البنية التحتية للذكاء الاصطناعي تواجه تحديات جديدة: نمو النماذج، الحوسبة غير المتجانسة وتعقيد الوكلاء يعيد تشكيل المجال

في حلقة نقاش حية على InfoQ مؤخرًا، استضاف هوانغ تشيبينغ، مدير النظام البيئي مفتوح المصدر للذكاء الاصطناعي في هواوي، كلًا من مو تسيفينغ، مساهم في مشروع Inferact vLLM، ويانغ شورين، خبير بحث وتطوير أنظمة في 4Paradigm (البارادايم الرابع)، لمناقشة تطور البنية التحتية للذكاء الاصطناعي. أشار مو إلى أن هياكل النماذج تنمو بسرعة تفوق بكثير سرعة تطوير أدوات التطوير، مع أمثلة مثل هيكل MoE المعقد في نموذج DeepSeek V4 والنماذج متعددة الوسائط التي تتطور من LLaVA إلى نموذج Cosmos V الشامل. سلط يانغ الضوء على التحدي الأساسي المتمثل في إدارة الحوسبة غير المتجانسة مع انتشار مسرعات الذكاء الاصطناعي المحلية (NVIDIA، Ascend، Cambricon، Kunlun، Tianshu، Muxi)، مما يسبب مشكلات في الاتساق حيث قد يفشل إخراج موتر مع أشكال معينة على وحدة معالجة رسومية محددة. قدم يانغ HAMi، وهو مشروع مفتوح المصدر لمشاركة وافتراضية وحدات معالجة الرسوميات عبر الأجهزة، وناقش قيود التخصيص الديناميكي للموارد في Kubernetes لإدارة الأجهزة المتقدمة. كما استكشفت المجموعة تأثير وكلاء الذكاء الاصطناعي على المجتمعات مفتوحة المصدر: حيث يساعد الوكلاء الآن في مهام طلبات السحب الروتينية ولكنهم أيضًا يغمرون المستودعات بإسهامات منخفضة الجودة يجب على المساهمين معالجتها يدويًا. وصف مو اعتماد استراتيجية تصفية 'بشرية فقط' عبر التحقق من البريد الإلكتروني للعمل أو المدرسة. بالنظر إلى المستقبل، توقع يانغ أن يتولى الذكاء الاصطناعي تدريجيًا عمليات البنية التحتية، مما يتيح للمهندسين التركيز على تصميم SLA/SLO/التكلفة عالية المستوى، لكنه أشار إلى أن المشاريع مفتوحة المصدر يجب أن تحافظ على جودة الثقة من خلال الاختبارات الشاملة. أضاف مو أن البرامج المنصاتية ستبقى أساسية حتى مع الوكلاء الأقوياء، لأنها تستفيد من التحسينات الجماعية للنظام البيئي، وسيؤدي 'تأثير ماثيو' إلى تركيز الاستخدام حول المشاريع المُحافظ عليها جيدًا مثل vLLM. اختتمت المناقشة بنصائح عملية حول التعامل مع مشغّلات الأجهزة غير المدعومة: دعم البائعين، التحميل على وحدة المعالجة المركزية، أو التنميط التكراري باستخدام الوكلاء، لكن الأخطاء الحافة تظل صعبة الكشف.