Morph توسّع فريقها التقني لتطوير حزمة استنتاج الذكاء الاصطناعي وأبحاث الحوسبة

سان فرانسيسكو — توسّع شركة Morph الناشئة للبنية التحتية للذكاء الاصطناعي فريقها الهندسي الأساسي لتطوير أنظمة متخصصة قادرة على تسريع تنفيذ النماذج مفتوحة المصدر. ووفقاً لإعلان وظيفة نشرته حاضنة الأعمال Y Combinator، تجري الشركة عمليات توظيف نشطة لشغل وظيفة "عضو في الفريق التقني" للتركيز على البنية التحتية عالية الأداء، مع تركيز بحثي خاص على فصل مرحلتي التعبئة الأولية والفك (Prefill-Decode - PD).

وتسلط جهود التوظيف هذه الضوء على التعقيد التقني المتزايد المطلوب لتشغيل نماذج اللغات الكبيرة الحديثة على نطاق واسع. ومع انتقال تطبيقات الذكاء الاصطناعي من مراحل التدريب الأولية إلى عمليات النشر الإنتاجية اليومية، تحولت متطلبات الحوسبة بشدة نحو الاستنتاج (inference) — وهو العملية التي يعالج من خلالها النموذج المدمَّج المدخلات ويولّد رموز المخرجات للمستخدمين النهائيين. وتغطي بنية Morph طبقات تشغيلية متعددة، تشمل نواة حوسبة مخصصة (custom compute kernels)، ومحركات تقديم النماذج، وتوجيه الطلبات، وأنظمة التوسع الآلي، وإدارة السعة الحوسبية الفعلية.

## Technical Architecture and Kernel Engineering

تم تصميم البنية التحتية لـ Morph لتشغيل التنفيذ منخفض زمن الانتقال لنماذج الذكاء الاصطناعي ذات الأوزان المفتوحة (open-weights)، وفقاً لإعلان Y Combinator. ويتطلب بناء محركات استنتاج عالية السرعة إجراء تحسينات عبر جميع طبقات حزمة البرمجيات والأجهزة. وعلى المستوى الأساسي، تتضمن هندسة النواة (kernel engineering) كتابة تعليمات حوسبة متخصصة لمسرّعات الأجهزة، مثل وحدات معالجة الرسومات (GPUs) ووحدات معالجة التنسور (TPUs).

وتتيح نوات العتاد المخصصة للأنظمة تجاوز مسارات التنفيذ العامة التي توفرها مكتبات أطر العمل القياسية، مما يسمح بتحقيق أقصى إنتاجية رياضية أثناء عمليات التنسور (tensor operations). ومن خلال تحسين كيفية تفاعل نطاق ذاكرة النطاق الترددي والوحدات الحسابية أثناء توليد الرموز، يمكن لمطوري البنية التحتية تقليل زمن الانتقال بشكل كبير. وفي البيئات ذات التزامن العالي حيث تتلقى خدمة الذكاء الاصطناعي آلاف الطلبات المتزامنة، تتجمع التحسينات بمستوى أجزاء من المليون من الثانية داخل النوات الحوسبية لتتحول إلى تحسينات جوهرية في الأداء عبر حزمة المؤسسة.

## The Mechanics of Prefill-Decode Disaggregation

يتضمن التركيز الرئيسي لعمليات التوظيف التقني في Morph أبحاثاً في فصل مرحلتي التعبئة الأولية والفك (Prefill-Decode disaggregation). وفي نماذج المحولات (transformer) اللغوية الحديثة، تنقسم دورة حياة الاستنتاج إلى مرحلتين حاسوبيتين متميزتين: مرحلة التعبئة الأولية (prefill phase) ومرحلة الفك (decode phase). وتقدم كل مرحلة اختناقات موارد مختلفة تماماً بالنسبة لأجهزة الحوسبة.

تحدث مرحلة التعبئة الأولية عندما يستوعب النموذج الإدخال الأولي (prompt) المقدم من المستخدم. وتكون هذه المرحلة محددة بالقدرة الحوسبية (compute-bound)، حيث تتطلب عمليات ضرب مصفوفات متوازية ضخمة لمعالجة نوافذ السياق الكبيرة في وقت واحد. وعلى العكس من ذلك، تحدث مرحلة الفك أثناء التوليد التسلسلي للرموز، حيث يخرج النموذج النص كلمة بكلمة أو جزءاً من كلمة في كل مرة. وتعتمد هذه المرحلة بشكل أساسي على النطاق الترددي للذاكرة (memory-bandwidth-bound)، إذ يجب إعادة تحميل معلمات النموذج باستمرار من الذاكرة ذات النطاق الترددي العالي (HBM) إلى نوات المعالجة لكل رمز فردي يتم توليده.

وتنفذ أنظمة الاستنتاج التقليدية كلا المرحلتين على العقد الحوسبية المادية نفسها، مما يجبر إعدادات الأجهزة على التنازل والمساومة بين الإنتاجية الرياضية الخام وسرعات الوصول إلى الذاكرة. ويقوم فصل التعبئة الأولية والفك بتقسيم أعباء العمل هذه على مجمعات عتاد مادية منفصلة أو مجموعات حوسبة متخصصة. ومن خلال توجيه معالجة الإدخال إلى عتاد محسّن للحوسبة وتوليد الرموز إلى عتاد محسّن للذاكرة، يمكن لبنيات الفصل زيادة الكفاءة الإجمالية للنظام بشكل كبير، وتقليل تأخير الاستجابة القصوى (tail latency)، وتحسين استخدام موارد العتاد.

