ورشة مجانية 21–22.11ورشة مجانية لمدة يومين في Vibecoding يومي 21–22 نوفمبر الساعة 16:00 بتوقيت موسكو · الدفعة 3 تبدأ 23.11سجّل مجاناً ←الدفعة 3 (23.11)
إصدارتحليل · على الرادارAWS Machine Learning Blog→ المصدر

AWS تسرّع تشغيل وكلاء الذكاء الاصطناعي حتى 15 ضعفًا وتخفض استهلاك الذاكرة لكل جلسة حتى 68%

يحتاج الوكيل إلى «صندوق رمل» معزول خاص به، وكان على الفرق سابقًا أن تختار: إما إبقاء آلات جاهزة ودفع كلفة فترات الخمول، وإما انتظار البدء البارد. في AgentCore runtime المحدَّث من AWS تبدأ الجلسة في أقل من ثانيتين، أي أسرع حتى 15 ضعفًا من النسخة السابقة، وتنخفض الذاكرة لكل جلسة حتى 68% للوكلاء ذوي فترات التوقف. لذا لم تعد المجمّعات الدافئة ضرورية، ويستحق تقدير تكاليف الوكلاء إعادة الحساب.

معالج بواسطة الذكاء الاصطناعي من AWS Machine Learning Blog؛ بتحرير Hamidun News
AWS تسرّع تشغيل وكلاء الذكاء الاصطناعي حتى 15 ضعفًا وتخفض استهلاك الذاكرة لكل جلسة حتى 68%
المصدر: AWS Machine Learning Blog. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليAWS Machine Learning Blog ↗
رئيس التحرير
Coinbaseانخفض البدء البارد للجلسات من نحو دقيقة إلى أقل من 5 ثوانٍ
ارتفعت حدود الجلسة أربعة أضعافحتى 8 vCPU و32 غيغابايت وصور حتى 10 غيغابايت
حقيقة رئيسية #3تستطيع الجلسة ربط حاوية S3 كنظام ملفات، وتبقى البيانات داخل حدود الثقة

تخيّل وكيلًا يصلح الأخطاء البرمجية في مستودعك: ينفّذ الكود، ويشغّل الاختبارات، ويتصفح المواقع. لا يمكن إطلاق وكيل كهذا في بيئة مشتركة، فهو يحتاج إلى «صندوق رمل» معزول خاص به. ومن هنا تبدأ المفاضلة: إذا أبقيتَ صناديق الرمل جاهزة مسبقًا فأنت تدفع ثمن فترات الخمول، وإذا أنشأتها عند الطلب فإن المستخدم ينتظر البدء البارد. حدّثت AWS خدمة AgentCore runtime، وهي طبقة الحوسبة المُدارة ضمن Amazon Bedrock AgentCore، وتَعِد بإلغاء هذه المفاضلة. أصبحت جلسة الوكيل تبدأ الآن في أقل من ثانيتين، أي أسرع حتى 15 ضعفًا من النسخة السابقة بحسب تقدير AWS. أما الوكلاء الذين تتخلل عملَهم فترات توقف بين الخطوات، فينخفض استهلاك الذاكرة لكل جلسة لديهم حتى 68%، لأن الوكيل الخامل لم يعد يحتلّ الذاكرة دون جدوى.

أين كانت المشكلة

تجاوز الوكلاء منذ وقت طويل حدود الأوامر النصية المفردة: فهم ينفّذون مهام متعددة الخطوات على مدى ساعات، ويشغّلون الكود، ويتعاملون مع بيانات حساسة، ويتصرفون نيابةً عن المستخدم. ولذلك تحتاج كل جلسة إلى عزل، وإلا أمكن لكود مستخدم أن يصل إلى بيانات مستخدم آخر. وعندما يبلغ عدد الوكلاء آلافًا، تصبح صناديق الرمل المطوَّرة داخليًا معقدة ومكلفة وغير متوقعة السلوك.

