Industry·
مختبر ثيرد مومنت يشغّل 10,000 وكيل مستقل لعمليات متعددة الأيام
يُظهر مختبر الذكاء الاصطناعي أعباء عمل عاملية مستمرة لمدة 36 ساعة أو أكثر على نماذج الجيل التالي، مما يسلط الضوء على متطلبات جديدة لسعة GPU مستمرة واستدلال فعال للذاكرة.
أفصح مختبر ثيرد مومنت للأبحاث عن تفاصيل تشغيلية لنشر واسع النطاق أبقى 10,000 وكيل مستقل نشطين لأكثر من 36 ساعة متواصلة. يستفيد الحمل من نماذج GPT-6 Astra و GPT-6.1 Sol و Codex وحزمة Daybreak للأمن السيبراني لأداء مهام استدلال مطولة، وتوليد كود، وصيد تهديدات تتحسن تكراريًا مع كل دورة.
لماذا هذا مهم لبنية GPU / الذكاء الاصطناعي التحتية
تحول أساطيل الوكلاء المستمرة متعددة الأيام ملف التكلفة من الاستدلال المتقطع إلى الحوسبة المستمرة. يحتاج المشغلون إلى عناقيد GPU توفر عرض نطاق ذاكرة عالي، وزمن وصول طرفي منخفض، وتسعير متوقع على مدى أسابيع — لا ساعات. يفضل هذا النمط مجموعات المثيلات المحجوزة، وهياكل الذاكرة المفككة، وطبقات جدولة يمكنها استباق أعمال الدفعات ذات الأولوية الأدنى دون تجويع الوكلاء طويلة الأمد.
يُبلغ المختبر أن أداء الوكلاء يتراكم بمرور الوقت حيث تُحسّن كل دورة نوافذ السياق وسياسات استخدام الأدوات. تضع حلقة التغذية الراجعة هذه ضغطًا على نقاط التفتيش وإعادة تحميل النماذج السريعة، مما يتطلب توسيع نطاق NVLink ومخازن كائنات عالية الإنتاجية لتسلسل الحالة.
بالنسبة لمزودي السحابة والمشترين من المؤسسات، الرسالة واضحة: يجب أن تخطط السعة لأعباء عمل لا تهدأ أبدًا. ستفشل نماذج التسعير، وأنظمة الحصص، والموسعون التلقائيون المصممة لحركة الطلب والاستجابة في توفير الموارد لأسراب الوكلاء المستمرة.
- aigpu
- ai gpu
- ai gpu cloud
- aigpu dubai
- agentic-ai
- gpu-cloud
- large-scale-inference
- cybersecurity-ai
بقلم AiGpu Editorial · إعادة صياغة تحريرية استناداً إلى تقارير عامة (OpenAI Blog)
→ كل المقالات