Amazon Bedrock يضيف التخزين المؤقت الصريح للمطالبات في النماذج المفتوحة
إذا كان تطبيقك يعيد إرسال تعليمات طويلة أو وثائق مرجعية مع كل طلب، فأنت تدفع ثمن معالجتها مرة بعد أخرى. يدعم Amazon Bedrock الآن التخزين المؤقت الصريح للمطالبات في النماذج المفتوحة: تُحتسب البادئة المشتركة مرة واحدة، ثم تُقرأ من الذاكرة المؤقتة بسعر مخفض وبسرعة أكبر. هناك وضعان: الضمني يعمل من تلقاء نفسه، أما الصريح فيتطلب علامة تعني «خزّن مؤقتًا حتى هذه النقطة». لذلك يُفضَّل وضع كل ما هو ثابت في بداية المطالبة، وكل ما هو متغير في نهايتها.
معالج بواسطة الذكاء الاصطناعي من AWS Machine Learning Blog؛ بتحرير Hamidun News
تُرسل معظم تطبيقات الذكاء الاصطناعي إلى النموذج الشيء نفسه مع كل طلب: تعليمات النظام، والوثائق المرجعية، ووصف الأدوات، وسجل المحادثة. وتدفع ثمن معالجة هذا الجزء المتكرر في كل مرة، وتنتظر معالجته في كل مرة أيضًا. يدعم Amazon Bedrock الآن التخزين المؤقت الصريح للمطالبات في النماذج المفتوحة (open-weight). وهذا يتيح احتساب البادئة المشتركة مرة واحدة، ثم قراءتها من الذاكرة المؤقتة بكلفة أقل وبسرعة أكبر.
كيف يعمل
المبدأ بسيط. إذا بدأ الطلب الجديد بالنص نفسه الذي بدأ به الطلب السابق، يأخذ Bedrock البداية من الذاكرة المؤقتة ويعالج ما يلي ذلك فقط. وتُحتسب القراءة من الذاكرة المؤقتة بسعر أقل من سعر رمز الإدخال المعتاد. أما في بعض النماذج فتكلّف الكتابة في الذاكرة المؤقتة أكثر من الإدخال القياسي، لذا يجب الاطلاع على الأسعار الدقيقة في قائمة أسعار النموذج المعني. وكلما طال السياق المتكرر وزاد استخدامه، زادت نسبة التوفير.
هناك وضعان. الضمني (implicit) لا يتطلب أي تغيير في الطلبات: يختار Bedrock بنفسه البادئات المناسبة على أساس بذل أفضل جهد (best effort). وهو مناسب للمحادثات وحلقات عمل الوكلاء، حيث يتضمن كل طلب لاحق الطلب السابق. أما الصريح (explicit) فيلزم حين تريد أن تقرر بنفسك ما يُخزَّن مؤقتًا. لهذا تمرّر في Chat Completions API الحقل prompt_cache_options بالوضع explicit، وتضع العلامة prompt_cache_breakpoint على الجزء النصي الذي ينتهي عنده التخزين المؤقت. كل ما يسبق العلامة (بما فيه العلامة نفسها) يُكتب في الذاكرة المؤقتة، وكل ما يليها يُعالَج من جديد. ويمكن وضع عدة علامات إذا كانت الطبقات تتغير بوتيرات مختلفة: مثلًا التعليمات العامة أولًا، ثم وثيقة عميل بعينه.
ملاحظة مهمة: العلامة دون الوضع الصريح تعمل كتخزين مؤقت ضمني، أما الوضع الصريح دون علامة فلا يخزّن شيئًا. لذلك يجب ضبط المعاملين معًا.
مثال: مساعد دعم لفلتر مياه
تعرض AWS ذلك عبر مساعد افتراضي لفلتر AquaPure 500. تتضمن مطالبة النظام تعليمات ودليل مستخدم بنحو 4000 رمز، ويطرح كل طلب سؤالًا جديدًا من العميل. وإذا كان للنموذج حد أدنى لطول البادئة، فيجب استكمال الدليل حتى يبلغه: ويصلح لأغراض الاختبار نص حشو أيضًا، فالذاكرة المؤقتة لا يهمها سوى تطابق البادئة.
العميل هو OpenAI SDK عادي موجَّه إلى نقطة نهاية Bedrock. تتم المصادقة عبر مفتاح API قصير العمر (حتى 12 ساعة) تولّده الدالة provide_token()، فلا حاجة لتخزين مفاتيح طويلة العمر. وفي الرد يظهر في usage.prompt_tokens_details عدد الرموز المقروءة من الذاكرة المؤقتة (cached_tokens) وعدد الرموز المكتوبة (cache_write_tokens).
والصورة في الوضع الضمني كالتالي: الاستدعاء الأول يكتب المطالبة في الذاكرة المؤقتة، والثاني والثالث يقرآن التعليمات والدليل من الذاكرة المؤقتة لكنهما يكتبان بضعة رموز إضافية، لأن البادئة تتسع لتشمل السؤال الجديد. أما في الوضع الصريح فيكتب الاستدعاء الأول فقط، ولا تكتب الاستدعاءات اللاحقة شيئًا: يبقى السؤال بعد العلامة ببساطة جزءًا متبقيًا غير مخزَّن مؤقتًا. وهذا مجدٍ حين تكون الكتابة أغلى من القراءة ولا تريد دفع ثمن تخزين أسئلة لن تتكرر. وثمة تفصيل مهم: في الوضع الضمني يجب وضع الدليل والسؤال في رسالتين مختلفتين (system وuser). وحين أرسلتهما AWS في رسالة مستخدم واحدة، لم تحدث أي إصابة في الذاكرة المؤقتة.
