الإجاباتمنشور18 المصادر
هل يخفف نقل KV Cache ضغط الذاكرة على استدلال الذكاء الاصطناعي؟
أعلنت هواوي في مؤتمر التخزين المتقدم في شنغهاي يوم 22 أكتوبر 2026 أن تفريغ KV Cache رفع معدل الاستدلال في اختبار GLM 5.2 إلى 7.3 أضعاف، مع تحسن إضافي بنسبة 20% بعد تنسيق عمليات التخزين والشبكة.[5][8] تحتفظ KV Cache بنتائج وسيطة من حسابات الانتباه ليعاد استخدامها عند توليد الرموز التالية. تقول هواوي إن نهجها ينسق بين...
نشر بواسطةتم التحرير باستخدام GPT-6 Lunaتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث
الوجبات السريعة الرئيسية
- أعلنت هواوي في مؤتمر التخزين المتقدم في شنغهاي يوم 22 أكتوبر 2026 أن تفريغ KV Cache رفع معدل الاستدلال في اختبار GLM 5.2 إلى 7.3 أضعاف، مع تحسن إضافي بنسبة 20% بعد تنسيق عمليات التخزين والشبكة.[5][8]
- تحتفظ KV Cache بنتائج وسيطة من حسابات الانتباه ليعاد استخدامها عند توليد الرموز التالية.
- تقول هواوي إن نهجها ينسق بين المعالج والتخزين والشبكة، لكن الشركة لم تنشر إعداد الاختبار الكامل؛ لذلك تظل الأرقام نتائج مخبرية أبلغت عنها الشركة، لا دليلاً مستقلاً على تحسن مماثل في كل بيئة تشغيل.[5][7]
موجّه الذكاء الاصطناعي
openai.comCreate a landscape editorial hero image for this Studio Global article: What storage-network convergence approach did Huawei present at the ODCC-organized Advanced Storage Conference in Shanghai on October 22, 20. Article summary: Huawei presented storage–network convergence as a way to reduce the cost of moving KV Cache between compute, storage, and network during agentic AI inference at the October 22, 2026 ASC session in Shanghai; ODCC organize. Topic tags: general, general web. 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 fake numbers, clic
في مؤتمر التخزين المتقدم (ASC) الذي نظّمته لجنة مراكز البيانات المفتوحة (ODCC) في شنغهاي يوم 22 أكتوبر 2026، عرضت هواوي تنسيق التخزين والشبكة بوصفه وسيلة للتخفيف من اختناق ذاكرة KV Cache أثناء استدلال الذكاء الاصطناعي. وقالت الشركة إن تفريغ هذه الذاكرة حقق معدل معالجة أعلى بـ7.3 أضعاف في اختبار مخبري على نموذج GLM-5.2، وإن تنسيق جدولة عمليات الإدخال والإخراج بين التخزين والشبكة أضاف تحسناً بنسبة 20%. لكن هواوي لم تنشر الإعداد الكامل للاختبار.5
8
لماذا تتحول KV Cache إلى تحدٍّ للبنية التحتية؟
أثناء الاستدلال، يحسب النموذج بيانات المفتاح والقيمة (Key وValue) مع معالجة الرموز. وتحتفظ KV Cache بهذه النتائج كي يعيد النموذج استخدامها عند توليد الرموز التالية، بدلاً من تكرار الحسابات نفسها.47
48
كلما طال سياق المحادثة، كبرت الذاكرة المرتبطة بالطلب. كما قد تحتاج الأنظمة إلى الاحتفاظ بحالة المحادثات السابقة أو إعادة استخدامها في التفاعلات متعددة الجولات. وعندما تتوزع الطلبات والبيانات المخزنة بين عُقد مجموعة الحوسبة، يؤدي نقل هذه الحالة بين المعالجة والتخزين والشبكة إلى زيادة حركة البيانات والضغط على الذاكرة المتاحة. ووصفت تغطية المؤتمر تراكم هذه العوامل بأنه يدفع إجمالي KV Cache في مجموعة الاستدلال نحو مستوى البيتابايت.5
وتلخص هواوي القيود في «ثلاثة جدران»: محدودية قدرات الإدخال والإخراج من جهة الحوسبة، وزمن التأخير أثناء انتقال البيانات بين الطبقات، وعدم كفاية عدد عمليات الإدخال والإخراج في الثانية (IOPS) للتعامل بكفاءة مع عمليات كثيرة على الذاكرة.5
تنسيق بين الحوسبة والتخزين والشبكة
