تُقلّل الأنظمة الجديدة التي هندستها WEKA بدرجة كبيرة استهلاك الطاقة وتكاليف البنية التحتية والتعقيد التشغيلي، كما تقلّص المساحة التي تشغلها في مركز البيانات. وتحقق ضمن رف واحد كثافة سعة فعلية أعلى بنسبة 267% وكثافة أداء أعلى بنسبة 114% مقارنةً بالبدائل المتاحة في السوق، ما يتيح بناء مصانع الذكاء الاصطناعي وبنى تحتية للاستدلال عالية الكفاءة وجاهزة للاستخدام في بيئات الإنتاج، تحقق نقلة نوعية في الجدوى الاقتصادية.
كامبل، كاليفورنيا, 21 يوليو / تموز 2026 /PRNewswire/ –– كشفت اليوم WEKA، شركة البنية التحتية لبيانات وذاكرة الذكاء الاصطناعي، عن الجيل الثالث من أجهزة تخزين للذكاء الاصطناعي WEKApod Nitro وWEKApod Prime وWEKApod Prime Max، وهي تتميز بهياكل مصممة هندسيًا خصيصًا وابتكارات عتادية بشأنها طلبات براءات اختراع قيد النظر، وتوفر أعلى كثافة للأداء والسعة في السوق اليوم. صُممت هذه الأنظمة لتعمل بسلاسة مع برنامج NeuralMesh 6 الجديد من WEKA، الذي أُعلن عنه بصورة منفصلة اليوم، وتقدم منصة موحّدة للبنية التحتية لاستدلال الذكاء الاصطناعي لمساعدة سحابات الذكاء الاصطناعي ومطوّري النماذج والمؤسسات على توسيع نطاق أحمال عمل الذكاء الاصطناعي في بيئات الإنتاج، مع خفض تكاليف البنية التحتية والمساحة التي تشغلها واستهلاك الطاقة والتعقيد التشغيلي.
مع نشر المؤسسات على نطاق هائل أحمال عمل الذكاء الاصطناعي ذات السياقات الطويلة والقائمة على الوكلاء والمعتمدة على الاسترجاع، تواجه البنى التحتية المصممة لأحمال بيانات المؤسسات التقليدية وعمليات التدريب في بدايات عصر التعلّم الآلي صعوبة في تحقيق مستويات استخدام وحدة معالجة الرسومات (GPU) ومعدل إنتاج الرموز والنطاق التشغيلي وكفاءة البنية التحتية اللازمة لاقتصاديات الاستدلال الحديثة.
صممت WEKA أنظمة WEKApod الجديدة خصيصًا لمواجهة هذه التحديات، وهي مهيأة لتحطيم الأرقام القياسية الحالية للاختبارات المعيارية لتخزين البيانات على مستوى الرف، وإعادة تعريف جميع أبعاد اقتصاديات الذكاء الاصطناعي، وإرساء معيار تقييم جديد للبنية التحتية في عصر الاستدلال. يمكن لنظام WEKApod واحد توفير سعة فعلية تبلغ 1.1 إكسابايت في رف واحد، وتشغيل ميزة تقليل البيانات من NeuralMesh على أساس عتادي بسعة خام تبلغ 441.5 PB، ما يجعله أول نظام في رف واحد يتجاوز حاجز الإكسابايت. يصل معدل نقل البيانات إلى 10.2 TB/s لكل رف. يصل عدد عمليات الإدخال/الإخراج في الثانية (IOPS) إلى 210 ملايين لكل رف.
لتحقيق ذلك، صممت WEKA النظام ليضم نسيجًا داخليًا قائمًا على PCIe من الجيل السادس، وترابطًا بينيًا لمحركات الأقراص قائمًا على الكابلات ومن دون لوحة خلفية، وتقنية شبكات NVIDIA® ConnectX® SuperNIC™ التي تتيح الاتصال عبر مستوى بيانات Spectrum-X Ethernet، وبنية حرارية مُدارة برمجيًا. توجد عدة طلبات براءات اختراع قيد النظر تتعلق بتصميم الهيكل المبتكر في هذه الأنظمة، وبالتقنيات الأساسية للترابط البيني لمحركات الأقراص والإدارة الحرارية وقابلية الصيانة.
