أخبار ar.wedoany.com، وقّعت شركة Backblaze اتفاقية تخزين متعددة الإكسابايت مدتها خمس سنوات بقيمة 335 مليون دولار مع مزود البنية التحتية للسحابة الذكية CoreWeave، وذلك لإضافة طبقة سعة منخفضة التكلفة تعتمد على الأقراص الصلبة (HDD) إلى منصة التخزين المُدارة لديها. تتيح هذه الشراكة لعملاء CoreWeave الوصول إلى طبقة تخزين كائنات جديدة دون الحاجة إلى تعديل الشيفرة البرمجية، كما تسلط الضوء على قيد أساسي في البنية التحتية للذكاء الاصطناعي: الموقع الفعلي الذي تُخزَّن فيه جميع البيانات أثناء أعباء العمل الإنتاجية.
بالنسبة لشركة CoreWeave، لا ينصب تركيز هذه الصفقة على سعة وحدات معالجة الرسوميات (GPU) بحد ذاتها، بل على بنية التخزين المحيطة بهذه السعة. غالبًا ما يُنظر إلى السحابة الذكية على أنها مدفوعة بقوة الحوسبة، إلا أن عمليات التدريب، ونقاط التفتيش، ومخرجات النماذج، والتوليد المعزز بالاسترجاع (RAG)، وإعداد البيانات، وخطوط أنابيب الاستدلال تولّد جميعها كميات هائلة من البيانات. يتطلب جزء من أعباء العمل هذه أداءً على مستوى ذاكرة الفلاش، لكن معظمها لا يحتاج إلى أداء تخزين عالٍ. وهذه الحاجة تحديدًا هي التي وفرت نقطة دخول لشركة Backblaze.
ستقوم Backblaze بدعم طبقة التخزين القائمة على الأقراص الصلبة (HDD) ضمن تخزين كائنات الذكاء الاصطناعي الخاص بـ CoreWeave، بما في ذلك البيئات التي تستخدم تقنية التخزين المؤقت الموزع LOTA من CoreWeave. من المتوقع أن يتمكن العملاء الحاليون من الوصول إلى طبقة التخزين الجديدة دون الحاجة إلى إعادة كتابة التطبيقات، وهو ما يحمل قيمة تجارية كبيرة.
من الناحية الاقتصادية، تسعى CoreWeave إلى تخصيص التخزين عالي الأداء لأعباء عمل الذكاء الاصطناعي التي تحتاجه حقًا، مع نقل البيانات غير الحساسة لزمن الوصول إلى طبقات سعة أقل تكلفة. إذا تم التنفيذ بشكل صحيح، يمكن لهذه الخطوة تحسين استخدام البنية التحتية وخفض التكلفة الإجمالية لتشغيل خدمات الذكاء الاصطناعي. لا تقتصر أعباء عمل الذكاء الاصطناعي على نمط تخزين واحد؛ فنقاط تفتيش النماذج، ومجموعات بيانات التدريب، وسجلات المطالبات، ومجاميع RAG تتصرف بشكل مختلف. اعتبارها جميعًا تخزينًا عالي التكلفة أمر مكلف، بينما اعتبارها جميعًا أرشفة باردة لا يلبي احتياجات الاستخدام.
يتمحور نشاط Backblaze حول التخزين السحابي واسع النطاق والفعال من حيث التكلفة، ويُزعم أنها تخدم أكثر من 100 ألف عميل. من جانبها، تجلب CoreWeave جانب الطلب على السحابة الذكية، بما في ذلك مطوري النماذج والشركات والمؤسسات البحثية. وتذكر الشركة أن منصتها تخدم تسعة من أكبر عشرة مزودين لنماذج الذكاء الاصطناعي.
تعكس هذه الاتفاقية أيضًا نضوج حزمة البنية التحتية للذكاء الاصطناعي. استفادت الموجة الأولى من الإنفاق الشركات التي تمتلك وحدات معالجة رسومية (GPU) وقدرات كهربائية ومراكز بيانات. أما المرحلة التالية فهي أكثر تعقيدًا، وتتضمن توزيع التخزين، والتخزين المؤقت، والشبكات، والتنسيق، وكفاءة الطاقة، والتحكم في التكاليف. يحتاج المشغلون إلى جعل البنية التحتية للذكاء الاصطناعي تعمل كعمل تجاري، وليس كمشروع علمي.
حجم الاتفاقية متعدد الإكسابايت ضخم، مما يثير بعض الأسئلة العملية: ما مقدار السعة التي سيتم نشرها فورًا؟ كيف سيتم تعديل التسعير إذا تغيرت احتياجات تخزين الذكاء الاصطناعي؟ كيف سيتطور الوضع عندما يطلب العملاء مزيدًا من التحكم الإقليمي في بياناتهم؟ ستركز الجهات التنظيمية وفرق إدارة المخاطر في الشركات بشكل متزايد على مواقع تخزين بيانات تدريب الذكاء الاصطناعي والمخرجات المُنشأة ومعلومات العملاء.
حصلت Backblaze على عميل مهم في البنية التحتية للذكاء الاصطناعي، ورفعت دورها في سوق لا يزال يهيمن عليه سرد الحوسبة. من جانبها، أضافت CoreWeave طبقة تخزين جديدة إلى منصة التخزين المُدارة لديها دون إجبار العملاء على إجراء تغييرات في التطبيقات. الآن، يبدأ العمل الأصعب في القياس: ملء السعة، والحفاظ على التكاليف قابلة للتوقع، وجعل التخزين شفافًا بما يكفي حتى لا يضطر المطورون إلى التفكير فيه.
بالنسبة لمشتري الذكاء الاصطناعي، قد يؤدي هذه الاتفاقية إلى خفض تكاليف تخزين أعباء عمل الذكاء الاصطناعي من خلال مطابقة أنواع البيانات مع طبقات سعة أقل تكلفة، دون الحاجة إلى إجراء تغييرات على مستوى التطبيق. سيتمكن عملاء CoreWeave من الوصول إلى طبقات تخزين إضافية مع الاحتفاظ بسير العمل ومسارات الشيفرة الحالية. يرتبط تخزين الأقراص الصلبة (HDD) بالذكاء الاصطناعي لأن العديد من مجموعات بيانات الذكاء الاصطناعي والمخرجات والسجلات ونقاط التفتيش لا تحتاج إلى أداء تخزين عالٍ. يجب على فرق البنية التحتية تقييم زمن الوصول، وأنماط الاسترجاع، وإقامة البيانات، والمتانة، وتعقيد التكامل، وما إذا كانت استراتيجية التقسيم إلى طبقات تتطابق مع سلوك أعباء عمل الذكاء الاصطناعي الإنتاجية. يتمثل خطر التنفيذ الرئيسي لهذه الاتفاقية في أن الجدوى الاقتصادية تعتمد على معدل الاستخدام، والأداء القابل للتوقع، والتنسيب الدقيق للبيانات عبر الطبقات.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
