الإجاباتمنشور17 المصادر
كيف تريد علي بابا نقل وكلاء الذكاء الاصطناعي من التجربة إلى التشغيل الواسع؟
تقسم علي بابا كلاود استراتيجيتها إلى ثلاثة احتياجات: النموذج، وبيئة تشغيل الوكيل، والسياق؛ وتقابلها ثلاث طبقات سحابية.[3][4] تُقدّم AgentCore لإدارة دورة حياة الوكلاء، بينما تصف CPFS وHPN 8.0 Pro بأنهما جزء من البنية اللازمة لتدريب النماذج وتشغيلها على نطاق واسع.[3][7][17] تقول الشركة إن CPFS قد يخفض تكلفة تخزين الذ...
نشر بواسطةتم التحرير باستخدام GPT-6 Solتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث
الوجبات السريعة الرئيسية
- تقسم علي بابا كلاود استراتيجيتها إلى ثلاثة احتياجات: النموذج، وبيئة تشغيل الوكيل، والسياق؛ وتقابلها ثلاث طبقات سحابية.[3][4]
- تُقدّم AgentCore لإدارة دورة حياة الوكلاء، بينما تصف CPFS وHPN 8.0 Pro بأنهما جزء من البنية اللازمة لتدريب النماذج وتشغيلها على نطاق واسع.[3][7][17]
- تقول الشركة إن CPFS قد يخفض تكلفة تخزين الذكاء الاصطناعي بنسبة 69%، وإن HPN 8.0 Pro يوفر عرض نطاق يبلغ 100 بيتابت؛ ولا تكفي إعلانات المؤتمر للتحقق من تحقق هذه النتائج في كل بيئة تشغيل.[17][23]
موجّه الذكاء الاصطناعي
openai.comCreate a landscape editorial hero image for this Studio Global article: At the 2026 Apsara Conference, how did Alibaba Cloud define its Agentic Cloud strategy across the model, harness and context scenarios and t. Article summary: Alibaba Cloud framed its 2026 **Agentic Cloud** around three needs—**Model, Harness and Context**—and three corresponding layers: **AI Native Cloud** for large-scale model training and inference, **Agent Native Cloud** f. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
لم تطرح «علي بابا كلاود» في مؤتمر أبسارا 2026 سحابةً لاستضافة نماذج الذكاء الاصطناعي فحسب. ففكرة Agentic Cloud، أو السحابة المهيأة للوكلاء الأذكياء، هي جمع القدرة على تشغيل النموذج مع أدوات إدارة الوكيل والبيانات التي يحتاج إليها لمواصلة العمل عبر المهام والتفاعلات.3
4
من النموذج إلى الوكيل ثم إلى السياق
رتّبت الشركة استراتيجيتها حول ثلاثة احتياجات، لكل منها طبقة مقابلة:3
4
- Model — AI Native Cloud: بنية لتدريب النماذج الكبيرة وتشغيلها للاستدلال، أي توليد النتائج باستخدام نموذج مدرَّب.
3
- Harness — Agent Native Cloud: بيئة لنشر وكلاء الذكاء الاصطناعي وتشغيلهم وإدارة أمنهم على مستوى المؤسسات. والمقصود بالوكيل هنا نظام يستخدم النموذج لتنفيذ مهام، لا مجرد الإجابة عن سؤال واحد.
4
- Context — Context Engine: بيانات آنية وذاكرة طويلة الأمد تمنح الوكيل معلومات يمكنه الاستفادة منها خارج التفاعل الواحد.
هذه هي الفكرة التي تربط الإعلانات: النموذج يوفّر القدرة الأساسية، وطبقة التشغيل تدير ما يفعله الوكيل، وطبقة السياق تمدّه بالمعلومات. أما التخزين والشبكة فيدعمان أحمال العمل التي يقوم عليها هذا التصور.3
4
17
AgentCore: إدارة الوكيل طوال دورة حياته
تقع AgentCore في طبقة Agent Native Cloud. وتعرضها علي بابا كلاود منصةً للمؤسسات لبناء الوكلاء وتشغيلهم وإدارتهم، بما يشمل الإشراف على تعاون البشر معهم ومتابعة أدائهم.3
4 ووفق تقرير عن المؤتمر، تدعم المنصة المهام الطويلة، وإعادة المحاولة بعد الإخفاق، واستئناف العمل المتوقف، والتنفيذ غير المتزامن، إلى جانب عزل بيئات التنفيذ وإدارة صلاحيات الهوية وسجلات التدقيق.
