أخبار ar.wedoany.com، لقد تحولت المهمة الأساسية للبنية التحتية للذكاء الاصطناعي، من دعم استدلال النماذج الكبيرة، إلى دعم التشغيل الواسع النطاق للوكلاء الأذكياء والإنتاج المستمر للرموز عالية الجودة. وفقًا لبيانات IDC، بلغ حجم سوق وكلاء AI المؤسسي في الصين حوالي 19 مليار يوان صيني في عام 2025، ومن المتوقع أن يتجاوز معدل النمو المركب بين عامي 2025 و2028 نسبة 110%. وكان تقدير شركة Gartner أكثر مباشرة، حيث توقعت أنه بحلول عام 2026، سيكون 40% من التطبيقات المؤسسية قد دمجت وكلاء AI مخصصين للمهام. في مرحلة استدلال النماذج الكبيرة، تحتاج البنية التحتية للذكاء الاصطناعي فقط إلى دعم عملية إدخال واحدة وإخراج واحد. أما عند الدخول في مرحلة الوكيل، فيجب على البنية التحتية دعم تفكيك المهام، واستدعاء الأدوات، والتعاون متعدد الجولات، والتشغيل المستمر، مما يفرض متطلبات مختلفة تمامًا على القدرة الحاسوبية. يكمن وراء ذلك فجوتان في القدرات: الأولى هي ما إذا كان يمكن تشغيل عدد هائل من الوكلاء بشكل موسع ومستقر، والثانية هي ما إذا كان يمكن لنماذج متعددة العمل بشكل تعاوني لجعل الوكيل أكثر ذكاءً. في مؤتمر الحوسبة المفتوحة لعام 2026، قدمت شركة Inspur حلولاً منتجية جديدة تستهدف هاتين الفجوتين.
في عصر الوكيل، أصبح لدى الناس متطلبات جديدة للبنية التحتية للذكاء الاصطناعي. في الماضي، كان نشر الذكاء الاصطناعي في المؤسسات يقتصر غالبًا على ربط نموذج أو نموذجين، لمعالجة مهام مستقلة نسبيًا، حيث يتم استدعاء واحد وإرجاع واحد، وتنتهي المهمة. الأمر ليس كذلك مع الوكيل. فالتطبيق الوكيل يجب أولاً أن يفكك المهمة، ثم يستدعي الأدوات خطوة بخطوة، ويتعاون ذهابًا وإيابًا، وقد يكون خلفه مجموعة كاملة من الوكلاء الفرعيين تعمل في وقت واحد.
بعد النشر في المؤسسة، قد يصل عدد الوكلاء إلى عشرات الآلاف. كيف يمكن جعل هذه المجموعة الكبيرة من الوكلاء تعمل بشكل مستقر ومتعاون، أصبح مشكلة جديدة لا يمكن تجنبها. بالإضافة إلى تزايد عدد الوكلاء، فإن الضغط على النموذج الواحد يتزايد أيضًا. بعض النماذج تتقن التفكير المنطقي، والبعض الآخر يتقن كتابة النصوص، وهذا التفاوت في القدرات لا يمكن حله بزيادة عدد المعاملات. لكن المهام الفعلية أصبحت أكثر تعقيدًا، مما يجعل من الصعب الاعتماد على نموذج واحد لإتقان كل شيء. لذا، أصبحت كيفية جعل نماذج متعددة تتقاسم العمل وتكمل بعضها البعض مشكلة أخرى يجب حلها. لكي يتحقق هذان الأمران فعليًا، يجب أن تكون البنية التحتية للحوسبة الأساسية في المقدمة. بعد ظهور الاحتياجات الجديدة، أول تغيير في البنية التحتية هو أن وحدة المعالجة المركزية أصبحت أكثر أهمية، وأصبح دورها أكبر. في وضع الأسئلة والأجوبة السابق، كان استدلال النماذج الكبيرة يتم بإدخال واحد وإخراج واحد، معتمدًا بشكل أكبر على تشغيل وحدة معالجة