تستند AWS إلى استطلاعات في القطاع. فبحسب Deloitte، لم توسّع سوى 15% من المؤسسات نطاق الأنظمة متعددة الوكلاء المُدارة بالتنسيق، بينما يقرّ 70% بأنهم لا يستطيعون حتى الآن الوثوق بوكلائهم وإدارتهم. وبحسب McKinsey، تعمل 40% من الشركات الكبرى بالفعل على توسيع نطاق وكلاء الذكاء الاصطناعي، مقابل 27% قبل عام. ولا تكشف AWS منهجية هذه الاستطلاعات، لكن الخلاصة واضحة: كثيرون تعيقهم مسألة التشغيل الآمن وزهيد الكلفة، لا قدرات النماذج.

ما الذي تغيّر

بقي الضمان الأساسي كما هو: تعمل كل جلسة في آلة افتراضية مصغّرة خاصة بها من Firecracker معزولة عتاديًا (وهي آلة افتراضية خفيفة تُشغَّل في أجزاء من الثانية)، ولها هويتها وسياسة وصولها وسجل تدقيقها. وأُضيفت إلى ذلك أربعة تغييرات.

  • البدء والحجم. تبدأ الجلسة في أقل من ثانيتين بصرف النظر عن حجم الصورة وعدد عمليات التشغيل المتزامنة. وارتفعت الحدود أربعة أضعاف: حتى 8 vCPU (أنوية معالجة افتراضية) و32 غيغابايت من الذاكرة، ويمكن أن تصل أحجام صور الحاويات إلى 10 غيغابايت. وهذا يكفي لبناء قواعد كود كبيرة وسيناريوهات المتصفح وتشغيل النماذج محليًا. أما المجمّعات الدافئة والعناقيد المجهّزة مسبقًا فلم تعد ضرورية، بحسب AWS.
  • الدفع مقابل العمل. يقضي الوكيل معظم وقته في انتظار ردّ النموذج أو الأداة أو الإنسان. والآن تحرّر البيئة الذاكرة خلال دقائق قليلة بعد أن يتخلى عنها الوكيل، ويتقلّص الوكيل الخامل إلى الصفر. ومن هنا يأتي توفير الذاكرة لكل جلسة بنسبة تصل إلى 68% للوكلاء الحواريين ذوي فترات التوقف.
  • تعرفة الوكلاء الدائمين. للوكلاء الذين يعملون دون توقف يوجد committed baseline: تحدّد حدًّا أدنى من الذاكرة لكل جلسة وتدفع مقابله كحدّ أدنى ثابت. ويمكنك فوق ذلك أن تأخذ مؤقتًا حتى أربعة أضعاف هذا الحجم عند الطلب. وترتبط الأسعار بأسعار AWS Lambda MicroVM.
  • عزل البيانات. كان الوكيل سابقًا يعمل داخل جلسة محمية بينما تقع الملفات التي يحتاجها خارجها. أما الآن فيمكن للجلسة أن تربط ديناميكيًا نظام ملفات، مثل حاوية Amazon S3 عبر FUSE (فيبدو التخزين كمجلد عادي)، وأن تحفظ النتائج فيه. وتبقى البيانات داخل حدود الثقة، وتُحدَّد قواعد الوصول مرة واحدة.

ما يقوله العملاء وما ينبغي الانتباه إليه

تورد AWS شهادات عملاء. تفيد Coinbase بأن البدء البارد للجلسات انخفض من نحو دقيقة إلى أقل من 5 ثوانٍ حتى في ذروة الحمل، وأن حجم عمليات تشغيل الوكلاء الأسبوعي نما بأكثر من الضعف. وحصلت Mission Cloud في السيناريو نفسه على بدء أسرع بنسبة 35% لطلبات الاستدلال، وبدء أسرع بنسبة 77% لفحوص الجاهزية، وكلفة أقل بنسبة 17% لكل استدعاء. وخفّضت Zuora الذاكرة لكل استدعاء بنحو 60% في كثير من السيناريوهات مع ثبات زمن الاستجابة. وتستخدم Okta الربط مع Lambda MicroVM ليتحقق الوكلاء من الكود ويشغّلوا الاختبارات ويفتحوا pull request في صناديق رمل تُستخدم مرة واحدة.

