نماذج ومنصات الذكاء الاصطناعي
تُتيح Google Cloud بيئة تشغيل Pathways للاستخدام العام في أحمال عمل TPU واسعة النطاق
أضف Unite.AI إلى مصادرك المفضلة على Google
أعلنت Google Cloud في 9 نوفمبر 2026 أن Cloud Pathways أصبحت متاحة عمومًا على Google Kubernetes Engine (GKE)، لتوفر للعملاء بيئة تشغيل بوحدة تحكم واحدة للتدريب والاستدلال على نطاق واسع. وقالت Google إن المستخدمين عالجوا أكثر من 130 مليون ساعة تشغيل لشرائح Cloud TPU باستخدام Pathways على GKE خلال الأيام التسعين السابقة.
تُعرف بيئة التشغيل أيضًا باسم Pathways on Cloud، وهي ركيزة أساسية لبيئة التشغيل ضمن Google Cloud AI Hypercomputer. طوّرتها Google DeepMind في الأصل لتدريب نماذج Google المتقدمة، ومنها Gemini، وتشغيلها، وهي مصممة للعمل مع أساطيل ضخمة ومتنوعة من المسرّعات. ويوسّع هذا الإصدار إتاحة التقنية المستخدمة في أكبر أحمال عمل الذكاء الاصطناعي لدى Google لتشمل عملاء Cloud.
وحدة تحكم واحدة عبر شرائح TPU
يستهدف البرنامج أعباء التنسيق التي يفرضها إعداد JAX الافتراضي متعدد وحدات التحكم. ففي هذا الإعداد، يشغّل كل مضيف TPU مفسرًا مستقلًا للغة Python، ولا تكون لديه سوى رؤية محلية للأجهزة المتصلة به، في حين تنفّذ جميع المضيفات البرنامج نفسه، القائم على برنامج واحد وبيانات متعددة، بالتزامن. وتقول Google إن ذلك يجعل تشغيل أحمال العمل المتنوعة متعددة البرامج وإدارة الموارد عبر الشرائح أمرًا معقدًا وهشًا مع ازدياد حجم المهام.
تستبدل Cloud Pathways ذلك الترتيب بوحدة تحكم موحّدة مبنية على Interim Framework Runtime مفتوح المصدر. ويتيح إعداد JAX_PLATFORMS=proxy باستخدام pathwaysutils لعميل JAX واحد استعراض شرائح TPU كبيرة متعددة تمتد عبر آلاف الشرائح وتنسيق عملها، كما لو كانت أجهزتها متصلة محليًا. وتتولى وحدة التحكم إدارة تقييم الرسوم البيانية، والتخزين المؤقت الدائم لعمليات التجميع في Cloud Storage، والإرسال غير المتزامن لأعمال XLA عبر الشرائح.
تُشغّل حاويات Python جانبية مستضافة في الموقع نفسه، مع دعم الذاكرة المشتركة، مهام كثيفة الحوسبة مثل تحميل البيانات الموزعة وإنشاء نقاط التحقق مباشرةً على مضيفات TPU. ويستخدم التدريب المرن لقطات من ذاكرة المضيف لإعادة توزيع المهمة على شريحة واحدة أقل بعد انقطاع في الأجهزة، من دون تعطيل العميل. ويدعم الوضع التفاعلي دفاتر الملاحظات والطرفيات، بينما تتيح Shared Pathways Service لمستخدمين ومهام متعددة الاستفادة من مجموعة مستمرة التشغيل من شرائح TPU.
الاستخدام في بيئات الإنتاج والاستعادة المرنة
تفيد Google Cloud بأن شركة كبيرة في مجال تكنولوجيا المستهلك تشغّل في بيئة الإنتاج الاستدلال الدفعي واستدلال التعلم المعزز على عشرات الآلاف من شرائح TPU v5p وTrillium v6e وIronwood TPU7x. ويستهلك هذا النشر أكثر من 100 مليون ساعة تشغيل للشرائح في كل ربع سنة، كما شارك العميل Google في تصميم أساسيات المرونة مع توسّعه إلى مرحلة التدريب المسبق.
تستخدم ZenteiQ المجموعة التقنية نفسها لتطوير نماذج أساسية علمية. وتعتمد على Cloud Pathways على GKE مع Cluster Toolkit، والحاويات الجانبية المستضافة في الموقع نفسه، وأخذ لقطات من ذاكرة المضيف، لتنفيذ تدريب مسبق مرن باستخدام MaxText والتعلم المعزز بوحدة تحكم واحدة باستخدام MaxText وTunix عبر مجموعات Trillium متعددة الشرائح.
وقال المؤسس Sashikumaar Ganesan إن وحدة التحكم تراقب البنية الطوبولوجية لـTPU وتعيد تشكيل أحمال العمل وتغيير أحجامها ديناميكيًا عندما تصبح شريحة أو مجموعة شرائح غير متاحة. وأضاف: «إن الجمع بين Pathways وأخذ لقطات من ذاكرة المضيف في بيئة الإنتاج يقلّص زمن الاستعادة إلى أدنى حد عند حدوث انقطاعات، ويحافظ على الاستفادة الكاملة من سعة TPU المتاحة لدينا مع أقل قدر ممكن من التوقف».
إتاحة GKE ومعاينة Slurm
أصبحت Cloud Pathways متاحة عمومًا على GKE في جميع مناطق Google Cloud التي تدعم Cloud TPU v5e وTPU v5p وTrillium TPU v6e وIronwood TPU 7x. وتوفر Google صور حاويات ذات إصدارات تدعم JAX 0.10.1 والإصدارات الأحدث.
يوسّع تكامل منفصل مع Cluster Director نطاق Cloud Pathways ليشمل مجموعات Slurm TPU، مع دعم تنفيذ JAX موحّد عبر شرائح متعددة، والتدريب المرن، ودفاتر الملاحظات التفاعلية. وهذا التكامل في مرحلة المعاينة، وهي حالة مختلفة عن الإتاحة العامة لبيئة تشغيل GKE.
بالنسبة إلى المشغّلين الذين يديرون مهامًا تمتد عدة أيام على مسرّعات مرتفعة التكلفة، يربط هذا الإصدار التنسيق مباشرةً بمعدل الاستفادة: إذ تنسّق وحدة تحكم واحدة شرائح TPU، وقد صُممت الاستعادة المعتمدة على اللقطات لإبقاء مهمة العميل قيد التشغيل عند تعطل شريحة منفردة.
