الذكاء الاصطناعي

إنTEL تكشف عن خدمات استنتاج مصغّرة لتسريع نماذج الذكاء الاصطناعي

أطلقت شركة إنTEL حزمة برمجية جديدة تتيح للمؤسسات تشغيل نماذج اللغة الكبيرة بكفاءة قصوى على البنية التحتية الحالية دون الحاجة إلى شراء أجهزة جديدة أو إجراء تعديلات يدوية معقدة.

رضوان عبدالهاديمحرر وكاتب تقني

نُشر: 15 أكتوبر 2026 · آخر تحديث: 15 أكتوبر 2026 · 3 دقائق قراءة

إنTEL تكشف عن خدمات استنتاج مصغّرة لتسريع نماذج الذكاء الاصطناعي — الصورة: Intel Newsroom

الخلاصة

تعمل خدمات الاستنتاج المصغّرة كحاويات برمجية تكتشف المعالج تلقائياً وتطبق أفضل إعدادات أداء مدروسة مسبقاً من قبل إنTEL.
تدعم الحزمة واجهة برمجة التطبيقات المتوافقة مع OpenAI، مما يتيح التكامل السلس مع أدوات مثل LangChain وLlamaIndex دون تغييرات في الكود.
تستهدف الإصدار الأول معالجات Intel Xeon من الجيل الرابع إلى السادس، مع خطط للتوسع لتشمل بقية أجهزة إنTEL في المستقبل.
تقلل الخدمة من وقت نشر النماذج من أسابيع إلى دقائق، وتزيل حاجز الحاجة إلى خبراء متخصصين في تحسين أداء الاستنتاج.

إعلان عن خدمات الاستنتاج المصغّرة

أعلنت شركة إنTEL رسمياً عن إطلاق خدمات الاستنتاج المصغّرة (Intel® Inference Microservices)، وهي حزمة برمجية مصممة لتسهيل الحصول على أداء محسّن لنماذج اللغة الكبيرة (LLM) على المعالجات الحالية. تهدف هذه الخدمة إلى القضاء على الحاجة إلى أيام أو أسابيع من الضبط اليدوي المعقد للعتاد، حيث تتولى الحاوية البرمجية اكتشاف المعالج وتطبيق الإعدادات المثلى تلقائياً عند بدء التشغيل. ويمكن الرجوع إلى Intel Newsroom للاطلاع على التفاصيل الأصلية للمصدر.

آلية العمل التلقائية

تعتمد الخدمة على مبدأ أن المستخدم يختار النموذج، بينما تختار الحاوية الإعدادات المناسبة. عند التشغيل، تفحص الحاوية المعالج المضيف، بما في ذلك عدد الأنوية، ترتيب الذاكرة عبر عقد NUMA، والمسرعات المدمجة مثل Intel AMX وAVX-512. بناءً على هذه البيانات، تختار الحاوية ملف إعدادات (Profile) تم قياسه وتحقق منه مسبقاً من قبل فريق إنTEL لضمان أفضل أداء ممكن لهذا النموذج على هذا العتاد المحدد.

التكامل السلس مع أدوات الذكاء الاصطناعي

تقدم الخدمة واجهة برمجة تطبيقات متوافقة مع OpenAI، مما يعني أن معظم أطر عمل الذكاء الاصطناعي الحالية، مثل OpenAI SDK وLangChain وLlamaIndex، يمكنها التفاعل معها دون أي تعديلات. لا يحتاج المطورون إلى تثبيت محركات استنتاج منفصلة أو إعداد بيئات Python معقدة، بل يكفي توجيه طلباتهم إلى عنوان URL أساسي واحد، مما يسهل عملية النشر بشكل كبير.

الفوائد التشغيلية والمالية

تساعد هذه الخدمة المؤسسات على تقليل وقت الوصول إلى الإنتاج بشكل ملحوظ، حيث تستبدل عملية الضبط والمعايرة الطويلة بأمر سحب وتشغيل بسيط. كما أنها تتيح للمشاريع البدء فوراً باستخدام سعة المعالجات الموجودة بالفعل، بدلاً من انتظار دورات الشراء الطويلة للحصول على أجهزة جديدة. هذا يقلل من الحاجة إلى متخصصين في تحسين أداء الاستنتاج، وهو ما يعتبر عنق زجاجة شائعة في برامج الذكاء الاصطناعي المؤسسية.

التوافق والمرونة المستقبلية

يستهدف الإصدار الأول من الخدمة معالجات Intel Xeon من الجيل الرابع والخامس والسادس، ويعمل على Docker أو Kubernetes. تؤكد إنTEL أن الواجهة البرمجية هي العقد الأساسي، وليس العتاد نفسه، مما يعني أن توسيع الخدمة لتشمل أجهزة إنTEL الأخرى في المستقبل لن يتطلب إعادة كتابة التطبيقات، بل تغييرات في النشر فقط. كما تتيح الخدمة للمطورين رؤية الإعدادات المطبقة دون الحاجة إلى تشغيل النموذج فعلياً، مما يعزز الشفافية.

التزام إنTEL بالمعايير المفتوحة

أوضح بيل بيرسون، نائب الرئيس في إنTEL، أن التحسينات المقدمة في هذه الإصدارات هي نفسها التي تساهم بها الشركة في الأطر المفتوحة مثل vLLM. تهدف إنTEL إلى تقديم حزمة مضبوطة وموثوقة دون إجبار العملاء على إجراء عمليات الضبط بأنفسهم، مع التزام مستمر بإضافة تحسينات جديدة ودعم المزيد من دقة البيانات والمحركات البرمجية في الإصدارات القادمة.