تجدر ملاحظة بعض التحفظات. فالأرقام إما صيغة تسويقية من نوع «حتى»، وإما مأخوذة من أقوال العملاء أنفسهم في البيان الصحفي، ولا توجد قياسات مستقلة. ويعتمد المكسب على طبيعة الحمل: فإذا أبقى الوكيل الذاكرة مشغولة طوال الوقت فسيكون التوفير أقل من 68%. أما ربط كل جلسة بمجلد تخزين خاص بها عبر بيانات اعتماد الجلسة من AWS، فتَعِد به AWS بحلول re:Invent فقط، ولذلك فإن عزل البيانات غير مكتمل حتى الآن.

والخلاصة العملية للفرق التي تبني الوكلاء: إذا كنتم تحتفظون بمجمّعات دافئة أو بصناديق رمل مطوَّرة داخليًا من أجل سرعة البدء، فقارنوا كلفتها بنموذج الدفع الجديد مقابل العمل الفعلي. ومن المناسب أن تبدؤوا بالوكلاء الذين تتخلل عملَهم فترات توقف كثيرة بين الخطوات، ففي هذه الحالة يبلغ توفير الذاكرة أقصاه. والخدمة متاحة بالفعل في مناطق الأمريكتين وأوروبا وآسيا والمحيط الهادئ.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول أين كانت المشكلة؟

تجاوز الوكلاء منذ وقت طويل حدود الأوامر النصية المفردة: فهم ينفّذون مهام متعددة الخطوات على مدى ساعات، ويشغّلون الكود، ويتعاملون مع بيانات حساسة، ويتصرفون نيابةً عن المستخدم. ولذلك تحتاج كل جلسة إلى عزل، وإلا أمكن لكود مستخدم أن يصل إلى بيانات مستخدم آخر. وعندما يبلغ عدد الوكلاء آلافًا، تصبح صناديق الرمل المطوَّرة داخليًا معقدة ومكلفة وغير متوقعة السلوك. تستند AWS إلى استطلاعات في القطاع.

ما أبرز التفاصيل حول ما الذي تغيّر؟

بقي الضمان الأساسي كما هو: تعمل كل جلسة في آلة افتراضية مصغّرة خاصة بها من Firecracker معزولة عتاديًا (وهي آلة افتراضية خفيفة تُشغَّل في أجزاء من الثانية)، ولها هويتها وسياسة وصولها وسجل تدقيقها. وأُضيفت إلى ذلك أربعة تغييرات. البدء والحجم. تبدأ الجلسة في أقل من ثانيتين بصرف النظر عن حجم الصورة وعدد عمليات التشغيل المتزامنة. وارتفعت الحدود أربعة أضعاف: حتى 8 vCPU (أنوية معالجة افتراضية) و32 غيغابايت من الذاكرة، ويمكن أن تصل أحجام صور الحاويات إلى 10 غيغابايت.

ما أبرز التفاصيل حول ما يقوله العملاء وما ينبغي الانتباه إليه؟

تورد AWS شهادات عملاء. تفيد Coinbase بأن البدء البارد للجلسات انخفض من نحو دقيقة إلى أقل من 5 ثوانٍ حتى في ذروة الحمل، وأن حجم عمليات تشغيل الوكلاء الأسبوعي نما بأكثر من الضعف. وحصلت Mission Cloud في السيناريو نفسه على بدء أسرع بنسبة 35% لطلبات الاستدلال، وبدء أسرع بنسبة 77% لفحوص الجاهزية، وكلفة أقل بنسبة 17% لكل استدعاء. وخفّضت Zuora الذاكرة لكل استدعاء بنحو 60% في كثير من السيناريوهات مع ثبات زمن الاستجابة.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Private AI Builders Community · Vibe Club

Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews

Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.

Join Vibe Club →Explore Hamidun Academy
ما رأيك؟
جارٍ تحميل التعليقات…