Zhipu تقيّد مبيعات GLM Coding Plan بسبب نقص الموارد الحاسوبية

أعلنت شركة Zhipu الصينية، المطوّرة للنماذج اللغوية الكبيرة (LLM)، تقييد مبيعات منتجها GLM Coding Plan بصورة مؤقتة. وجاء هذا القرار نتيجة ارتفاع الضغط على القدرات الحاسوبية للشركة بعد الإطلاق الأخير للإصدار الجديد من نموذجها الرائد GLM-4.7.

GLM Coding Plan خدمة تتيح للمطوّرين الوصول إلى قدرات GLM في المهام المرتبطة بالبرمجة. ومنذ صدور GLM-4.7 سُجّل نمو كبير في عدد المستخدمين، ما أدى إلى إجهاد الموارد الحاسوبية، خصوصًا في ساعات الذروة (من 15:00 إلى 18:00 في أيام العمل). وفي هذه الفترة واجه بعض المستخدمين أخطاء مرتبطة بالحد من الطلبات المتزامنة، إضافة إلى بطء في عمل النموذج.

اعتذرت Zhipu لمستخدميها عن الإزعاج الذي حدث، وأعلنت بدء العمل على توسيع القدرات الحاسوبية. ولضمان استقرار الخدمة للعملاء الحاليين، قررت الشركة تقييد مبيعات GLM Coding Plan مؤقتًا، إذ سيجري خفض حجم المبيعات اليومي بنسبة 80% عن المستوى الحالي.

ورغم أن هذا القرار مؤقت، فإنه يسلّط الضوء على مشكلة متنامية هي نقص الموارد الحاسوبية اللازمة لتدريب النماذج اللغوية الكبيرة وتشغيلها. فكلما أصبحت النماذج أكثر تعقيدًا وقوة، ازدادت الحاجة إلى القدرات الحاسوبية بصورة كبيرة. ويفرض ذلك تحديات على الشركات المطوّرة للنماذج اللغوية الكبيرة على صعيد توسيع البنية التحتية وإدارة التكاليف.

وقد يؤثر تقييد مبيعات GLM Coding Plan في المطوّرين الذين يستخدمون GLM في مشاريعهم. وقد يؤدي ذلك إلى تأخر في التطوير أو إلى الحاجة للبحث عن حلول بديلة. لكن من جهة أخرى، قد يدفع ذلك المطوّرين إلى استخدام الموارد المتاحة بكفاءة أكبر وإلى تحسين طلباتهم الموجّهة إلى النموذج.

وعمومًا، يعكس وضع GLM Coding Plan تصاعد المنافسة على الموارد الحاسوبية في مجال الذكاء الاصطناعي. وسيتعيّن على الشركات العاملة مع النماذج اللغوية الكبيرة الاستثمار في توسيع بنيتها التحتية وفي تطوير خوارزميات أكثر كفاءة لتلبية الطلب المتزايد على منتجاتها وخدماتها. ويمكن في المستقبل توقّع ظهور قيود مماثلة لدى شركات أخرى مطوّرة للنماذج اللغوية الكبيرة، إلى أن تُوجد حلول أكثر كفاءة لتوسيع الموارد الحاسوبية.

إن تقييد مبيعات GLM Coding Plan إجراء مؤقت يهدف إلى ضمان استقرار الخدمة للمستخدمين الحاليين. غير أن هذا الوضع يمثّل أيضًا إشارة إلى تفاقم مشكلة نقص الموارد الحاسوبية في قطاع الذكاء الاصطناعي، وإلى الحاجة إلى البحث عن حلول طويلة الأمد لتوسيع البنية التحتية.