توسعة منصة AVELIN للذكاء الاصطناعي السيادي في أسواق الإمارات وغيرها، مع زيادة متزامنة في البنية التحتية لوحدات معالجة الرسوميات (GPU)

أخبار ar.wedoany.com، تعمل منصة الذكاء الاصطناعي السيادي AVELIN AI، الموجهة نحو أسواق الإمارات ومنطقة الخليج، بالإضافة إلى أوروبا وأمريكا الشمالية، على توسيع البنية التحتية للحوسبة بوحدات معالجة الرسوميات (GPU)، مع مواصلة تطوير تقنيات الدمج عبر النماذج. وتخطط الشركة لتحويل التعاون التجاري القائم إلى مشاريع رسمية، بهدف توسيع أعمالها في منطقة الخليج خلال الفترة المتبقية من عام 2026، ودخول أسواق القطاعات الخاضعة للتنظيم في أوروبا وأمريكا الشمالية. تخدم المنصة بشكل أساسي المؤسسات في قطاعات المالية والرعاية الصحية والحكومة والبنية التحتية الحيوية، التي تتطلب درجة عالية من أمن البيانات، والامتثال التنظيمي، والتحكم في الأنظمة.

لا ينصب التركيز الأساسي لـ AVELIN على توفير نموذج واحد كبير للعملاء، بل على بناء منصة ذكاء اصطناعي يمكن للمؤسسات أو الحكومات التحكم بها ونشرها وإدارتها بشكل مستقل. في سيناريوهات مثل المالية والرعاية الصحية والإدارة العامة، لا يمكن عادةً نقل بيانات الأعمال بحرية إلى النماذج العامة الخارجية، كما أن عملية استدعاء النماذج يجب أن تفي بمتطلبات موقع تخزين البيانات، وصلاحيات الوصول، وسجلات التدقيق، والتنظيمات القطاعية. لذلك، تتطلب منصة الذكاء الاصطناعي السيادي دمج النماذج، والقدرة الحاسوبية، وإدارة البيانات، وآليات الأمان في إطار تقني واحد، مما يمكن العميل من تحديد موقع تخزين البيانات، ونطاق استخدام النموذج، وصلاحيات تشغيل النظام بوضوح.

تخطط الشركة لتوسيع البنية التحتية لوحدات معالجة الرسوميات (GPU) لاستيعاب مهام تدريب النماذج، والاستدلال، والتعاون بين نماذج متعددة. بالنسبة للمؤسسات التي تحتاج إلى تشغيل أنظمة الذكاء الاصطناعي داخلياً، فإن بناء القدرة الحاسوبية لا يقتصر على زيادة عدد خوادم GPU، بل يشمل أيضاً ربط مراكز البيانات، وربط عُقد الحوسبة، وسعة التخزين، ومنصة نشر النماذج، ونظام مراقبة التشغيل. غالباً ما تتطلب القطاعات الخاضعة للتنظيم إنشاء بيئات مستقلة لتجنب مشاركة البيانات الحساسة مع مستخدمين آخرين، وتقليل مخاطر تسرب المعلومات من خلال التحكم في الصلاحيات، وتسجيل الأنشطة، وعزل البيانات.

يعد الدمج عبر النماذج اتجاهاً تقنياً تواصل AVELIN تعزيزه. تختلف النماذج في قدراتها على معالجة اللغة، وتوليد الأكواد، وتحليل البيانات، والمعرفة المتخصصة في المجالات، وقد لا يتمكن نموذج واحد من تلبية جميع احتياجات المؤسسات المعقدة. تحاول تقنية الدمج عبر النماذج (Cross-Model Fusion) من AVELIN إدراج نماذج متعددة في سير عمل معالجة المهمة الواحدة، واختيار أو دمج مخرجات نماذج مختلفة بناءً على الأعمال المحددة، مما يسمح للعميل بعدم ربط نظامه بشكل دائم بمزود نموذج واحد.

يمنح هذا الهيكل أيضاً المؤسسات مساحة أكبر لاختيار النماذج. عندما تتغير إصدارات النماذج الخارجية، أو سياسات الخدمة، أو المتطلبات التنظيمية، يمكن للعميل تعديل كائن الاستدعاء دون الحاجة إلى إعادة بناء جميع تطبيقات الذكاء الاصطناعي. بالنسبة للجهات الحكومية والبنوك ومؤسسات الرعاية الصحية ومشغلي البنية التحتية، فإن نظام النماذج القابل للاستبدال والإدارة هذا يساعد في تقليل الاعتماد على منصة واحدة، لكن فعاليته الفعلية لا تزال تعتمد على اتساق تنسيقات البيانات والواجهات وإدارة الصلاحيات بين النماذج المختلفة.

حصلت AVELIN على دعم تقني من مؤسسات مثل NVIDIA Inception وAWS Activate ومؤسسة دبي للمستقبل، كما تشارك في مشاريع ذات صلة بـ Red Hat وDigitalOcean وOVHcloud. تغطي هذه الشراكات نظام GPU البيئي، والحوسبة السحابية، والمنصات مفتوحة المصدر، وموارد مراكز البيانات، مما يمكن أن يوفر بيئة حاسوبية وشروط توافق تقني لتوسعة منصتها. تحتاج الشركة في مرحلتها التالية إلى دمج هذه الموارد بشكل أكبر في أنظمة الذكاء الاصطناعي السيادي القابلة للتسليم، بما في ذلك إكمال نشر النماذج، وربط البيئات السحابية والمحلية، وجدولة الموارد الحاسوبية، والتكيف مع متطلبات الأمان القطاعية.

تأسست AVELIN على يد رائد الأعمال في مجال الذكاء الاصطناعي يوري أكينين، الذي شارك سابقاً في بناء شركات ذكاء اصطناعي متخصصة في علوم الحياة، وأدار فرقاً هندسية تخدم عملاء من المؤسسات الكبيرة. تسعى الشركة حالياً إلى تحويل الذكاء الاصطناعي السيادي من مفهوم إلى منصة قابلة للنشر من قبل المؤسسات، مما يمكن العملاء من تشغيل النماذج ضمن أنظمة الحوكمة الخاصة بهم، بدلاً من تسليم الأعمال الحساسة بالكامل لخدمات الذكاء الاصطناعي العامة الخارجية.

مع التوسع في الأعمال بأوروبا وأمريكا الشمالية، ستواجه AVELIN متطلبات مختلفة لحماية البيانات، والترخيص القطاعي، وحوكمة الذكاء الاصطناعي في مناطق مختلفة. تركز منطقة الخليج بشكل أكبر على القدرة الحاسوبية المحلية، وسيادة البيانات، وبناء القدرات الوطنية في الذكاء الاصطناعي، بينما تفرض الأسواق الأوروبية متطلبات عالية لحماية البيانات والامتثال للنماذج، وتركز الشركات في أمريكا الشمالية بشكل أكبر على أداء النظام، والتوافق مع المنصات، والتكامل مع بيئة تكنولوجيا المعلومات الحالية. إن قدرة الشركة على تعديل طرق نشر GPU، وقواعد إدارة البيانات، وواجهات النماذج وفقاً للأسواق المختلفة ستحدد التقدم الفعلي لخطة التوسع العالمية الخاصة بها.