انتقل إلى المحتوى الرئيسي

الدرس 2 — المنصّات

العرض السحابي للذكاء الاصطناعي أربع طبقات، من أقصى التحكّم إلى أقصى السهولة. واختيار الطبقة قرار أهمّ من اختيار المزوّد.

الطبقة 1 — العتاد الخامّ​

تستأجر آلةً بمعالج متخصّص، وتُثبّت ما تريد، وتشغّل ما تريد.

المزايا: تحكّم كامل، وحرّية في المكتبات والنسخ، وقابلية نقل عالية — الكود الذي يعمل هنا يعمل في أيّ مكان — وكلفة الحساب الخامّ الأدنى.

العيوب: كلّ شيء عليك. البيئة، والتوسّع، والمراقبة، والأمن، والنسخ الاحتياطية.

المناسب: فرق لديها خبرة تشغيلية، وأحمال خاصّة، وحساسية عالية للكلفة.

الطبقة 2 — منصّة تعلّم آلي مدارة​

المزوّد يقدّم بيئة كاملة: دفاتر ملاحظات، وتدريب موزَّع، وتسجيل تجارب، وسجلّ نماذج، ونشر بضغطة.

المزايا: سرعة كبيرة في الانتقال إلى الإنتاج، وممارسات MLOps مدمجة، وعبء تشغيلي أقلّ بكثير.

العيوب: كلفة أعلى للحساب نفسه، ومرونة أقلّ، واحتجاز أقوى لأنّ أدوات المنصّة خاصّة بالمزوّد.

المناسب: فرق تريد الإنتاج بسرعة بلا بناء بنية من الصفر.

الطبقة 3 — التدريب الآلي​

تعطي بياناتك وتحدّد ما تريد توقّعه، والمنصّة تجرّب خوارزميات ومعاملات وتعطيك أفضل نموذج.

المزايا: لا تحتاج خبرة عميقة، ونتيجة أساسية سريعة جدّاً.

العيوب: تحكّم محدود، وصعوبة في التفسير، وكلفة قد تكون عالية في البحث، ونتيجة نادراً ما تتجاوز خبيراً بشرياً على مشكلة يعرفها.

المناسب: بناء خطّ أساس سريع للمقارنة. وهذا استخدامها الأذكى: أن تعرف في يوم واحد ما هو المستوى المعقول، فتحكم على ما تبنيه أنت.

الطبقة 4 — واجهات النماذج الجاهزة​

لا تدريب ولا بيانات. تنادي واجهةً وتحصل على نتيجة: ترجمة، وقراءة نصّ من صورة، وتصنيف، وتوليد نصّ.

المزايا: تكامل في ساعات، ولا كلفة أوّلية، ونماذج قويّة جدّاً.

العيوب: كلفة لكلّ استخدام تنمو مع الحجم، وبياناتك تخرج، ولا تحكّم في تغيير النسخ، وغير مخصّصة لمجالك.

المناسب: مهامّ عامّة، وتحقّق سريع من فكرة، وأحجام متوسّطة.

المقارنة الكاملة​

عتاد خامّمنصّة مدارةتدريب آليواجهة جاهزة
زمن الوصول إلى نتيجةأسابيعأيّامساعاتساعات
التحكّمكاملمتوسّطمنخفضلا شيء
الخبرة المطلوبةعاليةمتوسّطةمنخفضةمنخفضة
كلفة الحسابالأدنىمتوسّطةمرتفعةلكلّ استخدام
قابلية النقلعاليةمنخفضةمنخفضة جدّاًمتوسّطة
بياناتك تخرجلاإلى المزوّدإلى المزوّدنعم
التخصيص لمجالككاملكاملمحدودلا

مزوّدون متخصّصون​

إلى جانب المزوّدين العامّين الكبار، ظهر سوق مزوّدين متخصّصين في تأجير المعالجات للذكاء الاصطناعي.

المزايا: أسعار أدنى بشكل ملموس، وتوافر أفضل أحياناً في أوقات الشحّ، وبساطة في الاستخدام.

العيوب: خدمات مساندة أقلّ — لا قواعد بيانات مدارة ولا شبكة متكاملة — ونضج تشغيلي متفاوت، وضمانات أقلّ.

وهم خيار جدّي للتدريب تحديداً، حيث الحاجة حساب خامّ لا منظومة كاملة.

المقاربة الهجينة: ما تفعله الفرق الناجحة​

الفرق الجيّدة لا تختار طبقةً واحدة لكلّ شيء، بل تخلط بحسب المرحلة والمهمّة:

المنطق في هذا المسار: ابدأ بأسرع ما يثبت القيمة أو ينفيها، ثمّ انتقل إلى ما يخفّض كلفة الوحدة عند الحجم. وأكثر خطأ شائع هو العكس: بناء بنية كاملة قبل معرفة إن كانت المشكلة تستحقّ الحلّ.

العتبة التي تحسم بين الواجهة الجاهزة والنموذج الخاصّ

الواجهة الجاهزة كلفتها لكلّ استدعاء، والنموذج الخاصّ كلفته ثابتة نسبياً. ولذلك توجد عتبة حجم يصبح فيها النموذج الخاصّ أرخص. احسبها: كلفة الاستدعاء × الحجم المتوقّع مقابل كلفة التطوير والتشغيل الشهرية. الفرق غالباً حادّ في الاتّجاهين، فالحساب يحسم القرار بسرعة.

في ثلاث جمل​

الطبقات الأربع تتدرّج من العتاد الخامّ الأقلّ كلفةً والأعلى عبئاً إلى الواجهة الجاهزة الأسرع تكاملاً والأعلى كلفةً لكلّ استخدام، واختيار الطبقة قرار أهمّ من اختيار المزوّد. والتدريب الآلي أذكى استخداماً كخطّ أساس سريع تعرف به ما هو المستوى المعقول، لا كمنتج نهائي. والمسار الأنجح هجين: ابدأ بواجهة جاهزة لإثبات القيمة أو نفيها بأقلّ كلفة، ثمّ انتقل إلى نموذجك الخاصّ عند الحجم الذي تصبح فيه كلفة الوحدة حاكمة.

التالي — الدرس 3: الكلفة ←