vLLM-Omni على SageMaker AI: توليد الصور والفيديو من حاوية واحدة
ما الذي نُشر؟
نشرت AWS الجزء الثاني من سلسلة عملية حول استخدام حاوية vLLM-Omni على Amazon SageMaker AI لتوليد الوسائط. يشرح المقال كيفية نشر نموذجين توليديين من حاوية Deep Learning Container واحدة: نموذج FLUX.2-klein لتوليد الصور، ونموذج Wan2.1-VACE لتحويل الصورة إلى فيديو.
كيف يعمل النمط؟
- توليد الصورة: يُشغَّل FLUX.2-klein عبر الاستدلال الفوري (real-time inference) للحصول على استجابة سريعة عند طلب صورة.
- توليد الفيديو: تُمرَّر الصورة الناتجة إلى Wan2.1-VACE عبر الاستدلال غير المتزامن (asynchronous inference)، وهو الأنسب للمهام الأطول زمنياً.
- الاسترجاع: يُحفظ ملف MP4 الناتج في Amazon S3 ويُسترجَع من هناك بعد اكتمال المهمة.
لماذا يهم هذا؟
| الجانب | النهج التقليدي | النهج المقترح |
|---|---|---|
| عدد الحاويات | حاوية لكل نموذج | حاوية vLLM-Omni واحدة |
| نمط الاستدلال | غالباً نمط واحد | فوري للصور وغير متزامن للفيديو |
| إدارة الناتج | متفرقة | ملف MP4 في Amazon S3 |
| التعقيد التشغيلي | أعلى | أقل |
حالات استخدام محتملة في المنطقة
قد يفيد هذا النمط فرق الإعلام والتسويق والجهات الحكومية في الشرق الأوسط التي تبني خطوط إنتاج للمحتوى البصري، إذ يسمح بتشغيل توليد الصور والفيديو من نقطة نشر واحدة على AWS بدل إدارة بنيتين منفصلتين.
ما لا يذكره المصدر
المقال لا يتضمن أرقاماً عن زمن الاستجابة أو التكلفة أو مقارنات أداء بين النموذجين، وهو شرح هندسي للنشر وليس تقييماً مستقلاً.
تنويه: هذا المقال يلخّص معلومات من المصدر المذكور. للأرقام والتواريخ الرسمية، راجع الرابط الأصلي. لا نضيف تفاصيل غير منشورة في المصدر.
أسئلة شائعة
ما هو vLLM-Omni على SageMaker AI؟
هو حاوية Deep Learning Container من AWS مبنية على vLLM-Omni، تتيح تشغيل نماذج توليد الوسائط المتعددة (صور وفيديو) على Amazon SageMaker AI دون بناء بيئة استدلال مخصصة لكل نموذج.
لماذا يُستخدم الاستدلال الفوري للصور وغير المتزامن للفيديو؟
توليد الصور عبر FLUX.2-klein يستغرق ثوانٍ فيناسب الاستدلال الفوري، أما Wan2.1-VACE لتوليد الفيديو فيستغرق وقتاً أطول، لذا يُشغَّل عبر الاستدلال غير المتزامن مع حفظ الناتج في Amazon S3 واسترجاعه لاحقاً.
هل يفيد هذا النمط فرق الذكاء الاصطناعي في الشرق الأوسط؟
نعم، لأنه يقلّل عدد الحاويات ونقاط النشر المطلوبة لتشغيل خط إنتاج وسائط توليدية كامل، ما يبسّط التشغيل ويضبط التكلفة لفرق الإعلام والتسويق والقطاع الحكومي التي تبني محتوى بصري على AWS.
هل هذا إعلان عن نموذج جديد؟
لا، المقال جزء ثانٍ من سلسلة عملية تشرح كيفية نشر نماذج قائمة (FLUX.2-klein وWan2.1-VACE) من حاوية vLLM-Omni واحدة على SageMaker AI.
المصدر: AWS Machine Learning
ملخص بمساعدة الذكاء الاصطناعي من المصدر أعلاه. القصص عالية الثقة تُنشر تلقائياً، والبقية تنتظر مراجعة، ولا تُضاف وقائع غير موجودة في المصدر.