يشرح راندال هانت، المدير التنفيذي للتكنولوجيا في شركة Calent، شريك AWS الحائز على جوائز، كيف تتفوق AWS على Microsoft وGoogle في الذكاء الاصطناعي، حيث تنقل عملاء VMware إلى السحابة، ومحفظة الذكاء الاصطناعي الفريدة من نوعها وحالات الاستخدام الناجحة لشركة Calent.
تفوز شركة Calent AI، شريكة Amazon Web Services، بصفقات وتطلق ابتكارات جديدة بوتيرة أسرع مع Amazon Bedrock وAgentCore، مع تمايز كبير في السوق مقابل Microsoft وGoogle Cloud.
قال راندال هانت، كبير مسؤولي التكنولوجيا في شركة كالنت، شريك AWS الحائز على جوائز: “إن[Microsoft]تحاول الآن اللحاق بركب اختيار النماذج واختيار النماذج، ولم تطور أبدًا قوة الضبط الدقيق وتحسين نماذج الذكاء الاصطناعي هذه”.
وقال هانت: “نظرًا لأننا قادرون على البناء على Bedrock AgentCore، فنحن قادرون على الاستفادة من أي نماذج نريدها بالإضافة إلى الاستفادة من أفضل البدائيين”.
أنشأ شريك AWS Premier Tier Consulting، ومقره لوس أنجلوس، محفظة Calent Accelerate الخاصة به والتي تستفيد من التسليم المدعوم بالذكاء الاصطناعي لتحويل الطريقة التي يقوم بها العملاء بتحديث قواعد بياناتهم وترحيلها إلى AWS.
(ذات صلة: الرئيس التنفيذي لشركة AWS بشأن صفقة OpenAI بقيمة 38 مليار دولار، وChatGPT، ووحدات معالجة الرسومات Nvidia، و”تذكير قوي” بثقة AWS”)
يهدف عرض Calent Accelerate for Cloud Migration بشكل خاص إلى خفض عمليات ترحيل العملاء إلى تكاليف VMware وAWS إلى النصف من خلال التقييمات المدعومة بالذكاء الاصطناعي التي تسلط الضوء على مسارات الترحيل الأكثر كفاءة.
وقال هانت: “يفكر جزء كبير من عملاء VMware بنشاط في البدائل. وأعتقد أن 73 بالمائة من عملاء VMware يبحثون عن بدائل في هذه المرحلة”. “أعلم أن ذلك كان بمثابة نعمة لأعمالنا، وآمل أن يستمر ذلك. نحن نبحث عن طرق للانتقال من VMware إلى AWS، أو الانتقال من محلي إلى AWS.”
كرمت AWS Kelant بجائزتي الشريك العالمي لهذا العام في عام 2024 في كل من Migration Consulting وGenAI Industry Solutions.
لقد نجحت شركة Bedrock AgentCore في تحقيق ذلك واستحواذها على Trek10
عمل هانت لسنوات كأحد كبار مهندسي الحلول ومهندس البرمجيات في AWS. وكان أيضًا مهندس برمجيات في شركات مثل SpaceX وMongoDB.
وقال هانت إن Bedrock AgentCore، وهي منصة وكيل AWS لبناء ونشر وتشغيل عملاء الذكاء الاصطناعي على نطاق واسع، قد غيرت قواعد اللعبة في عام 2025.
“يشبه Bedrock AgentCore الرجوع خطوة إلى الوراء والتفكير، “مرحبًا، بمعرفة ما نعرفه الآن بعد العمل مع الذكاء الاصطناعي التوليدي لسنوات، كيف يمكننا بناء الخدمة المناسبة لهذا؟” وقد أنجز ذلك. “لقد فعل ذلك حقًا.”
لتعزيز وصولها إلى الذكاء الاصطناعي وAWS، استحوذت Klent الشهر الماضي على شركة Trek10 التابعة لشركة AWS Premier Tier Services لتوسيع محفظتها في الخدمات المُدارة، وربما الوصول إلى عملاء جدد في الخارج، وتعزيز قدرتها على تقديم خدمات AWS الشاملة.
في مقابلة مع CRN، تعمق هانت في الأسباب التي تجعل محفظة AWS للذكاء الاصطناعي واستراتيجيتها تتفوق على Microsoft وGoogle Cloud، وعملاء Broadcom الذين نجحوا في ترحيل VMware إلى AWS، ويعمل الذكاء الاصطناعي الآن في الإنتاج.
هل تعتقد أن AWS رائدة في عصر الذكاء الاصطناعي مقارنة بمايكروسوفت وجوجل؟
نعم. تتمتع AWS بأفضل العناصر الأولية في الصناعة السحابية بأكملها – التخزين والحوسبة والشبكات.
