Ultralytics أبرز النقاط التي تم تناولها في فعالية AMD Dev Day Shanghai حول تقنيات الذكاء الاصطناعي من AMD: النشر المحلي للذكاء الاصطناعي، والأنظمة الوكيلة، وROCm، وRyzen AI Max 395.
Ultralytics فعالية "AMD Dev Day" التي أقيمت في شنغهاي للاطلاع على كيفية قيام AMD وشركائها بصياغة المرحلة المقبلة من البنية التحتية للذكاء الاصطناعي. وكانت الرسالة الأبرز من هذا الحدث واضحة: إن الحوار الدائر حول الذكاء الاصطناعي في AMD يتجاوز النماذج المستقلة ويتجه نحو أنظمة الذكاء الاصطناعي القابلة للنشر. وخلال المحاضرات وعروض المنتجات والمناقشات مع الشركاء، كانت أبرز الموضوعات هي الذكاء الاصطناعي التفاعلي، ونشر الذكاء الاصطناعي محليًا، والنظم البيئية مفتوحة المصدر، وأدوات المطورين اللازمة لجعل هذه الأنظمة قابلة للتطبيق على نطاق واسع.
وكما قالت ليزا سو، رئيسة مجلس الإدارة والرئيسة التنفيذية لشركة AMD: «لم يسبق أن كانت الفترة الحالية أكثر إثارة في عالم التكنولوجيا مما هي عليه اليوم».
بالنسبة للفرق التي تعمل على تطوير منتجات ذكاء اصطناعي حقيقية، فإن هذا التحول له أهمية كبيرة. فهو يشير إلى أن النجاح في المرحلة التالية من السوق قد يعتمد بدرجة أقل على الوصول إلى نموذج رائد واحد، وبدرجة أكبر على مدى قدرة الفرق على تنسيق سير العمل، والتحكم في تكاليف الاستدلال، وحماية البيانات الحساسة، واختيار بيئة النشر المناسبة للمهمة.
كان أحد الموضوعات الرئيسية التي تكررت طوال فعاليات "AMD Dev Day" هو سعي AMD إلى ترسيخ مكانتها كمزود متكامل لحلول الحوسبة في عصر الذكاء الاصطناعي. وقد ركزت الشركة نهجها على دعم أحمال عمل الذكاء الاصطناعي عبر بيئات السحابة والعملاء والحافة، مع التأكيد على أهمية وجود نظام بيئي برمجي مفتوح بدلاً من حزمة برمجيات مغلقة ومسجلة الملكية.
ويعد هذا الإطار مهمًا لأنه يعكس الكيفية التي يتطور بها مجال الذكاء الاصطناعي. فلم يعد تطوير منتجات الذكاء الاصطناعي الحديثة يقتصر على تدريب النماذج أو استدعاء واجهات برمجة التطبيقات الخاصة بها. بل أصبحت الفرق بحاجة متزايدة إلى دعم التجارب المحلية، وسير العمل متعدد العوامل، وتحسين الاستدلال، والاختبار على نطاق محطات العمل، والنشر على مستوى المؤسسات. وقد ربطت رسائل AMD في فعالياتها باستمرار بين قصتها المتعلقة بالأجهزة وتلك الحقيقة الأوسع نطاقًا المتعلقة بالبرمجيات والأنظمة.
وقد لخصت ليزا سو هذا الطموح بوضوح خلال الفعالية قائلةً: «نريد أن ندمج الذكاء الاصطناعي في كل جوانب النظام البيئي».
وإذا كان هناك فكرة واحدة تكررت طوال اليوم، فهي الانتقال من التفاعلات التقليدية مع نماذج اللغة الكبيرة (LLM) إلى أنظمة الذكاء الاصطناعي القائمة على الوكلاء. ووصف المتحدثون هذا التحول بأنه انتقال من المطالبات والاستجابات التي تتم مرة واحدة إلى التنسيق بين وكلاء متعددين، حيث يقوم وكلاء مختلفون بالتخطيط والتنفيذ والتقييم والتعاون عبر مسارات العمل.
وهذا أمر مهم لأن الأنظمة ذات القدرة على التصرف تفرض متطلبات جديدة على بنية الذكاء الاصطناعي. ووفقًا لما تم طرحه في الفعالية، فإن هذه الأنظمة لا تحتاج فقط إلى GPU ، بل تحتاج أيضًا إلى قدر كبير من CPU ، وتنسيق تدفق البيانات، وسعة الذاكرة لدعم حلقات الاستدلال المتكررة والتنفيذ متعدد الخطوات.