الرسومات. لكن الوكيل مختلف، فهو يحتاج إلى تفكيك المهام، واستدعاء الأدوات، والتعاون متعدد الجولات، وتجميع النتائج، وهذه العمليات الحسابية الصحيحة والمنطقية تعمل على وحدة المعالجة المركزية. علاوة على ذلك، فإن الوكيل لا "ينهي عمله" بعد تشغيل واحد، بل يجب أن يكون العديد من الوكلاء متصلين بالإنترنت على مدار السنة، مما يطيل وقت التشغيل بشكل كبير. لذلك، في صناعة البنية التحتية للذكاء الاصطناعي، يتغير توزيع القدرة الحاسوبية أيضًا، من التركيز على وحدة معالجة الرسومات في الماضي، إلى التوجه نحو التعاون بين أنظمة القدرة الحاسوبية المتعددة. بعد أن أصبحت أهمية وحدة المعالجة المركزية أكبر، يأتي بعد ذلك مشكلة كثافة الطاقة. أوضح تشاو شواي، نائب المدير العام لشركة Inspur، أن قوة خزانات الخوادم المخصصة للذكاء الاصطناعي في الصين ستصل هذا العام إلى 300 كيلوواط، وبعض الخزانات عالميًا دخلت بالفعل نطاق الميغاواط. إذا بقيت كثافة جانب وحدة المعالجة المركزية عند بضعة كيلوواطات لكل خزانة، فلن يكون من الممكن مطابقة البنية التحتية الكهربائية الجديدة لمراكز البيانات. مع استمرار ارتفاع قوة الخزانات، أصبحت مشكلة التبريد واضحة، فالحد الأعلى للتبريد بالهواء التقليدي والذي يتراوح بين 40 إلى 50 كيلوواط لكل خزانة لم يعد كافيًا، وأصبحت حلول التبريد السائل خيارًا إلزاميًا.
تشغيل أكثر من 40 ألف وكيل في خزانة واحدة. لتحقيق التشغيل الواسع النطاق للوكلاء، أطلقت شركة Inspur أول خادم خزانة كامل في الصناعة مبرد بالسوائل بشكل أصلي لوحدة المعالجة المركزية. يدعم هذا الخادم بحد أقصى 384 معالجًا مركزيًا يعتمد على بنية OCM المفتوحة (وحدة الحوسبة المفتوحة) لكل خزانة، وهو متوافق مع x86 وARM، ويمكنه دعم التشغيل التعاوني لأكثر من 40 ألف وكيل.
هذا الحجم أكبر بـ 40 مرة من حل "Qi Qian Xia" الذي أطلقته Inspur في أبريل من هذا العام. في ذلك الوقت، كان حل Qi Qian Xia ينشر 1000 وكيل OpenClaw باستخدام خادم واحد بحجم 2U. هذه المرة، قامت Inspur بملء خزانة كاملة بالوكلاء مباشرة. علاوة على ذلك، تعتمد هذه الخزانة بنية OCM، والتي يمكنها استيعاب معالجات من أجيال وهياكل مختلفة، دون الحاجة إلى إعادة تصميم النظام بأكمله لكل جيل جديد من الرقائق، مما يقلص دورة التطوير بشكل كبير. لوضع 384 وحدة معالجة مركزية في خزانة واحدة، فإن التبريد هو عقبة لا يمكن تجنبها. اقترحت Inspur مفهومًا جديدًا للتبريد: التبريد السائل الأصلي. هذا المفهوم يقلب تمامًا منطق التبريد التقليدي الذي يجمع بين الهواء والسائل. فتصميم خوادم التبريد السائل باللوحة الباردة السابق كان يلصق لوحة تبريد باردة على مكونات الحوسبة، بينما كانت المكونات الأخرى مثل الذاكرة وبطاقات الشبكة والأقراص الصلبة لا تزال بحاجة إلى دراسة كيفية تبديد الحرارة الناتجة عنها باستخدام المراوح.