وكيل البرمجة OpenCode
يعيد وكلاء البرمجة في كل خطوة إرسال بادئة كبيرة ثابتة: مطالبة النظام، ووصف الأدوات، والسجل. لذلك يلائمهم التخزين المؤقت الضمني بطبيعتهم. وقد ربطت AWS الوكيل المفتوح OpenCode (الإصدار 1.18.35) بنقطة النهاية نفسها عبر مزوّد مخصص متوافق مع OpenAI. في جلسة من ثلاث خطوات يعالج الطلب الأول المطالبة كاملة ويكتبها في الذاكرة المؤقتة، بينما تقرأ الطلبات التالية كل ما يسبق نهاية الطلب السابق وتعالج «الذيل» الجديد فقط. ولم يتطلب الأمر ضبط التخزين المؤقت. والقيد: لا يسجّل OpenCode في هذا الإصدار cache_write_tokens مع هذا المزوّد، ولذلك يبقى الحقل cache.write صفرًا. والرسوم البيانية في المقال موسومة بأنها توضيحية، أي أن AWS لا تذكر نسبًا مئوية محددة للتوفير.
ماذا تفعل عمليًا
- ضع الثابت في بداية المطالبة: تعليمات النظام والأدوات والوثائق. أما الطوابع الزمنية ومعرّفات الطلبات فأرسلها في النهاية.
- تحقق من أن البادئة طويلة بما يكفي: لكل نموذج حد أدنى من الرموز.
- راقب حقول usage في كل رد، وراقب للحمل الكلي المقياسين CacheReadInputTokenCount وCacheWriteInputTokenCount.
- أبقِ الذاكرة المؤقتة «دافئة»: تُعاد مدة الصلاحية (TTL) إلى بدايتها مع كل إصابة، أما بعد انقطاع أطول من TTL فسيتعين كتابة البادئة من جديد.
- خزّن مؤقتًا ما يتكرر فعلًا فقط. وعند الاستدلال عبر المناطق (cross-region) في ساعات الذروة قد تحدث عمليات كتابة إضافية في الذاكرة المؤقتة.
يعتمد دعم الأوضاع والحد الأدنى لطول البادئة وعدد العلامات ومدة الصلاحية (TTL) على النموذج والمنطقة، لذا ابدأ بمراجعة بطاقة النموذج. وبحسب تصريح AWS، لا تُنقل المطالبات والردود إلى مزوّد النموذج ولا تُستخدم في التدريب.
- 21 نوفمبر 2026كاليفورنيا تحظر سيارات الأجرة الآلية من Waymo على جميع الطرق السريعة بسبب مناطق الصيانة
- 21 نوفمبر 2026عطل في Microsoft 365 يعطّل البريد وCopilot، والرسائل غير المسلَّمة تُحفظ 48 ساعة
- 21 نوفمبر 2026مشغّل المحطات النووية Constellation لا يخشى الديمقراطيين بعد موجة بيع لأسهم الذكاء الاصطناعي بقيمة 2.5 تريليون دولار
- 21 نوفمبر 2026Anthropic تُدرج أسهمها في بورصة ناسداك: نمو الإيرادات الفصلي يتباطأ من 144% إلى 47%
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول كيف يعمل؟
المبدأ بسيط. إذا بدأ الطلب الجديد بالنص نفسه الذي بدأ به الطلب السابق، يأخذ Bedrock البداية من الذاكرة المؤقتة ويعالج ما يلي ذلك فقط. وتُحتسب القراءة من الذاكرة المؤقتة بسعر أقل من سعر رمز الإدخال المعتاد. أما في بعض النماذج فتكلّف الكتابة في الذاكرة المؤقتة أكثر من الإدخال القياسي، لذا يجب الاطلاع على الأسعار الدقيقة في قائمة أسعار النموذج المعني. وكلما طال السياق المتكرر وزاد استخدامه، زادت نسبة التوفير. هناك وضعان.
ما أبرز التفاصيل حول مثال: مساعد دعم لفلتر مياه؟
تعرض AWS ذلك عبر مساعد افتراضي لفلتر AquaPure 500. تتضمن مطالبة النظام تعليمات ودليل مستخدم بنحو 4000 رمز، ويطرح كل طلب سؤالًا جديدًا من العميل. وإذا كان للنموذج حد أدنى لطول البادئة، فيجب استكمال الدليل حتى يبلغه: ويصلح لأغراض الاختبار نص حشو أيضًا، فالذاكرة المؤقتة لا يهمها سوى تطابق البادئة. العميل هو OpenAI SDK عادي موجَّه إلى نقطة نهاية Bedrock. تتم المصادقة عبر مفتاح API قصير العمر (حتى 12 ساعة) تولّده الدالة provide_token()، فلا حاجة لتخزين مفاتيح طويلة العمر.
ما أبرز التفاصيل حول وكيل البرمجة OpenCode؟
يعيد وكلاء البرمجة في كل خطوة إرسال بادئة كبيرة ثابتة: مطالبة النظام، ووصف الأدوات، والسجل. لذلك يلائمهم التخزين المؤقت الضمني بطبيعتهم. وقد ربطت AWS الوكيل المفتوح OpenCode (الإصدار 1.18.35) بنقطة النهاية نفسها عبر مزوّد مخصص متوافق مع OpenAI. في جلسة من ثلاث خطوات يعالج الطلب الأول المطالبة كاملة ويكتبها في الذاكرة المؤقتة، بينما تقرأ الطلبات التالية كل ما يسبق نهاية الطلب السابق وتعالج «الذيل» الجديد فقط. ولم يتطلب الأمر ضبط التخزين المؤقت.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.