أهم إصدار برمجي في تاريخ الشركة يوسّع آفاق الإمكانات المتاحة للذكاء الاصطناعي الوكيل وغيره من أحمال عمل الحوسبة المسرّعة. يعيد NeuralMesh 6 تعريف اقتصاديات الاستدلال من خلال تعدد المستأجرين المضمّن أصلاً، ومكدّس بروتوكولات موحّد للملفات والكائنات قائم على NVMe، وتنقّل ذكي للبيانات مع دعم النسخ المتماثل والتخزين المؤقت عن بُعد، وتقليل البيانات المُفعّل دائمًا مع ضمانات للأداء، وعمليات تشغيل مصممة أصلاً لبيئات Kubernetes، وقابلية ملاحظة موحّدة.
كامبل، كاليفورنيا, 21 يوليو / تموز 2026 /PRNewswire/ –– أعلنت اليوم WEKA، الشركة المتخصصة في البنية التحتية لبيانات الذكاء الاصطناعي وذاكرته، عن WEKA NeuralMesh 6، وهو أهم إصدار برمجي في تاريخ الشركة، إذ يقدّم منصة مصممة خصيصًا لمساعدة العملاء على تشغيل أحمال عمل تدريب الذكاء الاصطناعي والاستدلال والحوسبة المسرّعة على نطاق بيئات الإنتاج ضمن مكدّس برمجي موحّد واحد. يقدّم الإصدار مجموعة قوية من الإمكانات التي أُجبر مشغّلو البنية التحتية للذكاء الاصطناعي تاريخيًا على تجميعها من مورّدين منفصلين، وهي: تعدد المستأجرين المضمّن أصلاً على نطاق فائق، ومكدّس كامل لبروتوكول S3 قائم على NVMe، وتنقّل ذكي للبيانات يبدأ بالبيانات الوصفية ويوفّر النسخ المتماثل غير المتزامن والتخزين المؤقت عن بُعد، وتقليل البيانات المُفعّل دائمًا مع ضمانات تعاقدية، وعمليات تشغيل مصممة أصلاً لبيئات Kubernetes، وقابلية ملاحظة موحّدة في جميع عمليات النشر.
تكاليف الاستدلال تحدّد الآن شركات الذكاء الاصطناعي القادرة على التوسع
يأتي هذا الإصدار فيما يتسارع التحول الحاسم في قطاع الذكاء الاصطناعي من التدريب إلى الاستدلال في بيئات الإنتاج. يفرض الاستدلال في السياقات الطويلة، وسير العمل القائم على الوكلاء، وأحمال عمل الذكاء الاصطناعي القائمة على الاسترجاع ضغوطًا متواصلة على الذاكرة والبيانات الوصفية والتخزين، على نحو لم تكن التصاميم التقليدية للبنية التحتية مهيأة للتعامل معه. صُمم NeuralMesh 6 لتحقيق طفرة في اقتصاديات الاستدلال على نطاق بيئات الإنتاج، لصالح سحابات الذكاء الاصطناعي، ومزوّدي النماذج المتقدمة، والجهات الحكومية، والمؤسسات الكبرى التي تقود الابتكار في مجال الذكاء الاصطناعي.
اقتصاديات الاستدلال المثبتة في بيئات الإنتاج على البنية التحتية السحابية من Oracle
تتيح NeuralMesh اليوم تشغيل استدلال الذكاء الاصطناعي على نطاق فائق في بيئات الإنتاج على البنية التحتية السحابية من .(OCI) Oracle بالاستفادة من قدرة شبكة الذاكرة المُعززة من WEKA، التي توسّع ذاكرة وحدة معالجة الرسومات (GPU) من خلال تسريع الوصول إلى ذاكرة التخزين المؤقت الدائمة للمفاتيح والقيم (KV) في وحدات تخزين NVMe التي تديرها NeuralMesh، أظهرت الاختبارات المعيارية على بنية OCI التحتية القائمة على H100 تحقيق معدل إنتاج رموز أعلى بمقدار 10 أضعاف، وخدمة عدد أكبر من المستخدمين المتزامنين بمقدار 10 أضعاف، وإنتاج رموز أكثر بمقدار 7 أضعاف لكل وحدة GPU في عمليات النشر الإنتاجية.