هذه المرة، تم قلب الفكرة رأسًا على عقب، حيث تم تصميم الحوسبة والتبريد بشكل تعاوني، متجاوزًا القيود التقليدية للتبريد السائل الذي يغطي وحدة المعالجة المركزية فقط، ليشمل جميع المكونات المولدة للحرارة مثل الذاكرة وبطاقات الشبكة والوحدات الضوئية وأقراص SSD ضمن نظام التبريد السائل، مما يعيد هيكلة نظام القدرة الحاسوبية بأكمله. الطريقة المحددة التي اتبعتها Inspur هي جعل وحدة الحوسبة على شكل فائق النحافة بحجم 2U، حيث تحتوي العقدة الواحدة على 16 وحدة معالجة مركزية، وفي الوقت نفسه، يتم وضع المكونات مثل الذاكرة وبطاقات الشبكة والوحدات الضوئية التي كانت تعتمد في السابق على المراوح والكابلات للتبريد والاتصال، مباشرة على اللوحة الأم بشكل مسطح، ويتم استخدام لوحة باردة واحدة موحدة لاستقبال التبريد، مما يلغي الحاجة إلى حامل الخادم. بهذه الطريقة، يتم تحرير المساحة التي كانت تشغلها المراوح والأنابيب الباردة والكابلات، لتخصص للحوسبة وموارد الإدخال والإخراج، وبالتالي فإن الخزانة بأكملها مصممة بدون كابلات، وتدعم الصيانة الساخنة، مما يضمن عدم انقطاع الأعمال، ويزيد من كفاءة صيانة الخزانة بأكملها بأكثر من 100%.
نماذج كبيرة متعددة، تتعاون لإنجاز مهمة واحدة. لجعل الوكيل أكثر ذكاءً، قامت Inspur أيضًا بإطلاق واجهة برمجة تطبيقات متعددة النماذج على منصة Yuan Brain EPIA، وأصدرت بالتزامن معها الإصدار المؤسسي لخادم Yuan Brain SD200 Super Node للذكاء الاصطناعي. ما تفعله المزج متعدد النماذج هو إرسال نفس المهمة في وقت واحد إلى عدة نماذج مرشحة، لتقوم كل منها بتوليد إجابة بشكل مستقل، ثم يتولى نموذج تقييم ومزج أمر مقارنة نقاط التوافق والاختلاف والإغفال والآراء الفريدة في هذه الإجابات، ليقوم في النهاية بتجميع مخرج موحد. ليست كل المهام تحتاج إلى المرور بهذه العملية، فالمهام القصيرة مثل الأسئلة والأجوبة البسيطة واستدعاء الأدوات وتحويل التنسيقات، سيتم توجيهها مباشرة من قبل النظام إلى نموذج واحد أخف للمعالجة. فقط المهام المعقدة ذات السلسلة الطويلة، سيقوم النظام بجدولة نماذج مرشحة متعددة لمعالجتها بشكل تعاوني، لتجنب المبالغة في التعامل. حققت هذه الآلية نتيجة 53.9% في اختبار DRACO، وهي أعلى من أداء أي نموذج واحد في مجموعة المرشحين لنفس الاختبار. حاليًا، يمكن تقديم هذه القدرة للخارج على شكل واجهة برمجة تطبيقات متعددة النماذج، حيث يمكن دمجها مباشرة في التطبيقات مثل خدمة النماذج العادية، أو تكوينها في إطارات الوكلاء والتطوير، مع الاستمرار في استخدام عمليات الحوار والاستدلال واستدعاء الأدوات الأصلية. ومع ذلك، تظهر مشكلة أيضًا، وهي أن مشاركة نماذج كبيرة متعددة في مهمة واحدة في وقت واحد، تفرض بلا شك متطلبات أعلى على القدرة الحاسوبية الأساسية، حيث يجب أن تستوعب في وقت واحد نماذج متعددة بتريليونات المعاملات، دون التضحية بسرعة الإخراج. هذا هو بالضبط الجزء الذي يجب أن يتحمله Yuan Brain SD200 Super Node. عندما تم إصدار Yuan Brain SD200 Super Node العام الماضي، كان بإمكانه بالفعل نشر 4 نماذج كبيرة بتريليونات المعاملات في وقت واحد، مع وقت توليد رمز يبلغ 8.9 مللي ثانية، مما يجعله أول منتج في الصين يتجاوز حاجز 10 مللي ثانية. هذا العام، تم تقليص هذا الرقم أكثر إلى 4.77 مللي ثانية، مما يجعله أول حل في الصين يدخل نطاق 5 مللي ثانية، كما تم تقليل زمن الاستجابة للرمز الأول بنسبة 35%.
