السحابة والشبكات

ستصبح سحابة المستقبل شبكة حوسبة ذاتية التحسين

بدأت الحوسبة السحابية بتحويل الخوادم المادية إلى موارد رقمية يمكن الوصول إليها.

ستكون التحوّلات القادمة أعمق بكثير.

ستتصرف سحابة المستقبل بشكل متزايد مثل شبكة حوسبة ذكية قادرة على التحليل المستمر للأحمال وأحوال البنية التحتية وسعة الشبكة وتوافر الطاقة وأداء الأجهزة ومتطلبات المستخدمين.

بدلًا من مجرد توفير الآلات الافتراضية والتخزين والشبكات، ستقرر منصات السحابة بشكل متزايد كيفية تجميع موارد الحوسبة وتشغيلها.

وهذا يخلق مفهوم السحابة ذاتية التحسين.

قد تعتمد التطبيقات الحديثة على عشرات أو مئات من مكوّنات البنية التحتية. تتفاعل الحاويات و وحدات معالجة الرسوميات (GPU) و المعالجات (CPU) و الذاكرة و التخزين و قواعد البيانات و اتصالات الشبكة و أنظمة الأمان و منصات الملاحظة (Observability).

يصبح التعامل مع هذا التعقيد يدويًا أصعب بشكل متزايد مع نمو البنية التحتية.

يمكن للذكاء الاصطناعي أن يصبح طبقة تنسيق.

يمكن لمنصة سحابة ذكية أن تراقب باستمرار سلوك التطبيق وتحدد ما إذا كانت الأحمال تحتاج إلى مزيد من القدرة الحاسوبية، أو عتادًا مختلفًا، أو ذاكرة إضافية، أو زمن تأخر أقل في الشبكة، أو نقلًا إلى منطقة بنية تحتية أخرى.

الهدف ليس مجرد الأتمتة.

هذا هو تحسينٌ مستمر.

قد تبدأ إحدى المهام على نوع معيّن من المسرّعات، ثم تنتقل لاحقًا إلى نوع آخر بسبب تغيّر المتطلبات الحاسوبية.

يمكن نقل خدمة ما لأن ازدحام الشبكة قد ازداد.

يمكن تأجيل حمل دفعي (Batch) لأن حملًا آخر لديه أولوية أعلى.

يمكن إعادة تموضع التخزين بالقرب من البيانات التي يتم الوصول إليها بشكل متكرر.

يمكن تحرير الموارد عندما ينخفض الطلب.

تصبح البنية التحتية تكيفية.

وهذا يخلق تحولًا كبيرًا في بنية السحابة.

تنتظر أنظمة السحابة التقليدية إلى حد كبير أن يطلب المستخدمون أو المسؤولون إجراء تغييرات.

ستتوقع الأنظمة المستقبلية التغيّرات بشكل متزايد.

يمكن لإدارة البنية التحتية التنبؤية تحليل أنماط الأحمال السابقة وسلوك التطبيقات وظروف الشبكة واستخدام الموارد للتنبؤ بالطلب المستقبلي.

قد تُحضّر السحابة موارد قبل وصول الطلب.

يصبح هذا مهمًا بشكل خاص لتطبيقات الذكاء الاصطناعي.

يمكن أن تكون أحمال الذكاء الاصطناعي شديدة الديناميكية. قد تنتج عن تدريب النماذج (Model Training) والاستدلال (Inference) والضبط الدقيق (Fine-tuning) وأنظمة الاسترجاع ونُظم العملاء/الوكالات المستقلة (Autonomous Agents) والمحاكاة (Simulations) وخطوط معالجة البيانات متطلبات موارد مختلفة جدًا.

لذلك فإن إعداد بنية تحتية ثابتة غير فعّال لكثير من الأحمال المتقدمة.

يجب أن تصبح السحابة على دراية بالأحمال.

وهذا يعني أن تنسيق البنية التحتية سيبدأ بشكل متزايد في فهم خصائص الحوسبة.

تحتاج بعض الأحمال إلى إنتاجية عالية من وحدات الـ GPU.

يحتاج البعض الآخر إلى سعة ذاكرة كبيرة.

بعضها يعتمد على الشبكات بشكل مكثف.

بعضها يستهلك التخزين بشكل مكثف.

بعضها يتطلب زمن استجابة منخفضًا للغاية (Latency).