وقال Pablo Selem، المدير الأول لتطوير البرمجيات في البنية التحتية السحابية من :Oracle «في ظل وصول نوافذ السياق ومعدلات استخدام وحدات GPU إلى حدود جديدة بفعل أحمال عمل الذكاء الاصطناعي الوكيل، تساعد WEKA والبنية التحتية السحابية من Oracle العملاء على توسيع نطاق الاستدلال بكفاءة أكبر من دون الاكتفاء بإضافة مزيد من وحدات GPU. تساعد منصة NeuralMesh من WEKA، مع شبكة الذاكرة المُعززة على OCI، في إزالة اختناقات الذاكرة، مما يتيح معدل إنتاج أعلى بكثير وعددًا أكبر من المستخدمين المتزامنين باستخدام موارد GPU نفسها. وبالنسبة إلى العملاء، يعني ذلك ارتفاع عائد الاستثمار (ROI) المحقق من استثمارات البنية التحتية ومسارًا أوضح نحو ذكاء اصطناعي واسع النطاق وفعّال من حيث التكلفة».
نظرة داخل NeuralMesh 6
يستند NeuralMesh 6 إلى هذا الأساس المثبت في بيئات الإنتاج. تشمل أبرز الميزات والإمكانات ما يلي:
تعدد المستأجرين المضمّن أصلاً على نطاق فائق
يقدّم NeuralMesh 6 البنية الوحيدة في القطاع لتعدد المستأجرين التي تجمع بين العزل المادي للأجهزة والعزل المنطقي للشبكات ضمن منصة واحدة.
- توفر المجموعات القابلة للتركيب عزلاً كاملاً على مستوى الأجهزة، وتخصّص وحدة المعالجة المركزية (CPU) والذاكرة ومحركات التخزين لكل مستأجر، وذلك للمستأجرين الرئيسيين الذين يحتاجون إلى موارد مضمونة، وفصل أحمال العمل، وأداء يمكن التنبؤ به في ظل الأحمال.
- يوفّر تعدد المستأجرين الافتراضي عزلاً شبكيًا على غرار VPC من خلال نسيج بيانات RDMA الافتراضي (VRDF) من WEKA، مع دعم شبكات VLAN خاصة، ومساحات عناوين IP متداخلة، وجودة الخدمة (QoS) لكل مستأجر، وتشفير لكل مستأجر باستخدام نظام إدارة المفاتيح (KMS) مستقل، ومصادقة مستقلة عبر LDAP/AD. يتسع نطاق Virtual MT ليشمل أكثر من 1,000 مستأجر منطقي معزول لكل عنقود، مع تجهيز مستأجر جديد في أقل من 30 دقيقة.
يمكن الجمع بين الطبقتين. يمكن لعنقود أجهزة واحد من WEKA يشغّل 50 مجموعة قابلة للتركيب أن يدعم ما يصل إلى 50,000 مستأجر معزول منطقيًا على البنية التحتية المادية نفسها، ما يتيح الانتقال من عشرات المستأجرين إلى عشرات الآلاف من دون إعادة تصميم البنية.
مكدّس بروتوكولات S3 متكامل قائم على NVMe
يقدّم NeuralMesh 6 تنفيذًا أصليًا متكامل الميزات لبروتوكول S3، يمكن فيه الوصول إلى كتل البيانات المادية نفسها في الوقت ذاته عبر S3 وPOSIX؛ فهو ليس بوابة تترجم بين البروتوكولات، بل مساحة أسماء موحّدة واحدة. يصبح أي ملف يُكتب عبر NFS أو POSIX قابلاً للقراءة فورًا عبر S3، والعكس صحيح، ما يلغي الحاجة إلى النسخ الكاملة المتعددة لمجموعات البيانات التي تنقلها مسارات عمل الذكاء الاصطناعي التقليدية بين مراحل التدريب والضبط الدقيق والاستدلال. صُمم هذا التنفيذ ليناسب أنماط أحمال عمل الذكاء الاصطناعي: من 2,000 إلى 5,000 اتصال متزامن عبر S3 لكل عقدة، أي نحو خمسة أضعاف مستوى التزامن في البنى التقليدية لبروتوكول S3. يتيح S3 عبر RDMA نقل البيانات من دون نسخ مباشرة إلى ذاكرة GPU. لم يعد تخزين الكائنات طبقة ثانوية، بل أصبح بروتوكولًا عالي الأداء مضمّنًا أصلاً في المنصة نفسها التي تخدم أحمال عمل ملفات POSIX.
