دمج PyTorch Foundation مع Ray، إطار الحوسبة الموزعة، لبناء بنية تحتية موحدة للاستخبارات الاصطناعية

قفز النظام البيئي المفتوح المصدر للذكاء الاصطناعي قفزة حاسمة إلى الأمام اليوم مع إعلان مؤسسة PyTorch أن Ray، إطار الحوسبة الموزعة الذي تم تطويره في الأصل بواسطة Anyscale، انضم رسميًا إلى صفوفها. وتعتبر هذه الخطوة خطوة مهمة نحو بنية تحتية موحدة ومتوافقة وجاهزة للانتاج للاستخبارات الاصطناعية – وهي تربط بين طبقات التطوير الأساسية (PyTorch)، والاستدلال الموزع (vLLM)، والتنفيذ على نطاق واسع (Ray).

أساس موحد للاستخبارات الاصطناعية المفتوحة المصدر

المستضاف تحت لواء مؤسسة لينكس، تعمل مؤسسة PyTorch كمركز رئيسي لبعض التكنولوجيات المفتوحة المصدر الأكثر أهمية للاستخبارات الاصطناعية. وتهدف إلى تقليل التجزئة وتعزيز التعاون عبر كل مرحلة من مراحل تطوير الذكاء الاصطناعي. من خلال دمج Ray جنبًا إلى جنب مع PyTorch وvLLM، تقدم المؤسسة ما يحتاجه الصناعة منذ فترة طويلة – مجموعة متوافقة ومتكاملة لإنشاء و训ية وتحديث نماذج الذكاء الاصطناعي على نطاق واسع.
يشكل انضمام Ray أيضًا توجيهًا لسنوات من التطور الأكاديمي والصناعي. ولد في مختبر RISELab التابع لجامعة كاليفورنيا في بيركلي، صُمم Ray لتبسيط الحوسبة الموزعة لتحميلات الذكاء الاصطناعي والتعلم الآلي. ويمكن للمطورين من خلاله توسيع نطاق الوظائف بسلاسة من جهاز لوحي واحد إلى آلاف الآلات دون إعادة كتابة الكود أو إدارة الأنظمة المعقدة. وحتى اليوم، يفتخر Ray بأكثر من 39,000 نجمة على GitHub و أكثر من 214 مليون تحميل، مما يجعله واحدًا من أشهر إطارات الحوسبة الموزعة في العالم.

كيف يكمّل Ray PyTorch وvLLM

يقع Ray بين إطارات التدريب والاستدلال (مثل PyTorch وDeepSpeed وvLLM) وطبقة تنسيق الحاويات (مثل Kubernetes أو Slurm). ويتيح هذا الموقع لRay تنسيق التحميلات الموزعة بكفاءة بينما يغلق الفجوة بين تدريب النماذج وتنفيذها على نطاق الإنتاج.
تتضمن قدرات Ray الرئيسية:

• معالجة البيانات المتعددة الأشكال: يعالج مجموعات بيانات ضخمة ومتنوعة – نصوص وصور ووسائط صوتية ومرئية – بالتوازي، ويحقق أقصى استفادة من الإنتاجية والكفاءة.
• التدريب المسبق والتعديل: يوسع نطاق PyTorch وإطارات أخرى عبر آلاف وحدات معالجة الرسومات لأغراض التدريب المسبق وضبط الدقة.
• الاستدلال الموزع: يُ_deploy نماذج في الإنتاج بسرعة عالية وتأخير منخفض، ويتحكم بشكل ديناميكي في انفجارات التحميل عبر مجموعات غير متجانسة.

معًا، تجعل هذه الوظائف من Ray “اللصقة” التي تربط بين إنشاء النماذج وضبطها وتحديثها، مما يشكل فعليًا طبقة محرك الحوسبة الموزعة في بنية تحتية للاستخبارات الاصطناعية الحديثة.

