#

النقاط الرئيسية

• أعلنت AWS عن فهرسة SOCI لمهام التدريب والمعالجة في Amazon SageMaker AI.

• تقوم الميزة بتحميل صور الحاويات عند الطلب بدلاً من تنزيلها دفعة واحدة.

• وفقًا للمصدر، يمكن أن تبدأ المهام خلال ثوانٍ بدلًا من دقائق.

• يمكن للمستخدمين الإشارة إلى AWS Deep Learning Container مفهرس مسبقًا أو فهرسة صورتهم الخاصة.

• يذكر المصدر أنه لا حاجة إلى أي تغييرات في تعريفات المهام أو نقاط الدخول أو قنوات البيانات.

ما الذي أعلنته AWS

أعلنت AWS عن فهرسة Seekable OCI، أو SOCI، لمهام التدريب في Amazon SageMaker AI ولمهام المعالجة في Amazon SageMaker AI. ويعرض المصدر تنزيل صورة الحاوية على أنه عبء إضافي. ويقول إن هذا العبء يضيف وقتًا قابلًا للفوترة قبل بدء العمل على النموذج. كما يذكر أن صور التعلم العميق الحديثة قد تستغرق عدة دقائق في التنزيل مع كل مهمة.

يركز الإعلان على تقليل هذا الانتظار. مع فهرسة SOCI، يقوم SageMaker AI بتحميل صورة الحاوية عند الطلب. فهو يجلب أولاً فقط الملفات اللازمة لبدء الحاوية. ثم يبث بقية الملفات في الخلفية أثناء تشغيل الكود. ويقول المصدر إن هذا ينقل تنزيل الصورة خارج المسار الحرج.

كيف يتغير سير العمل

التغيير الرئيسي يكون في سلوك بدء التشغيل. فبدلاً من انتظار تنزيل الصورة كاملة، يمكن أن تبدأ المهمة بعد وصول الملفات المطلوبة. ويقول المصدر إن هذا يعني أن المهمة تبدأ خلال ثوانٍ بدلًا من دقائق. وهذا هو الادعاء الأساسي في الإعلان من حيث الأداء.

تقول AWS إن المستخدمين يمكنهم اعتماد الميزة بطريقتين. يمكنهم الإشارة إلى AWS Deep Learning Container مفهرس مسبقًا. كما يمكنهم إضافة فهرس إلى صورتهم الخاصة. ويذكر المصدر أن أيًا من النهجين لا يتطلب تغييرات في تعريف المهمة أو نقطة الدخول أو قنوات البيانات. وهذا يجعل مسار الاعتماد يبدو بسيطًا من الناحية التشغيلية.

لماذا يهم هذا الإعلان

يعرض المصدر الفائدة من منظور عملي. فبدء التشغيل الأسرع يعني وقتًا أقل في انتظار البنية التحتية. كما يعني تكلفة أقل للمهمة، لأن وقتًا أقل قابلًا للفوترة يُقضى في تنزيل الصورة. ويربط الإعلان هذين الناتجين بالآلية نفسها: تقليل تنزيل الصورة بالكامل قبل بدء العمل.

هذه عملية تحسين محددة لكنها مهمة. فهي لا تغير النموذج نفسه، بل تغير السرعة التي يمكن للمهمة أن تبدأ بها العمل. بالنسبة للفرق التي تشغل العديد من مهام التعلم العميق، يشير المصدر إلى أن تأخيرات بدء التشغيل المتكررة يمكن أن تتراكم. وتُعرض فهرسة SOCI كطريقة لتقليل هذا العبء المتكرر.

الصلة بالمغرب

لا يورد المصدر أي حقائق خاصة بالمغرب. وبالنسبة للقراء في أي مكان، فالدرس العام بسيط: إذا كان تنزيل الصورة جزءًا كبيرًا من بدء المهمة، فإن التحميل عند الطلب يمكن أن يقلل وقت الانتظار والعبء القابل للفوترة.

الخلاصة

تطرح AWS فهرسة SOCI على أنها وسيلة لجعل مهام SageMaker AI تبدأ بشكل أسرع. وتعمل الميزة عبر تحميل ما هو مطلوب أولاً فقط، ثم بث الباقي لاحقًا. ويقول المصدر إن هذا يمكن أن يقلل وقت بدء التشغيل من دقائق إلى ثوانٍ، مع إبقاء تعريف المهمة دون تغيير. وهذا يجعل الإعلان تحسينًا لسير العمل بقدر ما هو ميزة أداء.

القدرات والنتائج المذكورة هنا صادرة عن الجهة التي نشرت الإعلان. ولا تشكل هذه الأمثلة دليلاً مستقلاً على الأداء العام أو التوافر في المغرب.