بالنسبة للمطورين وفرق الذكاء الاصطناعي، فإن الدرس المستفاد هو أن الميزة التنافسية قد تنبع من بناء أنظمة ذكاء اصطناعي فعالة، وليس مجرد اختيار النموذج الأكثر كفاءة. فقد أصبحت القدرة على ربط النماذج بسير العمل والأدوات والبيانات المحلية والعمليات التجارية جزءًا أساسيًا من المنتج نفسه.
ومن بين الموضوعات البارزة الأخرى في فعالية «AMD Dev Day» التركيز على نشر تقنيات الذكاء الاصطناعي محليًّا. فقد أكدت شركة AMD وشركاؤها مرارًا وتكرارًا على أن أحمال عمل الذكاء الاصطناعي المتقدمة تتطلب بشكل متزايد تشغيلها في أماكن أقرب إلى مواقع العمل الفعلية، بما في ذلك أجهزة الكمبيوتر المحمولة ومحطات العمل والأجهزة المؤسسية.
كانت الأسباب متسقة طوال فترة الحدث:
استخدمت AMD معالج Ryzen AI Max 395 كدليل رئيسي في هذا السياق، حيث سلطت الضوء على تكوينات تصل سعة الذاكرة الموحدة فيها إلى 128 جيجابايت، فضلاً عن القدرة على تشغيل النماذج الضخمة محليًّا ضمن مجموعة ذاكرة واحدة دون الحاجة إلى تقسيمها. كما عرضت الفعالية إعدادات تطوير على نطاق محطات العمل باستخدام بطاقة Radeon AI Pro R9700 ومعالج AMD Threadripper Pro 9000 لإجراء الاختبارات والتوسع المحلي قبل النشر.
لم تكن الفكرة العامة للحدث هي اختفاء السحابة. بل عرض الحدث نموذجًا هجينًا تعمل فيه البيئات المحلية والسحابية معًا. يمكن تنفيذ المهام الروتينية أو التي تتطلب استجابة سريعة أو التي تتطلب حماية الخصوصية محليًّا، بينما يمكن تحويل المهام الأكثر تعقيدًا إلى السحابة عند الحاجة.
كما سلطت فعالية "AMD Dev Day" الضوء على الضغوط الاقتصادية الكامنة وراء هذه القرارات المتعلقة بالبنية. وأكد المتحدثون في الفعالية على النمو السريع في الطلب على الرموز الرقمية، وارتفاع تكاليف الاستدلال، والضغوط التي يخلقها ذلك على المطورين والشركات التي تعمل على تطوير منتجات الذكاء الاصطناعي.
وفي هذا السياق، تم تقديم "الذكاء الاصطناعي المحلي" باعتباره استراتيجية للسيطرة على التكاليف بقدر ما هو استراتيجية تقنية. وكانت الرسالة المتكررة خلال الفعالية هي أن المرحلة المقبلة من الذكاء الاصطناعي ستكافئ الفرق التي تستخدم الموارد الحاسوبية بكفاءة أكبر، وليس فقط تلك التي تستهلك أكبر قدر منها.
بالنسبة لمطوري الذكاء الاصطناعي، يُعد ذلك مؤشراً عملياً. فقد أصبحت قرارات البنية التحتية تُعتبر بشكل متزايد قرارات تتعلق بالمنتج. ولم تعد زمن الاستجابة والخصوصية والذاكرة وتكلفة الرموز مجرد تفاصيل هندسية ثانوية.
ومن أبرز النقاط التي تم تسليط الضوء عليها خلال "AMD Dev Day" الدور المحوري الذي تلعبه النظم البيئية المفتوحة للبرمجيات. وقد ركزت AMD على منصة ROCm، ودعم الأطر الرئيسية دون الحاجة إلى تغيير أي كود، ودعم أكثر من 3 ملايين نموذج عبر Hugging Face Model Hugging Face ope Hugging Face بالإضافة إلى أهداف الدعم الفوري لإصدارات النماذج الجديدة.
وقد لخص نيك ني، المدير الأول لإدارة منتجات الذكاء الاصطناعي في شركة AMD، هذا التركيز بشكل جيد قائلاً: «بالنسبة لمعظم الحاضرين في هذه القاعة، فإن البرمجيات هي جوهر الموضوع في الواقع».
كما سلط الحدث الضوء على عدد من المبادرات التي تركز على المطورين:
وقد بدا هذا الجزء من الفعالية مهمًا بشكل خاص لأنه سلط الضوء على حقيقة أساسية، وهي أن قدرات الأجهزة وحدها لا تكفي لتشجيع استخدامها. فالمطورون بحاجة إلى أدوات متطورة، وأطر عمل مألوفة، ووثائق إرشادية، وطرق سهلة للتجريب. إن قصة النظام البيئي هي التي تحول الادعاءات المتعلقة بالأداء إلى منصات قابلة للاستخدام.