النسخ المتماثل الذكي لأحمال عمل الذكاء الاصطناعي
باتت البنية التحتية لوحدات GPU موزعة على نحو متزايد بين المواقع والسحابات والمناطق. تُجبر بنى النسخ المتماثل التقليدية المؤسسات على انتظار اكتمال نسخ البيانات قبل بدء أحمال العمل، وهو نموذج ينهار عندما يتغير توافر وحدات GPU في غضون ساعات لا أسابيع. يغيّر النسخ المتماثل الذكي في NeuralMesh 6 هذا النموذج. ويدعم هذا الأساس نفسه تنقّل بيانات الذكاء الاصطناعي، والتدفّق السحابي، والتعاون بين مواقع متعددة. يتيح النسخ المتماثل الذي يبدأ بالبيانات الوصفية تصفّح بيئات الوجهة فورًا. يُجلب محتوى البيانات عند الطلب، أي عند الوصول إليه فقط، ما يقلل حركة البيانات عبر شبكة واسعة النطاق (WAN) ويلغي النسخ الكاملة غير الضرورية لمجموعات البيانات. يمكن للمؤسسات وضع أحمال العمل حيث تتوافر سعة GPU اليوم، بدلاً من المكان الذي كُتبت فيه البيانات أصلاً. في هذه الخطوة الأولى نحو الربط الاتحادي الكامل ومساحة أسماء عالمية، يتيح NeuralMesh 6 وظائف النسخ المتماثل غير المتزامن والتخزين المؤقت الفوري عن بُعد.
تقليل البيانات المُفعّل دائمًا مع ضمانات للأداء
يطرح NeuralMesh 6 ميزة تقليل البيانات المُفعّل دائمًا، والمصممة خصيصًا لأحمال عمل الذكاء الاصطناعي، مع إنشاء بصمات للبيانات، والتجزئة القائمة على التشابه، وإلغاء تكرار البيانات، وضغط البيانات. تسجّل هذه الميزة عبئًا إضافيًا على عمليات الكتابة يقل عن 5%، وتحقق وفورات في السعة تصل إلى 6 أضعاف لبيانات تدريب الذكاء الاصطناعي، وتقدّم ضمانًا تعاقديًا لكل من نسبة تقليل البيانات والأثر في الأداء. زالت الكلفة الإضافية على الأداء التي دفعت المشغّلين تاريخيًا إلى الاختيار بين الكفاءة والسرعة؛ فتقليل البيانات مُفعّل افتراضيًا في كل عملية نشر ومع كل حمل عمل. يمكن لتحليل ما قبل البيع، المخصص لكل عميل، توقّع نتائج تقليل البيانات بحسب حمل العمل قبل النشر.
AlloyFlash: التوزيع الآلي لذاكرة الفلاش بين طبقتَي TLC وQLC
يتيح AlloyFlash الجمع بين ذاكرة فلاش NVMe من نوعَي TLC وQLC ضمن عنقود واحد، ويوجّه العمليات الحساسة لزمن الوصول بشفافية إلى TLC، مع الاستفادة من QLC بتكلفة أقل بنحو 30 إلى 40% لكل تيرابايت لأحمال العمل التي تتطلب سعات كبيرة. يجعل AlloyFlash تكوينات WEKApod الأعلى كثافة قابلة للتشغيل في بيئات الإنتاج، لا مجرد تكوينات ذات سعة نظرية على الورق.
كل ذلك آلي وشفاف ولا يتطلب أي إعداد من العميل.
NeuralMesh Kubernetes Operator
يعمل NeuralMesh Kubernetes Operator على أتمتة نشر العناقيد وإدارة دورة حياتها في بيئات Kubernetes. بالنسبة إلى مزوّدي الخدمات السحابية من الجيل الجديد ومختبرات أبحاث الذكاء الاصطناعي التي تعتمد Kubernetes معيارًا تشغيليًا، يقلل مُشغِّل Kubernetes وقت النشر من أسابيع إلى ساعات، ويدمج NeuralMesh في نموذج التشغيل التصريحي نفسه الذي تستخدمه بالفعل بنيتها التحتية للحوسبة.
NeuralMesh Observe
توفر NeuralMesh Observe قابلية ملاحظة قائمة على نموذج البرمجيات كخدمة (SaaS)، مصممة لبيئات تخزين الذكاء الاصطناعي عالية الأداء. لوحات معلومات موحّدة لعناقيد متعددة، وتشخيصات على مستوى العميل، وتنبيهات ذكية ذات حدود قابلة للتهيئة، وتوجيه التنبيهات إلى Slack أو PagerDuty أو البريد الإلكتروني مع روابط مباشرة إلى لوحات المعلومات ذات الصلة. مُضمّنة في كل عملية نشر لـ NeuralMesh من دون تكلفة إضافية.
