منصة هواوي الجديدة لمراكز بيانات الذكاء الاصطناعي: بنية من خمس طبقات وأدوات متكاملة للمؤسسات

1. طبقة التخزين

تشكل OceanStor Pacific أساس البنية، وهي منصة تخزين موزعة قابلة للتوسع مصممة للتعامل مع أحجام هائلة من البيانات المستخدمة في تدريب النماذج وتشغيلها.

وتقول هواوي إن النظام قادر على توفير سعة تصل إلى 11 بيتابايت داخل هيكل 2U فقط، ما يتيح كثافة تخزين عالية وتقليل التكلفة الإجمالية لتشغيل مراكز بيانات الذكاء الاصطناعي واسعة النطاق.

2. طبقة إدارة البيانات

فوق طبقة التخزين تأتي منصة DME Omni‑Dataverse، وهي مساحة بيانات موحدة لإدارة البيانات عبر البيئات المختلفة.

توفر هذه الطبقة إمكانات مثل:

• إدخال البيانات متعددة الوسائط
• إدارة البيانات عبر مواقع متعددة
• رؤية وتحكم مركزيان في البيانات
• البحث السريع داخل مجموعات ضخمة من المتجهات (vector data)

وتشير التقارير إلى أن النظام قادر على استرجاع البيانات خلال ثوانٍ من قواعد بيانات تضم مئات المليارات من المتجهات، وهو أمر مهم لتطبيقات الذكاء الاصطناعي المعتمدة على قواعد المعرفة الكبيرة.

3. طبقة تشغيل النماذج والاستدلال

تركز هذه الطبقة على نشر النماذج وتشغيلها بكفاءة داخل بيئات الحوسبة المختلفة.

أبرز التقنيات هنا تشمل:

• Context Memory Storage (CMS): بنية ذاكرة مصممة لدعم عناقيد الاستدلال الضخمة.
• ModelEngine: بيئة تشغيل لنشر النماذج وإدارتها بسرعة.

تدعم تقنية CMS بيئات الحوسبة غير المتجانسة، ويمكنها تجميع موارد ذاكرة KV‑Cache في مجمعات كبيرة مشتركة. ووفقاً لهواوي، يساعد ذلك على تقليل زمن الاستجابة عند توليد أول رمز في عملية الاستدلال وتحسين أداء النماذج.

أما ModelEngine فيوفر بوابة للنماذج وأدوات لنشرها بسرعة، بما يسمح بإضافة نماذج جديدة أو تشغيلها بتكوينات بسيطة نسبياً.

4. طبقة تنسيق وكلاء الذكاء الاصطناعي

أطلقت هواوي أيضاً منصة Nexent، وهي منصة مخصصة لبناء وتشغيل وكلاء الذكاء الاصطناعي المؤسسيين.

تعمل Nexent جنباً إلى جنب مع ModelEngine لتنسيق الوكلاء عبر العمليات التجارية، مثل:

• الأتمتة المؤسسية
• دعم اتخاذ القرار
• التفاعل مع العملاء

وتهدف هذه الطبقة إلى تحويل النماذج من أدوات تحليلية إلى وكلاء ذكاء اصطناعي قادرين على تنفيذ مهام عملية داخل الأنظمة التشغيلية للمؤسسات.

5. طبقة مرونة البيانات والحماية

الطبقة الأخيرة في البنية تركز على أمن البيانات واستمرارية العمل داخل مراكز بيانات الذكاء الاصطناعي.

تشمل القدرات التي أعلنت عنها هواوي:

• نسخ احتياطية ولقطات غير قابلة للتغيير (Immutable Snapshots)
• حماية شاملة للبيانات عبر النظام بالكامل
• أدوات للتعافي من الكوارث واستمرارية التشغيل

وتهدف هذه الإجراءات إلى حماية البيانات والبنية التحتية من تهديدات مثل هجمات الفدية (Ransomware) أو أي أعطال قد تؤثر في عمليات الذكاء الاصطناعي داخل المؤسسة.

مزاعم الأداء والكفاءة

تؤكد هواوي أن دمج هذه الطبقات في منصة واحدة يمكن أن يحقق تحسناً ملحوظاً في أداء تطبيقات الذكاء الاصطناعي.

من بين الأرقام التي عرضتها الشركة:

• تسريع توليد الرموز (Token Generation) في بعض سيناريوهات الاستدلال بما يصل إلى 10 مرات بفضل إدارة الذاكرة وتقنيات KV‑cache.
• تقليل زمن نشر تطبيقات الذكاء الاصطناعي من أسابيع إلى أيام بفضل أدوات النشر والتنسيق المدمجة.

وكما هو الحال مع معظم اختبارات الشركات، تستند هذه الأرقام إلى سيناريوهات محددة أو اختبارات داخلية وليست بالضرورة نتائج عامة في جميع البيئات.

استخدامات مبكرة في الشركات

أشارت التقارير أيضاً إلى بعض حالات الاستخدام المبكرة للبنية التحتية لهواوي في المؤسسات.

فعلى سبيل المثال، قامت شركة Auchan الفرنسية للبيع بالتجزئة بنشر بنية تحتية من هواوي ومجموعات حوسبة في ثلاثة مراكز بيانات داخل فرنسا ضمن مشروع لتحديث بيئة مراكز البيانات لديها.

ورغم أن التحديث يهدف إلى تحسين الأداء والبنية الرقمية للشركة، فإن المصادر المتاحة لا تؤكد بشكل واضح أن خفض تكاليف السحابة لدى الشركة يعود مباشرة إلى منصة هواوي وحدها، إذ قد يشمل التحديث استخدام تقنيات ومزودين متعددين.

لماذا تتجه الشركات إلى منصات الذكاء الاصطناعي المتكاملة

إعلان هواوي يعكس اتجاهاً أوسع في صناعة التكنولوجيا نحو البنية التحتية المتكاملة للذكاء الاصطناعي (Full‑Stack AI Infrastructure).

فبدلاً من بناء أنظمة منفصلة للتخزين وإدارة البيانات وتشغيل النماذج، تتجه الشركات إلى منصات موحدة تدعم:

• عناقيد الاستدلال الضخمة
• وكلاء الذكاء الاصطناعي في المؤسسات
• خطوط معالجة البيانات المعتمدة على الذكاء الاصطناعي

وفي رؤية هواوي، تعد البنية التحتية للبيانات—من التخزين واسترجاع المتجهات إلى إدارة الذاكرة والتنسيق—عنصراً أساسياً في أداء أنظمة الذكاء الاصطناعي الحديثة، وليس مجرد طبقة داعمة لها.

وإذا تبنت المؤسسات هذا النوع من المعمارية على نطاق واسع، فقد تتحول هذه المنصات إلى العمود الفقري التشغيلي لمراكز بيانات الذكاء الاصطناعي في السنوات المقبلة.