كان دور الصين في سوق الذكاء الاصطناعي موضوعًا متكررًا آخر. فقد وصف العديد من المتحدثين الصين بأنها بيئة رائدة في مجال الابتكار في مجال الذكاء الاصطناعي مفتوح المصدر، لا سيما في المجالات التي تتأثر بالكفاءة والنشر المحلي والقيود الهندسية العملية.
وقد استُخدمت الشراكات مع شركتي Zero One AI وStepfun لتأكيد هذه النقطة. فقد أشارت ملاحظات الحدث إلى نظام مشترك متعدد الوكلاء متكامل مع Zero One AI، مبني على بنية Ryzen AI Max للنشر المحلي، ونموذج من Stepfun مُحسَّن لأجهزة AMD ومصمم للمهام التي تعتمد على الوكلاء.
وكان المعنى الأوسع نطاقاً هو أن الصين لا تمثل سوقاً رئيسية للذكاء الاصطناعي فحسب، بل تُعدّ أيضاً ساحة اختبار مهمة لتطبيق الذكاء الاصطناعي محلياً، ونماذج البرمجيات مفتوحة المصدر، وتصميم البنية التحتية التي تراعي الجوانب الاقتصادية.
من وجهة نظر Ultralytics كانت الإشارة الأكثر فائدة في فعالية AMD Dev Day هي التركيز على أنظمة الذكاء الاصطناعي القابلة للنشر بدلاً من قدرات الذكاء الاصطناعي النظرية. فقد ركزت الفعالية بشكل مستمر على الكيفية التي يمكن بها للمطورين والشركات فعليًّا تشغيل أنظمة الذكاء الاصطناعي ودمجها وتأمينها وتوسيع نطاقها في بيئات الإنتاج.
ويشمل ذلك أسئلة مثل:
هذه أسئلة عملية، وهي تحدد بشكل متزايد كيفية بناء منتجات الذكاء الاصطناعي الناجحة. وهناك أيضًا أسئلة نفكر فيها بشكل مباشر أثناء قيامنا ببناءYOLO Ultralytics YOLO وتوفيرها. فقد كانت مرونة النشر — سواء كان النموذج يعمل على جهاز كمبيوتر محمول أو محطة عمل أو مثيل سحابي — دائمًا أحد القيود التصميمية الأساسية بالنسبة لنا، وليست مجرد اعتبار ثانوي.
وقد أكد التوجه نحو النظم البيئية مفتوحة المصدر وكفاءة الاستدلال خلال فعالية «AMD Dev Day» ما كنا نؤمن به بالفعل: إن أكثر أدوات الذكاء الاصطناعي فائدةً هي تلك التي تتكامل مع سير العمل الفعلي، على أجهزة حقيقية، دون أن تضطر الفرق إلى إعادة بناء بنيتها التحتية حول مورد أو منصة واحدة.
أوضح "AMD Dev Day Shanghai" أمراً واحداً: إن النقاش الدائر حول البنية التحتية للذكاء الاصطناعي آخذ في النضوج. فالتركيز يتحول من مجرد حجم النماذج الأولية إلى الأنظمة الأوسع نطاقاً اللازمة لجعل الذكاء الاصطناعي مفيداً في العالم الواقعي. وكانت سير العمل القائمة على الوكلاء، ونشر الذكاء الاصطناعي محلياً، والأدوات مفتوحة المصدر، وكفاءة البنية التحتية من أبرز الموضوعات التي تكررت طوال الفعالية.
بالنسبة للفرق التي تعمل على تطوير منتجات الذكاء الاصطناعي، فإن هذا التحول يستحق الاهتمام. فقد تأتي الموجة التالية من التقدم من اختيار البنية المناسبة ونموذج النشر المناسب ومنظومة المطورين المناسبة، وليس فقط من اختيار النموذج الأكبر حجماً.
إذا كنت تعمل على تطوير أنظمة الرؤية الحاسوبية وتفكر في المكان الأنسب لتشغيل عمليات الاستدلال — سواء على الجهاز نفسه، أو في الموقع، أو في السحابة — فإنYOLO Ultralytics مصممة لتوفر لك هذه المرونة. استكشف مستودع GitHub الخاص بنا للبدء، واطلع على كيفية تطبيق الرؤية الحاسوبية في عمليات النشر العملية في مجالي التصنيع واللوجستيات، أو اطلع على خيارات الترخيص المتاحة لدينا لبدء التطوير.
ابدأ رحلتك مع مستقبل تعلم الآلة
