ماذا يعني مقعد كامبريكون في مجلس PyTorch لاستراتيجية منظومتها في الذكاء الاصطناعي؟

انضمام كامبريكون إلى مؤسسة PyTorch بصفة عضو بلاتيني يُفهم على أفضل وجه بوصفه رهاناً طويل الأمد على البرمجيات والمنظومة، لا إعلاناً مستقلاً عن منتج سيليكون جديد. فالهدف هو أن تصبح مسرّعات الشركة من فئة MLU هدفاً برمجياً أكثر طبيعية خلال دورة تطوير الذكاء الاصطناعي كاملةً: من بناء النماذج وتدريبها في PyTorch إلى تقديم الاستدلال في بيئات الإنتاج. 5

خلال مؤتمر PyTorch China في شنغهاي، انضمت كامبريكون وعلي بابا كلاود كعضوين بلاتينيين، فيما انضمت مجموعة آنت على مستوى العضوية الذهبية. وتمنح العضوية البلاتينية كامبريكون مقعداً في مجلس إدارة المؤسسة، إلى جانب تمثيل في مجلسها الاستشاري التقني (TAC). 156

لماذا يهم مقعد مجلس الإدارة؟

لا يضمن المقعد في مجلس الإدارة اعتماد مقترحات كامبريكون التقنية. لكنه يضع الشركة رسمياً ضمن النقاشات المتعلقة برسالة المؤسسة ونطاق عملها وسياساتها واتجاهها التقني.

ويمثل كامبريكون في مجلس الإدارة Jin Wang، المدير الأول لأطر الذكاء الاصطناعي والبنية التحتية. كما يقرّب تمثيلها في TAC الشركة من النقاشات التقنية التي قد تؤثر في كيفية دمج الواجهات الخلفية للمسرّعات وصيانتها داخل PyTorch. 5

وهنا تكمن النقطة الأهم: اعتماد المسرّعات لا تحدده مواصفات الشرائح وحدها. فالمطورون يحتاجون أيضاً إلى دعم موثوق لإطار العمل، وأدوات متوافقة، ووثائق قابلة للاستخدام، وواجهات مستقرة، ومسارات واضحة لخدمة النماذج في الإنتاج. أما الشركة التي تضطر إلى صيانة تفرّع كبير ومنفصل من PyTorch، فتواجه عبئاً متكرراً لمواكبة كل تغيير في المشروع الأساسي.

نهج «Upstream First»: تجنب مشكلة المنظومة المنفصلة

تصف كامبريكون نهجها بأنه «Upstream First»، وتقول إنها ساهمت في مجالات أساسية تشمل torch.compile، والمشغّلات الفورية (Eager Operators)، ووقت تشغيل الأجهزة، والحوسبة الموزعة، والدقة المختلطة التلقائية (AMP)، وDataLoader، وProfiler. 5

المغزى الاستراتيجي هو الإسهام عبر التجريدات العامة في PyTorch، بدلاً من الاعتماد فقط على تنفيذ معزول ومخصص لمورّد بعينه. وإذا قُبلت هذه الأعمال في المشروع الأساسي واستمرت صيانتها، فقد تحقق فوائد عملية عدة:

• خفض عبء الصيانة: تقليل الحاجة إلى إعادة مواءمة واجهة خلفية منفصلة مع كل إصدار جديد من PyTorch.
• تجربة تطوير أكثر اتساقاً: استخدام واجهات وأدوات PyTorch المألوفة بدلاً من تعلم منظومة مختلفة جذرياً.
• قابلية نقل أفضل: احتمال الحاجة إلى تعديلات أقل في كود النماذج والأدوات المحيطة بها عند تقييم منصات مسرّعات مدعومة أخرى.
• تكاملات أكثر استدامة: قد تكون واجهات إطار العمل المشتركة أكثر استقراراً من ترقيعات مخصصة مرتبطة بحزمة جهاز محددة.