وراء هذه التحسينات، هناك تحسينات تعاونية بين البرامج والأجهزة مثل التنبؤ متعدد الرموز، ونظام الدقة W4A8، والترجمة الفورية في الوقت المناسب (JIT). التنبؤ متعدد الرموز يسمح بإنشاء عدة رموز مرشحة في وقت واحد أثناء مرحلة فك التشفير ثم التحقق منها، مما يقلل من جولات التوليد حرفًا بحرف؛ W4A8 يخفض دقة الحساب لوحدة MoE في النموذج ذي تريليونات المعاملات من BF16 إلى INT8، مما يقلل الضغط على عرض النطاق الترددي للذاكرة؛ JIT يقوم بإنشاء نوى GPU مخصصة ديناميكيًا بناءً على شكل الموتر أثناء التشغيل، مما يجعل القدرة الحاسوبية أقرب إلى خصائص الأجهزة. حاليًا، أكمل Yuan Brain SD200 Super Node التكيف مع النماذج مفتوحة المصدر الرئيسية مثل Kimi K2.6 وDeepSeek V4 وGLM 5.2 وMiniMax M3. ومع ذلك، لا تزال عتبة هذه البنية مرتفعة نسبيًا بالنسبة للعديد من المؤسسات الصغيرة والمتوسطة. لذلك، أطلقت Inspur أيضًا الإصدار المؤسسي لـ Yuan Brain SD200 Super Node، والذي يمكن اعتباره نسخة مصغرة من Yuan Brain SD200.
إنه يقلل مجال الحوسبة الموسعة من 64 بطاقة إلى 16 بطاقة، ويقلل زمن الاستجابة للرمز الأول للنموذج ذي تريليونات المعاملات بأكثر من 40%، مما يوفر للمؤسسات خيارًا بتكلفة أقل للترحيل والتكيف. بهذه الطريقة، يمكن للمؤسسات التي كانت قادرة فقط على نشر نماذج بمئات المليارات من المعاملات كمساعد، أن تستخدم الآن نماذج بتريليونات المعاملات فعليًا في بيئة الإنتاج.
البنية التحتية للوكيل، تغيرت المنافسة. اليوم، أصبح تقسيم العمل بين وحدة المعالجة المركزية ووحدة معالجة الرسومات ومنصة البرامج أكثر ترابطًا. حيث تتولى منصة البرامج مسؤولية ربط النماذج، وتنظيم المهام، وجدولة الموارد، وإدارة الصلاحيات، ودمج النتائج؛ وتستضيف وحدة المعالجة المركزية مثيلات الوكيل، واستدعاء الأدوات، وتشغيل البيئة الرملية، والتفاعل مع أنظمة الأعمال؛ وتتولى وحدة معالجة الرسومات مسؤولية استدلال النموذج وتوليد الرموز. فقط من خلال تعاون هذه العناصر الثلاثة، يمكن دعم التشغيل المستقر لعدد هائل من الوكلاء والتنفيذ الفعال للمهام المعقدة. في هذه السلسلة، إذا تخلفت أي حلقة عن الركب، فلن يعمل تطبيق الوكيل بأكمله بسلاسة. هذا أيضًا غير محور المنافسة في البنية التحتية لعصر الوكيل. في الماضي، كانت المنافسة تدور حول من لديه قدرة أقوى على دعم نموذج واحد، أما الآن فتدور حول من يستطيع تحقيق تعاون أفضل على مستوى النظام. لم يعد التفوق في نقطة واحدة كافيًا، بل أصبحت سلاسة وتعاون السلسلة بأكملها هو المفتاح. هذا هو بالضبط الجواب الذي تريد Inspur تقديمه هذه المرة فيما يتعلق بالبنية التحتية للوكيل.
