الذكاء الاصطناعي

إنتل تعزز إنتاجية الذكاء الاصطناعي الوكيل بمعالجات Xeon 6

تتجاوز أنظمة الذكاء الاصطناعي الحديثة مرحلة التفاعل البسيط لتصبح وكلاء قادرين على التخطيط والتنفيذ، مما يجعل معدل الإنتاجية (Throughput) المقياس الأهم. تكشف إنتل عن تفوق معالجات Xeon 6 في التعامل مع هذه الأحمال المعقدة.

رضوان عبدالهاديمحرر وكاتب تقني

نُشر: 6 أكتوبر 2026 · آخر تحديث: 6 أكتوبر 2026 · 5 دقائق قراءة

إنتل تعزز إنتاجية الذكاء الاصطناعي الوكيل بمعالجات Xeon 6 — الصورة: Intel Newsroom

تغير معايير تقييم البنية التحتية

لطالما ركزت نقاشات بنية تحتية الذكاء الاصطناعي على جودة النماذج وأداء المعجلات وزمن الاستدلال (Inference Latency). كان هذا المنطق سائداً عندما كانت التطبيقات تقتصر على تفاعلات بسيطة: إرسال استعلام، توليد رد، وانتهاء العملية. لكن ظهور الذكاء الاصطناعي الوكيل (Agentic AI) غيّر هذا paradigma جذرياً. الأنظمة الحديثة اليوم يُتوقع منها أن تفكر، تخطط، تسترجع معلومات، تستدعي أدوات، تنفذ إجراءات، وتتحقق من النتائج بشكل تكراري. ما يبدو للمستخدم كتفاعل واحد قد يولّد عشرات المهام المستقلة عبر مكونات برمجية متعددة قبل تقديم النتيجة النهائية. وفقاً لما نشرته [Intel Newsroom](https://www.intel.com/content/www/us/en/newsroom/news/data-center/boosting-agentic-ai-throughput-with-intel-xeon-cpus.html)، فإن المؤسسات بدأت تسأل سؤالاً عملياً أكثر: كم من العمل المفيد يمكن للنظام إنجازه مع مرور الوقت؟

في العديد من نشرات الوكلاء، أصبح معدل الإنتاجية (Throughput) هو المقياس الحاسم الذي يحدد الإنتاجية النهائية. لم يعد التركيز حصرياً على سرعة توليد النموذج، بل على الكفاءة الشاملة في تدفق العمل عبر مراحل متعددة.

تحديات جديدة تفرضها الوكلاء

تتبع تطبيقات الذكاء الاصطناعي التقليدية نموذج تنفيذ مباشر: من الاستعلام إلى النموذج ثم إلى الاستجابة. أما الذكاء الاصطناعي الوكيل فيدخل في حلقات من التخطيط، واختيار الأدوات، والتنفيذ، والتحقق، والتكرار. نتيجة لذلك، تولّد أحمال العمل هذه نشاطاً أكبر بكثير عبر طبقات النظام مقارنة بأحمال الاستدلال التقليدية.

تكتشف المؤسسات التي تنشر وكلاء البرمجة، أو مساعدي الشركات، أو أنظمة الأتمتة التشغيلية، أن العنصر المحدد للأداء غالباً ما يكون سرعة توليد النموذج. بدلاً من ذلك، تظهر الاختناقات في تنسيق المهام، وتنفيذ الأدوات، والوصول إلى الذاكرة، وعمليات التخزين، وإدارة وقت التشغيل. يتطلب هذا التوازن بين الموارد المختلفة لضمان استمرار تدفق العمل دون توقف.

لماذا تناسب معالجات Xeon هذه المهام؟

توجد مفارقة شائعة مفادها أن أداء الذكاء الاصطناعي الوكيل يمكن قياسه حصرياً بسرعة استدلال النموذج. ومع ذلك، فإن أداء المعالج المركزي (CPU) القوي يبقى أساسياً للعمليات المنطقية، وتنفيذ الأدوات، والتنسيق، وعمليات الأمان. كما تفرض أحمال العمل الوكيلية متطلبات كبيرة على الذاكرة والتخزين وموارد الإدخال/الإخراج (I/O).

على عكس التطبيقات التقليدية، تحتفظ الوكلاء بسجل المحادثات، وسياق التنفيذ، والمعرفة المسترجعة، والمخرجات الوسيطة، وحالة سير العمل عبر مراحل متعددة. تستمر هذه الوكلاء في استدعاء الأدوات، والوصول إلى مصادر البيانات، وإطلاق العمليات الفرعية، وتنسيق المهام المعتمدة. لذلك، يعتمد الأداء الكلي ليس فقط على قدرة الحوسبة، بل على كفاءة المنصة في نقل العمل عبر كل مرحلة من مراحل سير العمل. تتميز معالجات [Intel® Xeon® 6 processors](https://www.intel.com/content/www/us/en/newsroom/home.html#intelxeon6processors97063510060prodgroup1711466112585) بدمج التسريع المدمج مع أداء حوسبة قوي، وسعة ذاكرة كبيرة، ونطاق ترددي ذاكرة كبير، وقدرة I/O قوية، مما يتيح تنفيذاً فعالاً عبر متطلبات أحمال العمل المتنوعة.