قال Liran Zvibel، المؤسس المشارك والرئيس التنفيذي في :WEKA «لا تستطيع البنية التحتية للذكاء الاصطناعي المصممة لأحمال العمل التقليدية تلبية متطلبات عصر الاستدلال. فالقيود مختلفة؛ إذ باتت المساحة المتاحة في الرفوف والطاقة وسلسلة التوريد وكثافة التشغيل هي التي تحدد ما إذا كانت عمليات نشر الذكاء الاصطناعي ستحقق هامشًا ربحيًا أم تقضي عليه. لقد صممنا WEKApod ليعمل ضمن هذه القيود بدلاً من مصادمتها، باستخدام عتاد صممته WEKA وهندسته خصيصًا للحوسبة في عصر الاستدلال، وبالاستناد إلى سلسلة توريد نتحكم فيها. كما يحقق جدوى اقتصادية فورية تتعاظم بفضل أفضل قيمة من حيث إجمالي تكلفة الملكية على امتداد جميع متطلبات البنية التحتية للذكاء الاصطناعي، ويرسي معيار تقييم جديدًا نعتقد أن كل عميل يشغّل الذكاء الاصطناعي على نطاق واسع في بيئات الإنتاج سيستند إليه قريبًا عند تقييم قراراته المتعلقة بالبنية التحتية».
من جانبه، قال Jason Hardy، نائب الرئيس لشؤون تكنولوجيا التخزين في :NVIDIA «مع اتساع نطاق أحمال عمل الذكاء الاصطناعي واستمرار نمو استخدام مراكز البيانات، تحتاج الأنظمة الحديثة إلى توفير مزيد من الأداء والسعة والكفاءة من دون الحاجة إلى مزيد من المساحة الأرضية أو الطاقة. توفّر شبكات NVIDIA Spectrum-X Ethernet لنظام WEKApod 3 نسيجًا عالي النطاق الترددي ومنخفض زمن الوصول، وهو ما يلزم لإبقاء مسار البيانات من التخزين إلى GPU خاليًا من الاختناقات على نطاق واسع، ومساعدة العملاء على تحقيق استفادة أكبر من كل وحدة GPU ينشرونها».
لماذا يتطلب الذكاء الاصطناعي الوكيل نهجًا جديدًا
القيود التي توجه قرارات البنية التحتية للذكاء الاصطناعي اليوم مادية ومرتبطة بالمشتريات على حد سواء. انخفضت أعمال إنشاء مراكز البيانات في الولايات المتحدة خلال عام 2025 للمرة الأولى منذ عام 2020. تمتد طوابير توصيل المنشآت بشبكة الكهرباء في الأسواق الرئيسية من 4 إلى 7 سنوات. تتوقع مورغان ستانلي أن تواجه الولايات المتحدة عجزًا في الطاقة قدره 49 غيغاواط حتى عام 2028. في الوقت نفسه، لا تزال أسواق ذاكرة NAND تواجه قيودًا، وقد امتدت مدد التوريد عبر قنوات مصنّعي المعدات الأصلية (OEM) إلى ما يتجاوز بكثير قدرة دورات تخطيط البنية التحتية على الاستيعاب. حلول التخزين التي تستهلك مساحة الرفوف والطاقة على نحو غير كفؤ تزاحم وحدات GPU مباشرةً على الموارد المادية المحدودة نفسها. ويضاف إلى ذلك أن حلول التخزين المبنية على عتاد لا يتحكم فيه المورّد تحمل معها مخاطر سلسلة التوريد.
يمثل WEKApod استجابة WEKA لهذه التحديات الجوهرية، فهو نظام صُمم لتقليص المساحة التي يشغلها داخل مركز البيانات، وتحرير مساحة بالغة الأهمية داخل الرفوف، وزيادة عدد الرموز لكل واط، من دون التضحية بمعدل إنتاج الرموز أو أداء أحمال العمل. على مستوى كل وحدة رف، يتصدر WEKApod جميع البدائل المتاحة علنًا من حيث كثافة السعة وكثافة معدل نقل البيانات، متفوقًا على ثاني أفضل نظام في كل فئة بنسبة 267% في السعة الفعلية وبنسبة 114% في معدل نقل البيانات. أما من ناحية المشتريات، فتتحكم WEKA مباشرةً في توريد المكونات بدلاً من الاعتماد على قنوات مصنّعي المعدات الأصلية، ما يمنح مزوّدي سحابات الذكاء الاصطناعي والمؤسسات استقرارًا في الأسعار وإمكانيةً للتنبؤ بمدد التوريد، وهما عاملان يتطلبهما فعلاً تخطيط البنية التحتية على نطاق واسع.
بالنسبة إلى مزوّدي سحابات الذكاء الاصطناعي السيادية ومزوّدي خدمات الحوسبة السحابية فائقة النطاق، يعني ذلك إتاحة عدد أكبر من وحدات GPU ومن المستأجرين في كل رف. أما مطوّرو الذكاء الاصطناعي وفرق المؤسسات، فيحصلون على سعة أكبر للاستدلال ضمن المساحة الحالية لمراكز بياناتهم.
