NVIDIA تطلق عيّنات TensorRT RTX بلغة C++ لتشغيل الذكاء الاصطناعي محلياً
ما الجديد؟
نشرت إنفيديا عبر مدوّنتها للمطوّرين مجموعة عيّنات مفتوحة المصدر تحت اسم Do Inference Now (DIN) Deploy، وهي مكتوبة بلغة C++ وتجمع بين ONNX Runtime ومزوّد تنفيذ NVIDIA TensorRT RTX. الهدف هو تسهيل الانتقال من نموذج مدرّب إلى تطبيق أصلي يعمل محلياً على أجهزة RTX.
لماذا يهمّ ذلك؟
إضافة نماذج الذكاء الاصطناعي إلى التطبيقات المحلية تتطلّب عادةً ثلاثة عناصر: صيغة نموذج قابلة للنقل، وبيئة تشغيل موثوقة، وتسريعاً يعمل على الأنظمة المستهدفة. العيّنات الجديدة تحاول سدّ هذه الفجوة عبر دمج ONNX Runtime مع TensorRT RTX في أمثلة عملية بلغة C++.
الفائدة للمؤسسات في المنطقة
- الخصوصية: إمكانية إبقاء البيانات والاستدلال داخل المنشأة بدل إرسالها إلى السحابة.
- زمن الاستجابة: تقليل الاعتماد على الشبكة في التطبيقات الحسّاسة للزمن.
- الاستقلالية: خيارات نشر أوسع للجهات التي تفضّل بيئات معزولة.
مقارنة سريعة
| النهج | التشغيل | الاعتماد على السحابة | ملاحظات |
|---|---|---|---|
| سحابي بالكامل | عبر واجهات برمجية | مرتفع | مرونة عالية لكن بيانات تخرج من المنشأة |
| محلي عبر TensorRT RTX | على أجهزة RTX | منخفض | يحتاج عتاداً مناسباً وضبطاً للأداء |
ما الذي يجب مراقبته؟
الأداء الفعلي يعتمد على نوع النموذج والعتاد المتاح. على الفرق اختبار العيّنات على بيئتها المستهدفة قبل الاعتماد عليها في الإنتاج.
تنويه: هذا المقال يلخّص معلومات من المصدر المذكور. للأرقام والتواريخ الرسمية، راجع الرابط الأصلي. لا نضيف تفاصيل غير منشورة في المصدر.
أسئلة شائعة
ما هي عيّنات TensorRT RTX من إنفيديا؟
هي مجموعة عيّنات برمجية مفتوحة المصدر بلغة C++ تجمع بين ONNX Runtime ومزوّد تنفيذ TensorRT RTX، وتهدف إلى مساعدة المطوّرين على تشغيل النماذج محلياً على أجهزة RTX.
لماذا يهمّ التشغيل المحلي فرق التقنية في المنطقة؟
التشغيل المحلي يقلّل الاعتماد على السحابة، وقد يخفّض زمن الاستجابة، ويساعد على إبقاء البيانات داخل المنشأة، وهو أمر مهم للجهات الحكومية والمؤسسات في المنطقة.
هل تغني هذه العيّنات عن الحلول السحابية؟
لا. هي خيار إضافي للتشغيل المحلي على أجهزة RTX، ويمكن استخدامها إلى جانب الحلول السحابية حسب متطلبات الأداء والخصوصية.
هل يجب على فرق التطوير في المنطقة تبنّيها الآن؟
إذا كانت الفرق تبني تطبيقات C++ تحتاج إلى استدلال محلي على أجهزة RTX، فإن هذه العيّنات توفّر نقطة بداية عملية، مع ضرورة اختبار الأداء على العتاد المستهدف.
المصدر: NVIDIA Developer (AI)
ملخص بمساعدة الذكاء الاصطناعي من المصدر أعلاه. القصص عالية الثقة تُنشر تلقائياً، والبقية تنتظر مراجعة، ولا تُضاف وقائع غير موجودة في المصدر.