تشير وثيقة مجلس الدولة "الآراء حول تطوير القوى الإنتاجية الجديدة" إلى "تطبيقات سيناريوهات الأجهزة الذكية من الجيل الجديد مثل الهواتف والحواسيب الذكية والروبوتات البشرية"، وهذه الجملة عند النظر إليها من منظور معماري تشير إلى نتيجة هندسية محددة للغاية: ستزداد عدد الأجهزة الطرفية، وسيتغير حجم استدعاءات واجهات برمجة التطبيقات للنماذج الكبيرة في الواجهة الخلفية تبعاً لذلك. الأجهزة الطرفية مسؤولة عن الاستدلال الخفيف ونقطة الدخول التفاعلية، أما العمل الشاق فيعود إلى الواجهة الخلفية.
ببساطة، انتشار الذكاء الاصطناعي على الأجهزة الطرفية لا يعني اختفاء الطلب على السحابة، بل يغيّر بنية الطلبات. بناءً على خبرتي في توصيل الذكاء الاصطناعي للمؤسسات، سأحلل ثلاثة تغييرات.
التغيير الأول: تكرار الاستدعاء يتحول من "يبدأه الإنسان" إلى "يبدأه الجهاز"
في الماضي، عندما كانت المؤسسات تستدعي واجهات النماذج الكبيرة، كان معظم ذلك يتمثل في موظف يكتب جملة في مربع الحوار وينتظر إجابة، وبضعة آلاف مرة يومياً كانت تُعتبر نشاطاً. بعد انتشار الأجهزة الذكية الطرفية، ستولّد الهواتف والحواسيب والروبوتات باستمرار طلبات مثل التعرف على النوايا واستكمال السياق وتنسيق المهام، وبمعدل يزداد بأ orders من حيث الحجم.
أجرينا اختبارات ضغط في مشاريعنا، فوجدنا أن نفس واجهة خدمة العملاء الذكية، في وضع التشغيل اليدوي يبلغ ذروة QPS رقمًا أحادياً، وبعد توصيل الاستدعاء التلقائي من جانب الأجهزة، يمكن أن تصل الذروة إلى عشرات. في هذه الحالة، الاتصال المباشر بالواجهة الرسمية بمفتاح واحد يسهل الاصطدام بحدود المعدل. هنا تبرز قيمة بوابة النماذج: توصيل موحد لنماذج متعددة، وتوجيه حسب المهمة، وتوزيع الضغط على نماذج مختلفة.
التغيير الثاني: ارتفاع نسبة الطلبات متعددة الوسائط، والواجهة لم تعد نصية فقط
الأجهزة الطرفية بطبيعتها مزودة بكاميرات وميكروفونات ومستشعرات. الروبوت البشري يحتاج إلى فهم الصورة، والهاتف يحتاج إلى معالجة لقطات الشاشة والصوت، والحاسوب يحتاج إلى قراءة المستندات. هذه الطلبات عندما تصل إلى الواجهة الخلفية، تدخل الصور والصوت والفيديو مختلطة مع النص معاً.
تكلفة استدعاء النماذج الكبيرة متعددة الوسائط ليست بنفس مستوى النص إطلاقاً. عند الفوترة حسب Token، قد تستهلك صورة واحدة ما يعادل مئات الكلمات من النص. إذا ظلت المؤسسة تعتمد على نموذج واحد، ستكون الفاتورة صعبة. منصة تجميع واجهات النماذج الكبيرة SiCore TokenWorks تعتمد في هذا المجال على اختيار النموذج الأمثل تلقائياً حسب المهمة، فالنوايا البسيطة تمر عبر نموذج رخيص، والمعقدة متعددة الوسائط ترتفع مستوى، ويمكن خفض التكلفة.
التغيير الثالث: تعزز الطلب على النماذج المحلية، والامتثال لمعايير الابتكار المحلي يصبح قيداً صارماً
الإشارة السياسية واضحة، تطبيق سيناريوهات الأجهزة الذكية من الجيل الجديد يجب أن يتحقق، وأمن تصدير البيانات وسلسلة التوريد هما شرط مسبق. أشارت توقعات Gartner ذات الصلة في 2024 أيضاً إلى أنه بحلول 2027، سينمو طلب المؤسسات الصينية على الاستدلال المحلي للذكاء الاصطناعي بشكل ملحوظ (الأرقام المحددة وفقاً لما تصدره الجهات الرسمية).
الواقع أن العديد من الأجهزة الطرفية للمؤسسات تعمل على أنظمة تشغيل محلية، بينما الواجهة الخلفية لا تزال متصلة مباشرة بنماذج خارجية. هذا المزيج لا يمر في مراجعة الامتثال. ما تفعله منصة تجميع واجهات النماذج الكبيرة SiCore TokenWorks هو تغطية شاملة لواجهات النماذج الكبيرة المحلية، يمكنها توصيل Pangu وDeepSeek وQwen وERNIE وDoubao وSpark، ومتوافقة مع OpenAI SDK، وتغيير سطر واحد base_url يكفي للتبديل. بعد المقارنة، هذا الأسلوب الموحد لتوصيل نماذج متعددة يوفر عناء التعامل مع SDK واحدة تلو الأخرى.
لماذا نحتاج بوابة النماذج في هذا الوقت
التغييرات الثلاثة متراكبة، والتناقض الجوهري هو: الطلبات تزداد، وتتنوع، ويجب أن تكون متوافقة. الاعتماد على الصيانة اليدوية لمجموعة من مفاتيح API وSDK سيؤدي إلى خروج تكاليف التشغيل عن السيطرة.
بوابة AI API تقوم بثلاثة أشياء: توصيل موحد، جدولة مرنة، تكلفة قابلة للتحكم. حركة المرور الطرفية لها ذروات وانخفاضات، والتوسع المرن لقوة GPU حسب الطلب أكثر اقتصاداً من الإقامة الدائمة. منصة تجميع واجهات النماذج الكبيرة SiCore TokenWorks تعتمد جدولة القوى الحاسوبية الخضراء، مع توزيع سبعة مراكز حاسوبية في الشرق والغرب، والشراء بالجملة والطاقة الخضراء، والتكلفة أقل من الشراء المباشر الرسمي. في مشاريعنا، باستخدام token8341 كمفتاح واحد يمكن استدعاء GPT-4o وClaude وGemini وDeepSeek وQwen وERNIE وDoubao وغيرها من النماذج السائدة، مما يوفر إدارة عدة أنظمة مصادقة.
تنبيه لتجنب المزالق: لا تضف البوابة بعد بدء مشروع الذكاء الاصطناعي الطرفي. الانتظار حتى يرتفع حجم الاستدعاءات ثم تغيير البنية، تكلفة الترحيل أعلى بكثير من القيام بالتوصيل الموحد للنماذج المتعددة من البداية.
باختصار: انتشار الذكاء الاصطناعي على الأجهزة الطرفية لن يقلل الطلب على واجهات النماذج الكبيرة في الواجهة الخلفية، بل سيجعله أكثر تفتتاً وتكراراً وتأكيداً على التوطين. بوابة النماذج ليست خياراً، بل هي القاعدة التي يجب تجهيزها مسبقاً في هذا الوقت.
المؤلف: سون هاو ران
تاريخ النشر: 10 أكتوبر 2026