نVIDIA تكشف عن خطة بيانات الذكاء الاصطناعي لتحسين الوكلاء الإلكترونيين تلقائيًا بتخفيض تكلفة الاستدلال بنسبة 98٪

أعلنت شركة NVIDIA حديثًا عن خطة عمل NVIDIA AI Blueprint لبناء دوائر البيانات (Data Flywheels)، وهي عملية مصممة لتحسين وكيلات الذكاء الاصطناعي في المؤسسات من خلال التجربة الآلية واختيار النماذج الأكثر كفاءة التي تقلل من تكلفة الاستدلال وتحسن زمن الاستجابة والأداء. تقوم هذه الخطة على حلقة ديناميكية تحسينية تستخدم خدمات NVIDIA NeMo وNIM الدقيقة لتجميع، تعديل، وتقييم النماذج الأصغر باستخدام بيانات الإنتاج الفعلية. الغرض منها هو تحسين وكيل الذكاء الاصطناعي بشكل مستمر دون الحاجة إلى تدخل بشري كبير، مما يساهم في تقليل التكاليف وإعادة صياغة النماذج الكبيرة بأخرى أصغر وأكثر كفاءة. يتيح NVIDIA Data Flywheel Blueprint للمؤسسات دمج هذا الحل بسلاسة في البنية التحتية الحالية للذكاء الاصطناعي والمنصات الأخرى. كما أنه يدعم بيئات متعددة السحب، والبيئات المثبتة محليًا، وبيئات الحواف، مما يجعله مرنًا وقابلًا للتخصيص وفقًا لاحتياجات الشركات المختلفة. في هذا الفيديو التوضيحي، يتم تقديم خطوات ملموسة لتطبيق NVIDIA Data Flywheel Blueprint بهدف تحسين نماذج الوكيل الافتراضي لخدمة العملاء. الفيديو يشرح كيفية استخدام دورة البيانات لتغيير نموذج Llama-3.3-70b الكبير جدًا بنموذج Llama-3.2-1b أصغر بكثير دون المساس بالدقة، مع خفض تكلفة الاستدلال بنسبة تزيد عن 98%. خطوات تنفيذ NVIDIA Data Flywheel Blueprint إعداد أولي: تتضمن هذه الخطوة إعداد البيئة اللازمة وإنشاء البنية التحتية لتنفيذ الخطة. يجب ضمان توافر البيانات وخدمات NVIDIA المطلوبة. استقبال وتنظيم السجلات: يقوم النظام بجمع السجلات من الإنتاج الفعلي وتنظيمها لاستخدامها في تحسين النماذج. هذه البيانات تعتبر أساسية لتدريب وتعديل النماذج بشكل أكثر فعالية. تجربة النماذج الحالية والجديدة: يتم تجريب النماذج المختلفة لتحديد الأفضل من حيث الكفاءة والأداء. تستخدم خدمات NVIDIA NeMo وNIM لتحليل البيانات وتقييم النماذج تلقائيًا. نشر وتحسين المستمر: بعد اختيار النموذج الأمثل، يتم نشره في البيئة الإنتاجية مع متابعة تحسينه بشكل مستمر من خلال البيانات الجديدة والمراجعات التلقائية. يمكن للمهتمين بدء العمل مع NVIDIA AI Blueprint لبناء دوائر البيانات عن طريق مشاهدة الفيديو التوضيحي الجديد أو تنزيله من كتالوج NVIDIA API. هذه الأداة تعد خطوة مهمة نحو تحقيق تحسين مستدام وكفاءة أعلى في وكيلات الذكاء الاصطناعي، مما يمكن المؤسسات من الاستفادة القصوى من التكنولوجيا المتقدمة مع الحفاظ على تجربة المستخدم السلسة والتكلفة المعقولة.