جسر بين البنية التحتية وفرق المنتجات: دروس مستفادة من بناء منصات GenAI

لا شك في ذلك: الذكاء الاصطناعي التوليدي أو GenAI هو موضوع اليوم، وقد كان كذلك لسنوات قليلة. سواء كان الهدف هو توفير العمليات، أو إنشاء تصاميم جديدة للمنتجات، أو إنشاء محتوى، أو أي من الميزات الأخرى عبر المجالات، الآن هو الوقت الذي يجب على المنظمات أن تبدأ في القيام بالعمل الذي يهم أكثر وتنفذ استراتيجيات GenAI.

نجاح GenAI، الذي يغطي الحملات من البحث إلى التدريب وأخيراً الاستدلال، يعتمد على التنسيق الضيق حول النشر، والرصد، وادارة التكاليف، والقياس، وأهداف التأخير للبنية التحتية والخدمات. هذه تساعد على تعزيز مستوى الكفاءة القابلة للتحقيق للحملات الذكية، وضمان التوازن الفعال بين الحوسبة والاتصال، وضمان أن تكون وحدات معالجة الرسومات دائماً تحتاج إلى البيانات.

التحدي هو أن هناك فجوة بنيوية غالباً: هندسة البنية التحتية تركز على حزمة الحوسبة والتنفيذ، في حين تركز فرق البرمجيات والمنتجات على بناء التطبيقات التي تواجه المستخدم والتي تجلب GenAI إلى العالم الحقيقي. عندما لا تكون هذه المجموعات متوافقة تماماً، فإنها غالباً ما تؤدي إلى تأخيرات في التسليم، ومشاكل في الأداء، ومشاكل في استخدامها.

إذاً، ما هي هذه الفجوة في العالم الحقيقي، وما هي الاستراتيجيات التي يمكن للمنظمات استخدامها لتنسق بين البنية التحتية وفرق المنتجات من أجل نجاح GenAI؟

مشاكل الخلاف

عندما تكون البنية التحتية وفرق المنتجات غير متوافقة، فإن الأعراض غالباً ما تكون واضحة، ولكنها لا يتم معالجتها دائماً بسرعة كافية. أحد سمات الفرق غير المتوافقة هو افتراضات غير متوافقة حول التأخير أو قدرات النموذج. على سبيل المثال، قد تخطط فرق هندسة البنية التحتية لميزات أو نشرات تفترض مستويات أداء التي لا تتوافق مع التصميم الفعلي للبنية التحتية. هذا يؤدي إلى إعادة العمل في مرحلة متأخرة، وتغييرات في النطاق، وتأخيرات في التسليم.

الخلاف يمكن أن يؤدي أيضاً إلى أداء سيء بسبب نشر على بنية تحتية غير محسنة للسكك الحديدية، مما يظهر في تباين التأخير وضغوط التوسع التي تؤثر على أداء التدريب أو عمليات الاستدلال الكبيرة الموزعة. المخاطر الأمنية والامتثال هي أيضاً سمات الخلاف بين الفرق، حيث أن عدم التعاون المبكر بين الفرق يعني أن متطلبات الخصوصية والامتثال قد يتم تجاهلها.

وأخيراً، يؤدي الخلاف بين الفرق إلى تجربة مستخدم سيئة، مما يضطر فرق هندسة البنية التحتية إلى اللجوء إلى الحلول البديلة عندما تكون القيود غير واضحة، مما يبطئ من دورات التكرار ويزيد من الديون الفنية. بالطبع، الخلاف بين فرق المنتجات والبنية التحتية يمكن أن يكون مكلفاً في أي مشروع برمجي، ولكن مع GenAI على وجه الخصوص، فإن الرهانات أعلى – زيادة في اللامعقولية التشغيلية، وتراجع الميزة التنافسية، والمخاطر الأمنية من بينها.

جسر النجاح

نجاح GenAI يعتمد ليس فقط على وجود بنية تحتية قوية، ولكن أيضاً على إنشاء إطار تكتيكي يربط بين عمليات البنية التحتية والمنتجات. khod، على سبيل المثال، فكرة واجهات API الداخلية للتحكم في وحدات معالجة الرسومات.对于 فرق البنية التحتية، هذه الواجهات ت chuẩn化 الوصول، وتقلل من عبء التذاكر، وتضمن الامتثال؛对于 فرق المنتجات، توفر وصولاً سريعاً ومتنبئاً إلى الحوسبة دون انتظار في الصف.

لوحات الاستخدام في الوقت الفعلي تلعب دوراً مشابهاً. توفر للفرق الهندسية رؤية في حملة النظام والكفاءة، وفي الوقت نفسه تظهر لفرق المنتجات كيف تترجم حمولاتهم إلى استهلاك فعلي. لأن كلا الجانبين يرى نفس البيانات، فإن المناقشات حول الأداء أو العوائق تصبح أكثر تعاونية وأقل عدائية – هناك مصدر وحيد للtruth.