وتشير أعمال Torch-MLU لدى كامبريكون، بما في ذلك مسار تكامل على نمط PrivateUse1، إلى استخدام آليات PyTorch المعتمدة لتوسيع الدعم إلى أجهزة إضافية. والنتيجة المستهدفة هي تقليل الكود الخاص بالمسرّعات الذي يضطر المستخدم إلى التعامل معه؛ لكن ذلك يظل هدفاً لا ضماناً. فهو يعتمد على جودة التنفيذ، ومراجعة المساهمات وقبولها في المشروع الأساسي، واستمرار التوافق مع إصدارات PyTorch المستقبلية.

من تطوير PyTorch إلى خدمة vLLM

يشير إعلان العضوية إلى هدف أوسع: دعم المسار الكامل من التجارب إلى الاستدلال المنشور في بيئة الإنتاج.

وقد صاغ المدير التنفيذي لمؤسسة PyTorch، مارك كوليير، التحدي بوصفه تمكين المطورين من بناء النماذج وتحسينها في PyTorch، ثم خدمتها بكفاءة عبر vLLM. 5 وبالنسبة إلى كامبريكون، تمثل الطبقتان دورين متكاملين:

• دعم PyTorch محوري لتطوير النماذج وتدريبها وتجميعها وتصحيح أخطائها والاستفادة من أدوات المنظومة.
• دعم vLLM يعالج طبقة خدمة الاستدلال في الإنتاج، حيث تهم كفاءة التشغيل وإتاحة النماذج المفتوحة الشائعة.

وتقول كامبريكون إنها تواصل العمل مع vLLM لتمكين النماذج المفتوحة على عتادها، وتخطط لمزيد من الاستثمار في البنية التحتية للتجميع، وعمليات التكامل والتسليم المستمرين (CI/CD)، والدعم المحايد للأجهزة لمكتبات المجالات في PyTorch. 5 وتستهدف هذه الجهود مجتمعة جعل منصة MLU مناسبة ليس فقط للاختبارات المعيارية أو نقل نموذج منفرد، بل لمسار عمل أكمل من المطور إلى الإنتاج.

ما الذي ينبغي للمستخدمين مراقبته لاحقاً؟

الدليل الأكثر أهمية سيظهر بعد إعلان العضوية، لا فيه. وعلى المطورين وفرق البنية التحتية متابعة مؤشرات ملموسة على نضج التكامل:

1. مساهمات مدمجة في المشروع الأساسي: التغييرات المقبولة في PyTorch أهم من النوايا المعلنة.
2. التوافق بين الإصدارات: ينبغي أن يواكب دعم Torch-MLU تحديثات PyTorch من دون إعادة كتابة مربكة أو واسعة النطاق.
3. تغطية أعباء العمل الفعلية: يجب أن يمتد الدعم إلى معماريات النماذج الشائعة، وأنماط التدريب الموزع، ومسارات التجميع، وأدوات التصحيح.
4. جودة الاستدلال في الإنتاج: يحتاج تكامل vLLM إلى دعم موثوق للنماذج ومسارات نشر قابلة للصيانة.
5. إرشادات أوضح لدمج المسرّعات: قد تقود نقاشات TAC وممارسات PyTorch المستقبلية إلى مسارات أكثر قابلية للتنبؤ للواجهات الخلفية للعتاد.

القيد الأساسي

عضوية كامبريكون البلاتينية وتمثيلها في الحوكمة مهمان استراتيجياً، لكنهما لا يثبتان تكافؤ الأداء مع المسرّعات الأخرى، ولا دعماً واسعاً للنماذج، ولا قبولاً تلقائياً لتصاميم الواجهة الخلفية التي تفضلها الشركة.

ستتوقف هذه النتائج على ما يُدمج فعلياً في المشروع الأساسي، وعلى تقييم مجتمع PyTorch التقني وTAC للأساليب المقترحة، وعلى قدرة كامبريكون على الحفاظ على تكاملات متينة مع PyTorch وvLLM مع مرور الوقت. في الوقت الراهن، تكمن قوة الإعلان في كونه إشارة إلى أن كامبريكون تنافس على جذب المطورين عبر التوافق مع البرمجيات مفتوحة المصدر والمشاركة في المنظومة، لا عبر إطلاق عتاد جديد في اليوم الأول فحسب. 5