قال Sam Tabar، الرئيس التنفيذي لشركة :WhiteFiber«تبني WhiteFiber منصة موزعة لوحدات GPU عبر مراكز بيانات متعددة تربط بينها ألياف بصرية معتمة عالية السرعة. وعلى نطاق عملياتنا، لا يُعد تنقّل البيانات ميزة اختيارية، بل ركيزة أساسية. يجعل النسخ المتماثل الذكي في NeuralMesh تنقّل البيانات واقعًا على نطاق واسع؛ إذ يمكننا إتاحة مجموعات البيانات عبر المواقع، وسحب ما تحتاج إليه كل مهمة من البيانات تحديدًا إلى موارد GPU التالية المخصصة لها فور توافرها. ويحوّل ذلك النسخ المتماثل من وظيفة خلفية لحماية البيانات إلى جزء أساسي من الطريقة التي ينبغي أن تعمل بها بنيتنا التحتية الموزعة للذكاء الاصطناعي، بما يحسّن قابلية نقل أحمال العمل وكفاءة استخدام السعة والقدرة على الصمود التي يعتمد عليها عملاؤنا. توفّر البنية التحتية للبيانات والذاكرة من WEKA الأساس اللازم لتوسيع نطاق بنيتنا التحتية من دون تنازلات. ونحن متحمسون لمواصلة البناء على هذا الأساس معًا».
قال Ajay Singh، المدير التنفيذي للمنتجات في :WEKA «اضطر مشغّلو البنية التحتية الذين يديرون أنظمة الذكاء الاصطناعي في بيئات الإنتاج اليوم إلى تجميع منصات من مورّدين لم تُصمَّم أنظمتهم أصلاً للعمل معًا. مكدّسات منفصلة للملفات والكائنات، ونقل يدوي للبيانات بينها، وتعدد المستأجرين أُلحق بها بعد اكتمال التصميم. يقدّم NeuralMesh 6 ما كانوا يحتاجون إليه فعلاً منذ البداية: منصة واحدة تتولى طبقة تخزين الملفات عالية الأداء وطبقة تخزين الكائنات عالية السعة على كتل البيانات نفسها، مع تعدد المستأجرين المضمّن أصلاً، وتنقّل ذكي للبيانات، وكفاءة في استخدام البيانات مُفعّلة دائمًا ومضمّنة منذ البداية. هكذا تبدو البنية التحتية للاستدلال في بيئات الإنتاج عندما تُصمَّم بما يلائم حمل العمل، لا عندما يجري تعديلها لاحقًا لتناسبه».
التوافر
سيكون NeuralMesh 6 متاحًا بوجه عام في النصف الثاني من عام 2026. يمكن لعملاء WEKA الحاليين الترقية إلى NeuralMesh 6 من دون تكلفة إضافية عبر قنوات الترقية المعتادة، وينبغي لهم التواصل مع ممثل فريق نجاح العملاء للحصول على مزيد من التفاصيل.
لمزيد من المعلومات عن الإصدار البرمجي NeuralMesh 6 من WEKA وميزاته، تفضلوا بزيارة: .https://www.weka.io/product/neuralmesh/
:NeuralMesh x WEKApod مصممان للعمل معًا بتناغم تام
أعلنت WEKA أيضًا عن الجيل الثالث من WEKApod Nitro وWEKApod Prime وWEKApod Prime Max، وهي أول أجهزة تخزين للذكاء الاصطناعي مبنية على عتاد صممته WEKA وهندسته لتحسين منصتها البرمجية NeuralMesh. توفر الأنظمة سعة فعلية تبلغ 1.1 إكسابايت لكل رف، مع عدة طلبات براءات اختراع قيد النظر. اطّلعوا على إعلان WEKApod الصادر اليوم لمعرفة المزيد: .https://www.weka.io/news/wekapod-3-densest-ai-storage-memory-system
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/u062Au0643u0634u0641u002Du0077u0065u006Bu0061u002Du0639u0646u002Du006Eu0065u0075u0072u0061u006Cu006Du0065u0073u0068u002Du0036u002Du0644u062F-302829119.html