يمكن للبعض الآخر تحمّل تنفيذٍ متأخر.

قد تستخدم السحابة المستقبلية هذه الخصائص لبناء بيئة بنية تحتية مناسبة تلقائيًا.

وهذا يخلق سحابة أكثر قابلية للتجزئة/التأليف (Composability).

بدلًا من الاختيار من قائمة ثابتة لمنتجات البنية التحتية، قد يحدد المستخدمون الأهداف بشكل متزايد.

على سبيل المثال:

الأداء المطلوب.

أقصى زمن استجابة.

متطلبات الأمان.

موقع البيانات.

الميزانية.

التوفر.

قيود الطاقة.

يمكن عندها لمنصّة السحابة تحديد إعداد البنية التحتية الأساسي.

يمثل ذلك انتقالًا من اختيار البنية التحتية إلى توليدها.

ستصبح الشبكات محورية في هذا التحول.

لا يمكن للسحابة ذاتية التحسين أن تعمل بفعالية دون رؤية مستمرة لأداء الشبكة.

يؤثر عرض النطاق والازدحام وزمن الاستجابة (Latency) وفقدان الحزم وظروف التوجيه والمسافة الجغرافية جميعها في الكفاءة الحاسوبية.

وبالتالي تصبح الشبكة جزءًا من محرّك التحسين.

يمكن لأنظمة الذكاء الاصطناعي تحليل بيانات قياس الشبكة وتحديد الاختناقات المحتملة قبل أن تؤثر في التطبيقات.

قد يتيح ذلك لبنية السحابة التحتية إعادة توجيه الأحمال، أو ضبط أنماط المرور، أو توفير سعة إضافية تلقائيًا.

ستصبح الأمان أيضًا متكاملًا داخل عملية التحسين.

يجب على النظام أن يفهم ليس فقط مكان توفر الموارد، بل أيضًا أين يُسمح للأحمال بالعمل.

قد تصبح سيادة البيانات والهوية وضوابط الوصول ومتطلبات التشفير والسياسات التنظيمية قيودًا داخل نظام التنسيق.

النتيجة هي سحابة تتخذ قرارات البنية التحتية ضمن إطار سياسة محدد.

قد ينتج ذلك في النهاية عمليات سحابة ذاتية الحكم.

سيستمر المهندسون البشر في تحديد الأهداف والسياسات ومعايير المعمارية ومتطلبات الحوكمة.

ستتولى منصة البنية التحتية نسبة متزايدة من قرارات التشغيل.

ليس هذا مجرد استبدال لمسؤولي السحابة.

إنها تطور نحو هندسة بنية تحتية على مستوى أعلى.

سيقوم المهندسون بشكل متزايد بتصميم القواعد التي بموجبها تتحسن البنية التحتية تلقائيًا.

لذلك قد يتغير الميزة التنافسية لمنصّات السحابة.

ستبقى سعة البنية التحتية الخام مهمة، لكن الذكاء في تنسيق الموارد قد يصبح بنفس القدر من الأهمية.

يمكن لمزود السحابة الذي يحوّل العتاد والشبكات والطاقة والبرمجيات والبيانات إلى حوسبة مفيدة بكفاءة أعلى أن يخلق، بشكل محتمل، نموذج بنية تحتية مختلفًا جذريًا.

لن تكون سحابة المستقبل مجرد مكان تُشغَّل فيه التطبيقات.

سيكون نظامًا حاسوبيًا ذكيًا يقرر باستمرار كيف ينبغي تشغيل التطبيقات.

ستصبح بنية السحابة التحتية تكيفية.

ستصبح الشبكات تنبؤية.

ستصبح عملية التنسيق (Orchestration) ذكية.

وستبدأ البنية التحتية نفسها بشكل متزايد بالتصرف مثل البرمجيات.

SriDanamTrades

تعلم ابنِ ابتكر قِدْ

موارد رقمية مميزة على وحدات معالجة الرسوميات للحوسبة بالذكاء الاصطناعي (AI Compute GPUs) الطاقة والاضطراب/التقنيات الناشئة

#الحوسبة_السحابية #بنية_تحتية_للذكاء_الاصطناعي #الشبكات #الحوسبة #تقنية_السحابة #الأتمتة #الذكاء_الاصطناعي #تقنية_المستقبل #SriDanamTrades