بحسب ما عرضته هواوي، لا يُعامل KV Cache باعتباره مسألة سعة ذاكرة فحسب؛ بل يتناول النهج المعالج والتخزين والشبكة معاً. وتشير تغطية المؤتمر إلى مسار من جهة الحوسبة يتيح للمعالجات بدء عمليات إدخال وإخراج الذاكرة مباشرة، بدءاً من الوصول عبر معالج الذكاء الاصطناعي وأنوية المتجهات، وصولاً إلى عمليات أدق على مستوى SIMT. كما تضع التغطية تنسيق التخزين والشبكة ضمن التصميم الأوسع.5
وربطت الشركة أرقام الأداء بخطوتين: تفريغ KV Cache مباشرة، ثم إضافة جدولة منسقة لعمليات الإدخال والإخراج بين التخزين والشبكة. لكن التقارير المتاحة لا تعرض تفاصيل كافية للتحقق من جميع عناصر التنفيذ، أو لإثبات أن إعداداً محدداً من جدولة Hyper-Converged Fabric (HCF) هو الذي حقق هذه المكاسب. لذا ينبغي فهم الأرقام على أنها نتائج أبلغت عنها هواوي في سيناريو مخبري، لا مواصفات عامة مكتملة للهندسة.5
7
ما الذي أعلنته هواوي، وما الذي لا نعرفه؟
في اختبارها المخبري على GLM-5.2، قالت هواوي إن تفريغ KV Cache مباشرة حقق معدل معالجة للاستدلال أعلى بـ7.3 أضعاف مقارنة بنهج تقليدي يعتمد على الذاكرة. وأضافت أن تنسيق جدولة عمليات الإدخال والإخراج بين التخزين والشبكة أدى إلى تحسن إضافي بنسبة 20% في كفاءة الاستدلال.5
تستدعي هذه الأرقام بعض التحفظ: لم تكشف هواوي عن إعداد الاختبار الكامل، ما يحد من قدرة الآخرين على تقييم طبيعة عبء العمل، وخط الأساس الذي قورنت به النتائج، ومساهمة كل عنصر في التحسن. كما أن التغطية المتاحة للمؤتمر لا تثبت الادعاء المنفصل بتحسن أداء إدخال وإخراج التخزين بأكثر من 30%؛ لذلك لا يمكن اعتبار هذا الرقم مؤكداً هنا.5
7
تحديث لمسار تخزين أوسع لدى هواوي
جاء عرض أكتوبر بعد أن كشفت هواوي عن نسخة مطوّرة من Stellar AI Fabric في مؤتمر HUAWEI CONNECT في سبتمبر. وتعرض تغطية المؤتمر ظهور أكتوبر بوصفه إعلاناً عن قياسات تفريغ KV Cache؛ كما قدمت مواد هواوي في سبتمبر وحدة OceanStor M900 Context Memory Storage، المصممة لتوسيع KV Cache إلى ما يتجاوز الذاكرة الموجودة على الشريحة وذاكرة DRAM، ضمن مجمع مشترك ومتعدد الطبقات لاستدلال الذكاء الاصطناعي.10
15
16
والتمييز مهم: أضافت أرقام أكتوبر ادعاءً عن الأداء إلى توجه قائم لدى هواوي في التخزين والشبكات، لكن المصادر المتاحة لا تثبت أن كل التفاصيل التقنية التي نوقشت في أكتوبر تطابق تصميم سبتمبر. كما أنها لا توثق إطلاق منتج جديد منفصل خلال مؤتمر أكتوبر.5
10
16
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 "هل يخفف نقل KV Cache ضغط الذاكرة على استدلال الذكاء الاصطناعي؟"؟
أعلنت هواوي في مؤتمر التخزين المتقدم في شنغهاي يوم 22 أكتوبر 2026 أن تفريغ KV Cache رفع معدل الاستدلال في اختبار GLM 5.2 إلى 7.3 أضعاف، مع تحسن إضافي بنسبة 20% بعد تنسيق عمليات التخزين والشبكة.[5][8]
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
أعلنت هواوي في مؤتمر التخزين المتقدم في شنغهاي يوم 22 أكتوبر 2026 أن تفريغ KV Cache رفع معدل الاستدلال في اختبار GLM 5.2 إلى 7.3 أضعاف، مع تحسن إضافي بنسبة 20% بعد تنسيق عمليات التخزين والشبكة.[5][8] تحتفظ KV Cache بنتائج وسيطة من حسابات الانتباه ليعاد استخدامها عند توليد الرموز التالية.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
تقول هواوي إن نهجها ينسق بين المعالج والتخزين والشبكة، لكن الشركة لم تنشر إعداد الاختبار الكامل؛ لذلك تظل الأرقام نتائج مخبرية أبلغت عنها الشركة، لا دليلاً مستقلاً على تحسن مماثل في كل بيئة تشغيل.[5][7]