أصدرت Anyscale لوحات تحكم جديدة لـ Cluster و Actor لإطار عمل الحوسبة الموزعة Ray. وتَعِد هذه الأدوات بتوفير بيانات دائمة كاملة وقدرات محسّنة لتصحيح الأخطاء للمطورين الذين يبنون أعباء عمل للذكاء الاصطناعي تعمل عبر المجموعات.
لماذا تعتبر البيانات الدائمة مهمة للذكاء الاصطناعي الموزع
في الأنظمة الموزعة، قد يكون تتبع ما حدث عبر آلاف العقد كابوسًا. تضيع السجلات، وتختفي المقاييس. تقول Anyscale إن لوحات التحكم الجديدة تحل هذه المشكلة عن طريق الاحتفاظ بالبيانات — ليس فقط في الذاكرة بل بشكل دائم على القرص. وهذا يعني أن المطورين يمكنهم العودة وفحص حالة مجموعة أو ممثل (Actor) بعد ساعات أو أيام، بدلاً من محاولة التقاط خطأ عابر في الوقت الفعلي.
نظرة أقرب على لوحات تحكم Cluster و Actor
توفر لوحة تحكم Cluster نظرة عامة على مجموعة Ray بأكملها: عدد العقد النشطة، والموارد التي تستخدمها، وأماكن انتظار المهام. أما لوحة تحكم Actor فتركز على الممثلين الأفراد — العمليات الخفيفة التي تنفذ العمل في مهام الذكاء الاصطناعي الموزعة. تقدم كلتا اللوحتين الآن بيانات دائمة كاملة، لذا تظل المعلومات متاحة حتى بعد انتهاء المهمة.
كما شددت Anyscale على زاوية تصحيح الأخطاء. عندما يحدث خطأ ما في تشغيل تدريب موزع أو حلقة تعلم تعزيزي، غالبًا ما يكون من الصعب تحديد السبب. تتيح لوحات التحكم الدائمة للمطورين إعادة عرض الجدول الزمني للأحداث — مثل جهاز DVR للأنظمة الموزعة.
ما يعنيه هذا لمستخدمي Ray
يحظى Ray بشعبية كبيرة بالفعل في خطوط أنابيب التعلم الآلي، وخدمة النماذج، والمحاكاة واسعة النطاق. تهدف لوحات التحكم الجديدة إلى تقليل الوقت الذي يقضيه المهندسون في البحث عن الأخطاء. فبدلاً من تجميع السجلات من عشرات الأجهزة، يمكنهم سحب لوحة تحكم واحدة تظهر تغييرات حالة الممثل عبر دورة حياة المهمة بأكملها.
وهذا أمر مهم جدًا للفرق التي تدير أعباء عمل معقدة للذكاء الاصطناعي. باستخدام البيانات الدائمة، يمكنهم تحديد الاختناقات، واكتشاف المهام الفاشلة، وفهم أنماط استخدام الموارد دون الحاجة إلى إعادة بناء البنية التحتية لكل تجربة جديدة.
يأتي تحديث Anyscale مع زيادة اعتماد المؤسسات على Ray في الذكاء الاصطناعي الإنتاجي. لوحات التحكم الجديدة متاحة الآن، وتقول الشركة إنها جزء من توجه أوسع لجعل الحوسبة الموزعة أسهل للمطورين الذين ليسوا خبراء في الأنظمة.