التوسيع التلقائي هو آلي آخر موحد. إنه يخفف من فرق هندسة البنية التحتية من مكافحة الحرائق المستمرة، في حين يضمن أن لا يصطدم مطورو المنتجات بأسقف الأداء خلال ذروات الحمل. ما يمكن أن يكون حرباً بين الاستقرار وال敏捷ية يصبح استراتيجية مشتركة: التوسيع يتم إدارته تلقائياً، متوافقاً مع متانة التشغيل وأداء المنتج.

أخيراً، يضيف رؤى التكلفة بعداً مالياً إلى هذا المنظور المشترك. فرق البنية التحتية يمكن أن ت tối ưuية التخصيصات وتبرر التخطيط السعري، في حين يكتسب فرق المنتجات تقديراً لطريقة اختياراتهم المعمارية أو نموذجية التأثير على الإنفاق. هذه الشفافية تؤدي إلى مسؤولية مشتركة، مما يجعل الكفاءة مسؤولية جماعية بدلاً من قلق مخفي.

ولكن التنسيق يتطلب أكثر من أدوات مشتركة – إنه يتطلب أيضاً رؤية مشتركة. هذا هو حيث تأتي خطة الطريق المشتركة: يجب على كل فريق أن يفهم ليس فقط الأهداف الشاملة، ولكن أيضاً الخطوات المطلوبة لتحقيقها.对于 البنية التحتية، هذا يعني النظر أبعد الجذور الفنية العميقة في الأجهزة والبرمجيات للتعامل مع كيفية تعامل المطورين والمستخدمين النهائيين مع النظام.对于 فرق المنتجات، هذا يتطلب احتراماً للقيود مثل التأخير، والتكلفة، وكفاءة النموذج، وتقديراً للواقعيات التشغيلية التي تجعل الابتكار مستداماً.

أخيراً، لا يمكن أن تستمر أي شراكة بدون التزام متبادل بالأمين والامتثال. سواء كانت SOC2، أو HIPAA، أو ISO، أو إطارات أخرى تنطبق، فإن المتطلبات المحددة تختلف مع قاعدة العملاء والقطاع الرأسي – ولكن المسؤولية مشتركة. يجب على فرق البنية التحتية والمنتجات أن تدمج هذه الالتزامات، معترفة بأن الامتثال ليس تمريناً لتأكيد الصندوق، ولكن أساساً للثقة مع المستخدمين.

بالمجمل، هذه الممارسات والمناهج تنسج بين البنية التحتية والمنتجات وحدة متجانسة، مع لغة مشتركة، ومرئية مشتركة، ومسؤولية مشتركة عن التقدم، والمتانة، والثقة.

فرق مدربة

وجود الأشخاص المناسبين هو أمر مهم مثل وجود الأنظمة الصحيحة. في المثالي، يجب أن تتضمن الفرق أعضاء فريق يفهمون جيداً GenAI، أو أولئك الذين يأتون من خلفيات حوسبة عالية الأداء ومراكز بيانات متوسطة الحجم. ما يهم حقاً هو الخبرة العملية والدروس التي يمكن الحصول عليها فقط من بناء ودعم منصات GPU كخدمة. هذا يعني فهم كيف تتكلم وحدات معالجة الرسومات مع بعضها، وكيف تتصرف عمليات التدريب المتوافقة، وكيف حساسة للتأخير، والتنظيم، وتسليم البيانات.

كما تنتشر النماذج وتتوسع النشرات، يجب على الفرق أن تتخذ خطوة إلى الوراء وتفكر في رحلة العملاء الكاملة. تبدأ من البحث والتحقيق المبكر، ثم تتحرك إلى التدريب الكبير، ثم التعديل الدقيق وأخيراً الاستدلال. كل مرحلة من هذه المراحل تظهر قليلاً بشكل مختلف، وتتغير الاحتياجات على طول الطريق. الطبيعة التكرارية لتطوير النموذج تعلمنا باستمرار ما النوع من البنية التحتية، والعمليات، والقدرات المطلوبة لجعل مركز بيانات GenAI مناسبًا للغرض.

في كثير من الأحيان، تعمل فرق البنية التحتية والمنتجات في فقاعاتها الخاصة.对于 أي شركة جادة في توسيع GenAI إلى الإنتاج، يجب أن يتغير ذلك. النجاح يعتمد على كسر تلك الفقاعات وإنشاء ملكية مشتركة للمنصة. مع الأشخاص المناسبين، ورؤية واضحة، وإطار عملي، يمكن للجانبين أن يتوافقا على نفس الكتاب – كتاب يساعدهم على التحرك بشكل أسرع، والبقاء مسؤولين، وتنفيذ نشرات GenAI بنجاح.