ما يعنيه هذا للمطورين والشركات

في اقتصاد الذكاء الاصطناعي اليوم، تواجه المنظمات تحديات هائلة حول التوسيع والارتباط بالبائع والكفاءة الحوسبية. وتقسم الأنظمة المملوكة أحيانًا سير العمل وتبطئ الابتكار. مع انضمام Ray إلى مؤسسة PyTorch، يحصل المطورون على مجموعة حوسبة مفتوحة المصدر ومتوافقة تمامًا تُزيل الكثير من هذه النقاط العرضية.
كما أوضح مات وايت، مدير عام الذكاء الاصطناعي في مؤسسة لينكس، أن هذه التعاون “يجمع المكونات الحرجة اللازمة لإنشاء أنظمة الذكاء الاصطناعي الجيل القادم”. ويتيح التوحيد الفرق تطوير أنظمة ذكاء اصطناعي متقدمة – من نماذج اللغة الكبيرة إلى التطبيقات متعددة الأشكال – دون الاعتماد على بنية تحتية مملوكة ومغلقة. وبدلاً من ذلك، يمكن للمطورين تدريب وتحديث نماذج الذكاء الاصطناعي باستخدام نظام بيئي قابل للتوسيع ومتجازة ومدفوع bởi المجتمع.

الآثار الأوسع للاستخبارات الاصطناعية المفتوحة المصدر

يشير التعاون بين PyTorch وvLLM وRay إلى حقبة جديدة من توافق الحوسبة المفتوحة. مع حوكمة مؤسسة لينكس المحايدة، تحصل صناعة الذكاء الاصطناعي على نموذج مستدام لتطوير البنية التحتية المشتركة – مشابه لطريقة توحيد Kubernetes لتنسيق السحابة.
وأيد قادة الصناعة هذا المفهوم. وأشار كريس أنيسزكزيك من مؤسسة الحوسبة الأصلية السحابية إلى أن “Ray وKubernetes متماسان بشكل طبيعي”، حيث يجمعان بين قوة التنسيق والحوسبة الموزعة لتشغيل أنظمة الذكاء الاصطناعي الجيل القادم. وأضاف زيتاو لي، مدير هندسة شركة Uber، أن Ray هو بالفعل “جزء أساسي” من منصة الذكاء الاصطناعي الخاصة بهم، حيث يقوم بتدريب وتحليل البيانات على نطاق واسع. كما وصف جو سبيساك من Meta، عضو مجلس إدارة مؤسسة PyTorch، إضافة Ray بأنها “حجر زاوية هام للاستخبارات الاصطناعية المفتوحة المصدر”، مشيرًا إلى كيفية إنشاء مجموعة حوسبة موحدة ومدفوعة بالمجتمع.

النظر إلى الأمام

ألخص روبرت نيشيهارا، المؤسس المشارك لشركة Anyscale، هذا الحجر الزاوية بكل دقة:

“الهدف هو جعل الحوسبة الموزعة بسيطة مثل كتابة رمز بايثون. الانضمام إلى مؤسسة PyTorch يضمن استمرار Ray كأساس مفتوح ومدفوع بالمجتمع للمطورين.”

يمكن للمطورين والمساهمين المشاركة في المشروع من خلال مستودع Ray على GitHub أو حضور قمة Ray 2025 في سان فرانسيسكو في نوفمبر القادم، حيث سيتعمق المجتمع أكثر في ما يعنيه هذا التأسيس المفتوح الجديد ل будущة قابلية توسيع الذكاء الاصطناعي وسهولة استخدامه.

باختصار، يكمّل انضمام Ray الطبقة الناقصة في نظام بيئي للاستخبارات الاصطناعية المفتوحة المصدر – حيث يجمع بين نمذجة الاستدلال والتنفيذ الموزع تحت مؤسسة واحدة. ويشكل خطوة حاسمة نحو مستقبل حيث تكون بنية تحتية للاستخبارات الاصطناعية أكثر قوة ومتاحة وفعّالة وملائمة للمطورين.