7
أما Agent Security Center فهو منتج آخر تذكره الشركة ضمن عروضها الأمنية للوكلاء؛ وتصف Agent Loop بأنه وحدة لتحليل السجلات فيه.25
30 لكن الأدلة المتاحة عن المؤتمر لا توضّح أيّ ضوابط في هذا المركز مدمجة فعلياً مع AgentCore، ولا تقدّم قياساً لفاعليتها في بيئات الإنتاج. لذلك لا ينبغي الخلط بين وجود منتج أمني وبين ضمان سلامة الوكلاء.
CPFS: تخزين يهدف إلى إبقاء التدريب مزوّداً بالبيانات
تقدّم الشركة الجيل الجديد من CPFS، وهو نظام تخزين ملفات متوازٍ سحابي، بوصفه مهيأً لتدريب نماذج الذكاء الاصطناعي. وتقول إنه يحقق معدل نقل في نطاق مئة تيرابايت في الثانية، ومعدل عمليات إدخال وإخراج في نطاق مئة مليون عملية في الثانية، ويساعد على خفض تكلفة تخزين الذكاء الاصطناعي للمؤسسات بنسبة 69%.17
ويضيف تقرير عن المؤتمر أن سعة نظام الملفات الواحد تصل، بحسب الأرقام المعلنة، إلى 100 بيبيبايت، أي خمسة أمثال السعة السابقة؛ كما ينقل ادعاءً بتقليص متوسط زمن بدء تشغيل النموذج 50% ورفع ذروة الاستفادة من القدرة الحاسوبية 30%.7 والبيبيبايت وحدة ثنائية لقياس سعة البيانات.
هذه نتائج منقولة عن الشركة، وليست اختبارات مستقلة، ولا يصح تعميمها على كل إعدادات CPFS. فوثائق المنتج القائمة لدى علي بابا تسرد حدوداً مختلفة لمعدل النقل بحسب التهيئة.23
HPN 8.0 Pro: شبكة لاستيعاب الحجم وتقليل الانقطاع
على مستوى الشبكة، تقول علي بابا كلاود إن HPN 8.0 Pro يوفر عرض نطاق يبلغ 100 بيتابت، وإن المجموعة الواحدة تدعم أكثر من 130 ألف منفذ بسرعة 800G لكل منها.17 وتقول الشركة إن التصميم الاحتياطي يستهدف منع تعطل الخدمة عند فشل جهاز إرسال واستقبال ضوئي أو وصلة شبكية.
3
17
وينقل تقرير عن المؤتمر أن أثر ترقيات الشبكة والأعطال انخفض من 50% إلى 25% مقارنة بالجيل السابق، لكنه لا يحدد بدقة ما الذي قيس بهذه النسبة.3 لذا فهي ليست، في حد ذاتها، دليلاً على مقدار التحسن الذي ستراه كل مؤسسة.
الخلاصة: ترسم الإعلانات مساراً متكاملاً من تدريب النموذج إلى تشغيل الوكلاء وإدارتهم مع سياق مستمر. لكن الحكم على مكاسب التخزين والشبكات والحوكمة في عبء عمل محدد يتطلب تفاصيل واختبارات تتجاوز الأرقام المعروضة في المؤتمر.3
7
17
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
يسأل الناس أيضا
ما هي الإجابة المختصرة على "كيف تريد علي بابا نقل وكلاء الذكاء الاصطناعي من التجربة إلى التشغيل الواسع؟"؟
تقسم علي بابا كلاود استراتيجيتها إلى ثلاثة احتياجات: النموذج، وبيئة تشغيل الوكيل، والسياق؛ وتقابلها ثلاث طبقات سحابية.[3][4]
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
تقسم علي بابا كلاود استراتيجيتها إلى ثلاثة احتياجات: النموذج، وبيئة تشغيل الوكيل، والسياق؛ وتقابلها ثلاث طبقات سحابية.[3][4] تُقدّم AgentCore لإدارة دورة حياة الوكلاء، بينما تصف CPFS وHPN 8.0 Pro بأنهما جزء من البنية اللازمة لتدريب النماذج وتشغيلها على نطاق واسع.[3][7][17]
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
تقول الشركة إن CPFS قد يخفض تكلفة تخزين الذكاء الاصطناعي بنسبة 69%، وإن HPN 8.0 Pro يوفر عرض نطاق يبلغ 100 بيتابت؛ ولا تكفي إعلانات المؤتمر للتحقق من تحقق هذه النتائج في كل بيئة تشغيل.[17][23]