قال Steve McDowell، كبير المحللين في :NAND Research «يمثل الاستدلال على نطاق بيئات الإنتاج تحديًا في البنية التحتية يختلف اختلافًا جوهريًا عن التدريب. فالمقاييس الأهم هي عدد الرموز لكل رف، وعدد الرموز لكل واط، وتكلفة كل عملية استدلال في ظل حمل مستمر. غير أن معظم المورّدين في هذه الفئة حسّنوا أنظمتهم وفقًا لاختبارات معيارية قديمة، في حين تجاوزت أحمال العمل تلك المعايير. صُمم WEKApod لدعم المقاييس الأشد أهمية للعملاء اليوم، مع نهج موحّد للعتاد والبرمجيات يعكس هذه المتطلبات. ينبغي لكل من يخطط لتوسيع البنية التحتية للذكاء الاصطناعي في ظل القيود الراهنة في سوق مراكز البيانات والذاكرة أن يقيّم كل مورّد وفق هذا المعيار الجديد، أيًا كان المورّد الذي سيختاره في النهاية».
:WEKApod Nitro أقصى أداء. محسّن لأحمال عمل الاستدلال.
صُمم WEKApod Nitro وجرت تهيئته لأحمال عمل الذكاء الاصطناعي الأكثر تطلبًا من حيث الأداء، حيث يحدد النطاق الترددي للتخزين ما إذا كانت وحدات GPU ستعمل بكامل قدرتها أم ستتوقف بانتظار البيانات. يضم هيكل بارتفاع وحدتَي رف ومكوّن من أربع عقد أربعة مجالات خطأ مستقلة تمامًا و56 محركًا من نوع TLC، ويقترن بشبكات NVIDIA ConnectX ثنائية المنافذ ليقدم معدل نقل يبلغ 800 Gb/s.
WEKApod Prime وWEKApod Prime Max: سعة هائلة. أقل مساحة ممكنة.
- يحقق WEKApod Prime توازنًا بين السعة والأداء بفضل مزيج AlloyFlash من محركات الفلاش من نوعي TLC وQLC، ضمن هيكل بأربع عقد وبارتفاع وحدتَي رف، يضم 56 محركًا إجمالًا.
- صُمم WEKApod Prime Max وهُيّئ لتوفير أقصى سعة ضمن أصغر مساحة ممكنة. يضم هيكل بارتفاع وحدتَي رف وعقدتين 70 محركًا من نوع NVMe. يتيح الجمع بين تخزين الكائنات عالي الأداء وتقليل البيانات المُفعّل دائمًا في NeuralMesh، إلى جانب محركات Micron 6600 ION بسعة 245.76 TB، لنظام WEKApod Prime Max توفير سعة فعلية تبلغ 1.1 إكسابايت ضمن رف واحد بارتفاع 56U، وهي كثافة لا يضاهيها أي منافس.
قال Jeremy Werner، نائب الرئيس الأول والمدير العام لوحدة أعمال مراكز البيانات الأساسية في :Micron «يرفع الذكاء الاصطناعي الوكيل والاستدلال سقف متطلبات كفاءة مراكز البيانات، ما يقتضي أن تتوسع الكثافة والطاقة والأداء معًا. تتيح بنية WEKApod الجديدة ومحركات الأقراص ذات الحالة الصلبة (SSD) من Micron بسعة 245TB للعملاء توفير سعة قدرها 15.8 بيتابايت ضمن مساحة 2U، بما يزيد سعة التخزين إلى أقصى حد، مع إبقاء الطاقة والمساحة متاحتين لإضافة مزيد من قدرات الحوسبة».
أهم ميزات WEKApod وفوائدها
- هيكل 2U مصمم هندسيًا خصيصًا: يوفر أعلى كثافة متاحة للأداء والسعة في السوق اليوم، ضمن أصغر مساحة ممكنة. يدعم الهيكل نفسه تكوينات بأربع عقد وأخرى بعقدتين.
- مبني على نسيج داخلي بتقنية PCIe من الجيل السادس: يوفر هامشًا احتياطيًا في النطاق الترددي يتيح تشغيل كل محرك بكامل طاقته في الوقت نفسه.
- تصميم مجالات خطأ مصغّرة لمحركات الأقراص عالية الكثافة: تُنشئ البيئة الخالية من اللوحة الخلفية مجالات خطأ مستقلة تمامًا، وتحصر أثر الأعطال في محرك أقراص واحد، ما يلغي الحاجة إلى تدخلات على مستوى العنقود.
- بنية حرارية مصممة للعمل في درجة حرارة محيطة تبلغ 35 درجة مئوية: يتيح تقييد طاقة محركات NVMe، الذي يُدار برمجيًا عند التعرض للإجهاد الحراري، خفض أداء النظام تدريجيًا بدلًا من إيقاف تشغيله. وعلى نطاق تشغيل الذكاء الاصطناعي في بيئات الإنتاج، يمثل ذلك الفرق بين تراجع في الأداء وإخلال باتفاقية مستوى الخدمة (SLA).