إذا نظرت إلى أشياء مثل EC2، وVPC (Virtual Private Cloud)، وAmazon S3، وLambda، وECS (خدمة الحاويات المرنة)، وEKS (خدمة Elastic Kubernetes) – فإن أفضل البدائيات وأفضل الأشياء لبناء الذكاء الاصطناعي.
علاوة على ذلك، نظرًا لأننا قادرون على البناء على Bedrock AgentCore، فإننا قادرون على الاستفادة من أي نماذج نريدها والاستفادة من أفضل البدائيات في نفس الوقت.
لذا فإن S3 يتمتع الآن بقدرة تخزين متجهة، وهي قدرة هائلة لأي شكل من أشكال RAG,
بدءًا من نوفمبر 2022 فصاعدًا، يحاول الجميع اكتشاف ما يحتاجون إلى بنائه حقًا. أخذت الشركات لقطات مختلفة. لقد اعتمدوا أساليب مختلفة. لم يكن هناك دائمًا توافق حول الشكل الذي يجب أن تبدو عليه الأشياء، من منظور التصميم، ومن منظور SDK للمطورين – لم يكن الأشخاص متأكدين بالضبط مما يجب بناءه.
الآن مع AgentCore، أشعر أنه يمكنني استخدام كل ما أريد.
يمكنني أيضًا استخدام نماذج OpenAI في AgentCore إذا أردت ذلك. أنا لا أقتصر على النموذج الأساسي فقط.
يمكنني الخروج واستخدام أي شيء، ولكنني لا أزال أحصل على أفضل أساسيات التنفيذ، وأفضل أساسيات الاستعلام – كل هذه الأشياء.
لماذا يختلف AWS AgentCore كثيرًا في السوق عن Microsoft وGoogle؟
AgentCore وBedrock هما المحركان للعملاء الذين يبحثون بالفعل عن وكلاء وخدمات الذكاء الاصطناعي ويقومون ببناءها.
من منظور تنافسي، تقدمت Microsoft ببرنامج OpenAI.
لذلك كان تركيزهم في البداية فقط على نماذج OpenAI والبناء باستخدامها.
لذا فهم الآن يعبثون باختيار النماذج واختيار النماذج، ولم يطوروا أبدًا قوة الضبط الدقيق لهذه النماذج وتحسينها.
وهم يقومون بتطويره الآن. لكن الميزة التي تتمتع بها AWS، مثل SageMaker، هي أننا نعمل على تحسين النموذج الأساسي باستخدام SageMaker Jumpstart اعتبارًا من عام 2022. يمكنك أخذ جميع النماذج مفتوحة المصدر ثم تشغيلها في Bedrock أيضًا.
وهذا ما جعلني متحمسًا جدًا لبناء الوكلاء وبناء الأشياء على AWS.
أواصل استخدام البدائيات الرائعة، ولدي الآن إطار عمل ونظام يزيل الكثير من الأعباء الثقيلة غير المزعجة لأشياء مثل: إدارة الجلسة، وإدارة الدردشة، ومترجمي التعليمات البرمجية، والوصول إلى المتصفح – مثل كل هذه الأدوات التي لا أرغب حقًا في إدارتها، فهي مدمجة فقط في AgentCore.
كيف يساعدك Celent Accelerate for Cloud Migration مع عملاء Broadcom على ترحيل VMware إلى AWS؟
لقد ألهمنا إنشاء هذا العرض في المقام الأول بسبب استحواذ Broadcom على VMware.
يفكر جزء كبير من عملاء VMware بنشاط في البدائل. أعتقد أن 73 بالمائة من عملاء VMware يبحثون عن بدائل في الوقت الحالي.
أعلم أن هذا كان بمثابة نعمة لأعمالنا وآمل أن يستمر.
نحن نبحث عن طرق لتسريع عملية الترحيل من VMware إلى AWS، أو من محلي إلى AWS.
لذا فإن الأمر يتضمن أخذ مخرجات هذه الأدوات مثل (مايكروسوفت) Hyper-V وغيرها ودفعها عبر سلسلة من النماذج – لذلك ليس فقط استخدام نموذج واحد بشكل أعمى، ولكن بناء الإشارات ديناميكيًا في السياق والحصول على أفضل أداء للسعر في بعض هذه التحولات.
ثم انتقل إلى AWS بطريقة ذكية ومتعددة الطبقات.
ماذا تسمع من عملاء VMware؟
تدور المحادثة حول قواعد العمل والتغييرات التي تجريها Broadcom.
أعني أن (Broadcom) تخسر عملاء VMware عمدًا. تعد AWS مكانًا رائعًا لهؤلاء العملاء.