منهجية الاختبار وضمان الدقة

من التحديات المرتبطة بمعايرة أداء الذكاء الاصطناعي الوكلي أن سلوك الوكلاء في العالم الحقيقي ديناميكي بطبيعته. قد تنتج استعلامات مختلفة مسارات تنفيذ مختلفة واختيارات أدوات مختلفة. لمعالجة هذه المشكلة، اعتمدت إنتل منهجية تسجيل وإعادة تشغيل (Record-and-Replay). خلال مرحلة التسجيل، تم تنفيذ سير عمل وكلاء تمثيلية مع التقاط تكوين سير العمل وخصائص التنفيذ. أثناء إعادة التشغيل، تعالج كل منصة نفس أثر الحمل (Workload Trace) بالضبط، مما يضمن أن الاختلافات المرصودة تُعزى إلى سلوك البنية التحتية بدلاً من العشوائية على مستوى التطبيق.

نتائج الأداء في قطاع الرعاية الصحية

لفهم كيف تتحول قدرات المنصة إلى أداء وكلاء حقيقي، قيّمت إنتل نفس حمل العمل الحتمي (Deterministic Terminal-Bench) عبر أمثلة مبنية على معالجات Intel Xeon 6، ومعالجات AMD EPYC من الجيل الخامس، ومعماريات Arm v9.2A. تضمنت المعايرة مجموعة تمثيلية من مهام الوكلاء المنفذة بتزامن 24 مساراً خلال نافذة تقييم مدتها 60 دقيقة، مع استخدام نفس الكود والمدخلات ومسارات الوكلاء عبر جميع المنصات.

شملت معايير الرعاية الصحية سير عمل وكلاء تمثيلية تغطي التوثيق السريري، واسترجع الأدلة، والتحليل التشخيصي، وكشف الاحتيال، وتقييم المخاطر، والبحث الجزيئي، والتحليل الجينومي، والتشخيصات المخبرية. أظهرت النتائج أن المثال المبني على معالج Intel Xeon 6 حقق أعلى إنتاجية مهام وكلاء معيارية، مقدماً 1.66 ضعف إنتاجية المثال المبني على معالج AMD EPYC من الجيل الخامس، و4.5 أضعاف إنتاجية المثال المبني على Arm v9.2A خلال فترة التقييم الـ 60 دقيقة.

تفوق شامل في فئات العمل المختلفة

لا يقود تفوق إنتاجية معالجات Intel Xeon 6 نوع واحد من أحمال العمل. بدلاً من ذلك، تقدم معدلات إكمال مهام أعلى باستمرار عبر فئات الاستدلال، والأمان، وعمليات التحكم، مما يتيح تنفيذاً أسرع من البداية إلى النهاية لسير عمل وكلاء الرعاية الصحية الحقيقية.

بالنسبة لأحمال العمل التحليلية والاستدلالية، حقق Intel Xeon 6 إنتاجية أعلى بنسبة 1.67 مرة مقارنة بـ AMD EPYC، و4.67 مرة مقارنة بـ Arm. وفي أحمال معالجة البيانات الآمنة، بلغت النسبة 1.63 مرة و4 مرات على التوالي. أما في أحمال التحكم، فكان التفوق 1.61 مرة و4.14 مرة. هذا الاتساق في الأداء عبر الفئات المختلفة يؤكد أن المنصة توازن بين الحوسبة والذاكرة والتخزين والتنسيق لتقليل الاختناقات والحفاظ على العمل تحت حمل مستمر.

أثر التوسع على الإنتاجية المؤسسية

مع توسع المؤسسات من وكلاء فرديين إلى آلاف سير العمل المتزامنة، تصبح كفاءة المنصة عاملاً حاسماً في تحديد الإنتاجية الإجمالية. المنصات التي توفر أعلى إنتاجية هي تلك التي توازن بين موارد الحوسبة والذاكرة والتخزين والتنسيق لتقليل الاختناقات. هذا يجعل معالجات Intel Xeon مناسبة بشكل جيد لمتطلبات نشرات الذكاء الاصطناعي الوكيل الحديثة، حيث يمكن للمؤسسات دعم المزيد من سير العمل المتزامنة على نفس البنية التحتية، مما يحسن الإنتاجية الإجمالية ويسرع إكمال أحمال العمل الكبيرة المدفوعة بالوكلاء.