- قابلية صيانة مضمّنة: تتصل محركات الإقلاع القابلة للتبديل أثناء التشغيل بلوحة توصيل وسيطة مخصّصة، وتوجّه واجهة مستخدم رسومية (GUI) عملية الاستبدال. يضمن التخطيط المتناظر لمنافذ بطاقات واجهة الشبكة (NIC) بقاء حجيرات محركات الأقراص سهلة الوصول أثناء الصيانة. تستغرق عملية استبدال محرك الأقراص، التي ينفّذها المستخدم بنفسه، 10 دقائق، بدلًا من نافذة صيانة مدتها ساعتان.
- النشر من دون واجهة تشغيل محلية: عمليات تثبيت على نطاق الرفوف تُدار عبر السحابة من خلال NeuralMesh Home.
- أجهزة قابلة للتهيئة من أقل من 1PB إلى 100PB وما بعدها: تُعدّ منتجات WEKApod Nitro وWEKApod Prime وWEKApod Prime Max من الجيل الثالث أول منتجات WEKApod التي تُباع بوصفها وحدات حفظ مخزون (SKUs) قابلة للتهيئة. يمكن للعملاء اختيار نوع الهيكل والذاكرة وسعة محركات الأقراص وعددها. توفر جميع التكوينات بساطة التشغيل نفسها.
التوافر
تتوفر WEKApod Nitro وWEKApod Prime وWEKApod Prime Max للطلب اليوم عبر شبكة WEKA العالمية للموزعين وبائعي القيمة المضافة (VAR)، على أن يبدأ تسليمها في خريف 2026. ستُشحن الأنظمة الأولى مزوّدةً بمنصة NeuralMesh 6.
لمزيد من المعلومات عن أجهزة WEKApod الجديدة، تفضلوا بزيارة: .https://www.weka.io/product/wekapod/
:WEKA NeuralMesh x WEKApod مصممان للعمل معًا بتناغم تام
كشفت WEKA اليوم أيضًا عن الجيل السادس من منصتها البرمجية الرائدة NeuralMesh، مع ميزات جديدة على مستوى المؤسسات تشمل تعدد المستأجرين المضمّن أصلاً، ومكدّس بروتوكولات موحّدًا للملفات والكائنات، وقدرة ذكية على صمود البيانات تبدأ بالبيانات الوصفية، وكفاءة استخدام البيانات المُفعّلة دائمًا مع ضمانات تعاقدية للأداء، وعمليات تشغيل مصممة أصلاً لبيئات Kubernetes، وقابلية ملاحظة موحّدة. اطّلعوا على إعلان NeuralMesh 6 الصادر اليوم لمعرفة المزيد:
.https://www.weka.io/news/neuralmesh-6-enterprise-agentic-ai
نبذة عن WEKA
WEKA هي شركة البنية التحتية لبيانات الذكاء الاصطناعي وذاكرته التي تعيد صياغة اقتصاديات الذكاء الاصطناعي الوكيل. توحّد منصتها NeuralMesh™ تخزين البيانات عالي الأداء مع ذاكرة GPU الموسّعة، ما يمنح المؤسسات ومزوّدي سحابات الذكاء الاصطناعي ومطوّري الذكاء الاصطناعي أساسًا واحدًا للتدريب والاستدلال وأحمال عمل الذكاء الاصطناعي الوكيل. من خلال شبكة الذاكرة المُعززة، تزيد NeuralMesh سعة ذاكرة GPU بمقدار 1000 ضعف، وتسرّع الوصول إلى أول رمز بما يصل إلى 20 ضعفًا، وتتيح عددًا أكبر من المستخدمين المتزامنين بمقدار 10 أضعاف باستخدام موارد GPU نفسها، وفق ما أثبتته الاختبارات المعيارية في بيئات الإنتاج. تحظى WEKA بثقة 30% من شركات Fortune 50، وتمكّن المؤسسات من توسيع نطاق الذكاء الاصطناعي بسرعة أكبر، وتحسين استخدام GPU، وخفض تكلفة تقديم كل رمز. لمعرفة المزيد، تفضلوا بزيارة www.weka.io أو التواصل معنا عبر LinkedIn و.X
View original content to download multimedia:https://www.prnewswire.com/ae/ar/news-releases/u062Au0643u0634u0641u002Du0077u0065u006Bu0061u002Du0639u0646u002Du0077u0065u006Bu0061u0070u006Fu0064u002Du0033u003Au002Du0646u0638u0627u0645-302829113.html