباتشي الشاملة
• …

قواعد بيانات المتجهات

• اللون
• ويفيت
• الربع
• كوز الصنوبر
• الامتدادات
• ريديس
• بوستجرس SQL
• البحث المرن
• …

إمكانية ملاحظة النموذج/ LLM

• • ترولينز
• لانجفيوز
• الفحص العميق
• OpenLLMetry
• …

خاتمة

وأخيرًا، تم تلخيص النقاط الرئيسية التالية:

• دور مجتمع المصادر المفتوحة: تشير الوثيقة التقنية إلى دور مجتمع المصادر المفتوحة في تطوير الذكاء الاصطناعي السحابي الأصلي، بما في ذلك تسريع الابتكار وخفض التكاليف من خلال المشاريع مفتوحة المصدر والتعاون المكثف.
• أهمية تقنيات السحابة الأصلية: الذكاء الاصطناعي السحابي الأصلي، الذي تم إنشاؤه وفقًا لمبادئ السحابة الأصلية، يؤكد على أهمية التكرار وقابلية التوسع. توفر التقنيات السحابية الأصلية بيئة تطوير وتشغيل فعالة لتطبيقات الذكاء الاصطناعي، خاصة في جدولة الموارد وقابلية تطوير الخدمة.
• التحديات الحالية : على الرغم من تقديم العديد من المزايا، لا يزال الذكاء الاصطناعي السحابي الأصلي يواجه تحديات في إعداد البيانات، ومتطلبات موارد التدريب النموذجي، وأمان النموذج وعزله.
• اتجاهات التطوير المستقبلية : يقترح التقرير مسارات التطوير بما في ذلك تحسين خوارزميات جدولة الموارد لدعم أعباء عمل الذكاء الاصطناعي، وتطوير تقنيات جديدة لشبكات الخدمة لتعزيز الأداء والأمن، وتشجيع الابتكار التكنولوجي والتوحيد القياسي من خلال المشاريع مفتوحة المصدر والتعاون المجتمعي .
• المكونات التكنولوجية الرئيسية : تشمل التقنيات الرئيسية المشاركة في الذكاء الاصطناعي السحابي الأصلي الحاويات والخدمات الصغيرة وشبكة الخدمة والحوسبة بدون خادم، من بين أمور أخرى. يلعب Kubernetes دورًا مركزيًا في نشر تطبيقات الذكاء الاصطناعي وإدارتها، بينما توفر تقنيات شبكة الخدمة مثل Istio وEnvoy إدارة حركة المرور والأمان الضروريين.

لمزيد من التفاصيل، يرجى تنزيل المستند التقني الخاص بالذكاء الاصطناعي السحابي الأصلي ⁴.

الروابط المرجعية

1. المستند التقني: ↩︎

2. تتعاون شركة Hugging Face مع Microsoft لإطلاق كتالوج نموذج Hugging Face على Azure ↩︎

3. OpenAI توسيع نطاق Kubernetes إلى 7500 عقدة: ↩︎

4. المستند التقني للذكاء الاصطناعي السحابي الأصلي: ↩︎