إنها كرزة لطيفة علاوة على القول، “بالإضافة إلى أنه يمكنك الآن الاستفادة من كل ميزات الذكاء الاصطناعي هذه التي كان عليك في السابق الاتصال بها من مكان العمل لتصفح الشبكة وكل هذه الأشياء الأخرى.” الآن لديك زمن استجابة منخفض، وذكاء اصطناعي وكل تلك الأشياء الجيدة.
أخبرني عن حالة الاستخدام الناجحة لـ Calent AI مع أحد العملاء؟
لقد عملنا مع عملاء مثل Unbounce. لقد ساعدناهم في إنشاء واختيار نماذج مختلفة بناءً على حالات الاستخدام المختلفة الخاصة بهم.
هذه إحدى مزايا Bedrock: يمكننا استخدام أفضل نموذج متاح لحالة استخدام معينة، ويمكننا تحديد الحل الأفضل برمجيًا.
لاختبار كل هذه النماذج بسرعة كبيرة، غالبًا ما نستخدم أطر عمل مثل DSPy، وهو إطار عمل مفتوح المصدر من جامعة ستانفورد. يمكننا إنشاء الموجه المناسب لكل نموذج، لأنها لا تأخذ نفس التنسيق تمامًا.
نبدأ بما يمكن أن أصفه بـ “التحقق من الحيوية”. لذا، فإننا نختبر ما نحاول أن نطلب من النموذج القيام به: هل هذا ممكن؟ ومن ثم نبني المتانة بالتقييمات. إذن ما يعنيه هذا هو أننا نقدم سياقات مختلفة، ونبني المرونة والقوة حول التنفيذ من خلال تمكينه من الاستجابة لسياقات مختلفة.
بعد ذلك، نقوم ببعض التحسين الاقتصادي.
لذا، إذا كانت حالة استخدام في الوقت الفعلي، فنحن بحاجة إلى استخدام التقدير في الوقت الفعلي – نحتاج إلى إجراء البث، وعلينا القيام بأشياء أخرى لتحسينه. إذا كانت المحادثة متعددة الأدوار، فيمكننا استخدام التخزين المؤقت الفوري لـ Bedrock ويمكننا الحصول على نتائج جيدة حقًا هناك، لأننا لا نحتاج إلى دفع نفس التكلفة بالدولار لكل رمز مميز للاستدعاءات اللاحقة للنموذج.
إذا لم تكن حالة الاستخدام في الوقت الفعلي، فيمكننا استخدام Bedrock Batch، وهو خصم بنسبة 50 بالمائة في جميع المجالات.
بشكل عام، دعونا أولاً نتحقق مما إذا كان يعمل وما إذا كان ممكنًا. نقوم بعد ذلك بتقييم المرونة والموثوقية وبناء القدرات وتقديم سياقات مختلفة. ومن ثم نقوم بتحسين الاقتصاد. هذه هي عمليتنا لجميع هؤلاء العملاء المختلفين.
,
ماذا عن عرض Bedrock Battlegrounds من Kelant الذي يسمح للعملاء بمقارنة واختبار واختيار LLM أو الإشارات الأكثر ملاءمة على الفور؟
لقد أنشأنا أداة مفتوحة المصدر تسمى Bedrock Battlegrounds. إنه موجود على جيثب.
وذلك لأن الأداء السعري لنموذج الذكاء الاصطناعي قد تحسن بمقدار الضعف على الأقل كل أربعة أشهر منذ نوفمبر 2022., إذن هذا أسرع من قانون مور.
لقد نصحنا عملائنا ببناء منصة للاستفادة من الذكاء الاصطناعي التوليدي وعدم الرهان على أي نموذج معين. لأنها تحافظ على قدم وساق وتريد دائمًا أن تكون قادرًا على الاستفادة من أحدث الإمكانات. لذلك قمنا ببناء الكثير من الأشياء على Bedrock.
في هذه المرحلة نستخدم في الغالب Bedrock AgentCore.
وهذا أحد الأشياء التي تغيرت، حيث كان وقت التشغيل لدينا في ECS وLambda. والآن، معظم وقت التشغيل لدينا يكون في Bedrock AgentCore.
نحن نؤمن بأن الخدمة لها أرجل جادة.
عندما ظهر Bedrock في البداية، كان بمثابة واجهة لإلهام العارضات، ثم أضافوا إليه كل هذه الميزات. لكنني لا أعتقد أن العالم يعرف بالضبط كيفية بناء هذه الأنظمة حتى الآن. كنا جميعا نكتشف ذلك في نفس الوقت.
يشبه Bedrock AgentCore الرجوع خطوة إلى الوراء والتفكير، “مرحبًا، بمعرفة ما نعرفه الآن بعد العمل مع الذكاء الاصطناعي التوليدي لسنوات، كيف يمكننا بناء الخدمة المناسبة لذلك؟” وقد أنجز ذلك. لقد فعل ذلك بالفعل.