## Model Serving, Routing, and Dynamic Scaling

وبعيداً عن التحسينات منخفضة المستوى للعتاد، يتطلب تقديم النماذج المفتوحة بسرعات تنفيذ تنافسية بنية برمجية متطورة في الطبقة المتوسطة. ووفقاً لتقارير Y Combinator، تمتد حزمة التشغيل التقني لشركة Morph لتشمل تقديم النماذج، وتوجيه الطلبات، والتوسع التلقائي الديناميكي، وتخطيط السعة الحوسبية.

وفي بيئات الإنتاج، تتسم أنماط حركة مرور المستخدمين لخدمات الذكاء الاصطناعي بالتقلب الشديد. ويجب على خوارزميات التوجيه تحليل طوابير الطلبات النشطة، وأطوال سياق الرموز، وتوفر العقد باستمرار لتوزيع مهام الحوسبة الواردة بكفاءة عبر مجموعات GPUs المتاحة. ويمنع التوجيه المتقدم للطلبات الازدحام في العقدة الواحدة ويضمن عدم تعطيل مهام التعبئة الأولية ذات السياق الطويل لمهام الفك القصيرة الحساسة للوقت.

وفي الوقت نفسه، ترصد طبقات التوسع التلقائي الديناميكي استخدام الذاكرة وتشبع الحوسبة عبر الأسطول. ونظراً لأن عتاد الذكاء الاصطناعي يمثل نفقات تشغيلية عالية، فإن الحفاظ على الاستخدام الأمثل للسعة يعد أمراً حيوياً لمزودي البنية التحتية. وتوفر أنظمة التوسع التلقائي الفعالة موارد الحوسبة أو تحررها تلقائياً استجابة لتقلبات حركة المرور في الوقت الفعلي دون التسبب في انقطاع الخدمة أو ارتفاعات حادة في زمن الانتقال.

## Demand for Open-Model Infrastructure

ويعكس توسع شركات البنية التحتية المتخصصة مثل Morph تحولاً أوسع نطاقاً داخل قطاع الذكاء الاصطناعي نحو النماذج ذات الأوزان المفتوحة. وبينما يوفر مزودو النماذج المملوكة واجهات برمجة تطبيقات (APIs) مغلقة، تتيح النماذج ذات الأوزان المفتوحة للمؤسسات والمطورين استضافة النماذج وضبطها الدقيق وفحصها داخل بيئاتها الخاصة الخاضعة لسيطرتها.

ومع ذلك، فإن استضافة النماذج مفتوحة المصدر على نطاق واسع تفرض عقبات كبيرة في البنية التحتية أمام فرق التطوير الفردية. إذ يتطلب تشغيل الاستنتاج عالي الإنتاجية خبرة تقنية عميقة في استراتيجيات التوزيع المتوازي، والتوازي الخطي (pipeline parallelism)، والتوازي التنسوري (tensor parallelism)، وإدارة الذاكرة منخفضة المستوى. وتعالج منصات البنية التحتية المتخصصة هذا العائق من خلال توفير بيئات تنفيذ محسّنة مسبقاً، مما يسمح للفرق الهندسية بنشر النماذج المفتوحة دون الحاجة لإدارة تخصيص العتاد المادي أو تجميع النواة المخصصة.

## Competitive Dynamics in Technical Talent Acquisition

وتسلط المؤهلات الموضحة في إشعار التوظيف الصادر عن Y Combinator الضوء على المنافسة الشديدة على مهندسي الأنظمة المتخصصين القادرين على بناء برمجيات الذكاء الاصطناعي منخفضة المستوى. ويوضح الإعلان أن المرشحين المثاليين يظهرون قدرات رفيعة المستوى عبر أجزاء متعددة من حزمة الاستنتاج، مما يعكس اتجاهاً صناعياً متزايداً يقدر المعرفة العميقة متعددة الطبقات في هذا المجال.

ولا يزال المهندسون الذين يمتلكون خبرة تشمل تجميع النواة، وبنية الأنظمة الموزعة، والتوصيلات البينية للعتاد، والتوجيه الشبكي في الوقت الفعلي، نادرين للغاية. ومع تسابق الشركات الناشئة المدعومة برأس المال الاستثماري والشركات التكنولوجية العملاقة لترقية كفاءة خطوط تقديم الذكاء الاصطناعي، ارتفع الطلب على مهندسي الأداء القادرين على اقتطاع أجزاء من المليثانية من أوقات الاستنتاج بشكل دراماتيكي عبر صناعة البرمجيات.

## Future Industry Implications

مع نمو نماذج الذكاء الاصطناعي من حيث طول نافذة السياق والتعقيد الهندسي، فمن المرجح أن تخضع البنية التحتية للاستنتاج لمزيد من التخصص. وتنتقل مفاهيم مثل فصل التعبئة الأولية والفك (Prefill-Decode disaggregation)، والفك التخميني (speculative decoding)، وبروتوكولات إدارة الذاكرة المخصصة، من مواضيع أبحاث أكاديمية إلى متطلبات أساسية لمنصات التقديم التجارية.

وتواجه الشركات الناشئة المرتكزة على البنية التحتية لأداء النماذج المفتوحة تحدي التكيف المستمر مع التحديثات السريعة في بنية العتاد وهياكل النماذج. ومع إطلاق شركات أشباه الموصلات لمسرّعات الجيل التالي ذات التسلسلات الهرمية للذاكرة وخصائص الحوسبة المتميزة، يجب إعادة هندسة الحزم البرمجية للاستفادة من قدرات العتاد الجديدة. وتلعب الشركات التي تنجح في تحسين هذه الواجهة بين البرمجيات والعتاد دوراً محورياً في إتاحة حوسبة الذكاء الاصطناعي عالية الأداء وذات التكلفة الفعالة للجميع.

يعتمد هذا التقرير على معلومات وردت أصلاً في تقرير نشرته Y Combinator.