أعلنت Intel في 14 أكتوبر 2026 عن Intel Inference Microservices، وهي حزم برمجية تشغل النماذج اللغوية على خوادم Intel Xeon وتختار إعداداتها المناسبة تلقائيا. والهدف العملي هو استخدام القدرة الحاسوبية المتاحة بالفعل داخل المؤسسة. يختار الفريق نموذجا، ثم تتعرف حاويته على المعالج وتطبق ملف إعدادات اختبرته Intel لهذه التركيبة.
تسعى الشركة إلى تقليل أعمال التحضير. فتشغيل النموذج يتطلب قرارات بشأن الدقة العددية، وتوزيع العمل على الأنوية، وتنظيم الذاكرة. والإعداد المناسب لنموذج معين على معالج ما قد لا يناسب تركيبة أخرى. تجمع الحزمة هذه الخيارات، لكن النتيجة التجارية تظل مرتبطة بأداء التطبيق وجودة الإجابات المطلوب منه تقديمها.
عمل أقل لضبط النموذج قبل تشغيله
تقدم كل حاوية نموذجا واحدا من مضيف واحد عبر واجهة API متوافقة مع OpenAI. وبإمكان التطبيقات التي تستخدم هذه الواجهة بالفعل توجيه الطلبات إلى العنوان الجديد. يخص التوافق بنية الواجهة، ولا يضمن النماذج أو الإجابات أو القدرات نفسها المتاحة في خدمة OpenAI. فالنموذج المختار هو الذي يحدد ما يستطيع النظام إنتاجه.
يستخدم الإصدار الأول vLLM ويستهدف معالجات Intel Xeon من الأجيال 4 و5 و6. وتقترح Intel ذاكرة بسعة 32 GB، مع ضرورة تقييم النموذج وحجم العمل كل على حدة. تعمل البرمجيات باستخدام Docker أو Kubernetes 1.24 والإصدارات الأحدث. أما دعم معالجات الرسوميات ومحركات الاستدلال الإضافية فمدرج ضمن الخطط المستقبلية.
تختلف الحزم أيضا في سلوكها عند غياب ملف إعدادات مناسب. فقد تفشل الحاويات المخصصة لنموذج معين عند بدء التشغيل على مضيف لا يتوفر له ملف مطابق، بدلا من التحول بصمت إلى إعدادات عامة. وتتيح الحاوية الأساسية استخدام ملف عام متوافق افتراضيا. ويهم فرق التشغيل التمييز بين خدمة ترفض البدء وأخرى تعمل بإعدادات بديلة.
ما الذي ينبغي اختباره قبل النشر
تقول Intel إن استدعاء الأدوات والمخرجات المهيكلة متاحان حاليا عبر vLLM، لكنهما لم يخضعا للتحقق بوصفهما قدرات للحزمة. وعلى الفرق التي تخطط لوكلاء يشغلون أنظمة مؤسسية اختبار هذا المسار صراحة. فالإجابة النصية الصحيحة وحدها لا تثبت أن اختيار الأداة ومعاملاتها سيعمل كما هو متوقع مع كل طلب.
تعمل النماذج على البنية التحتية للمستخدم، وقد يتضمن التشغيل الأول تنزيل أوزان النموذج. ولكل نموذج شروط ترخيص خاصة به، وتبقى مسؤولية الالتزام بها على المشغل. ويتطلب ربط خدمات خارجية بالتطبيق مراجعة منفصلة لتدفقات البيانات. فتشغيل النموذج محليا لا يعني بقاء جميع أجزاء سير العمل على الخادم نفسه.
للمؤسسة التي تفكر في تجربة الحزم، يمكن البدء بنموذج مدعوم ومهمة واحدة تمثل الاستخدام الفعلي، مع قياس زمن الاستجابة والحمل المتزامن وجودة المخرجات. وبعد ذلك يمكن تقييم ما إذا كان الضبط التلقائي يبسط الصيانة فعلا. الجديد هو اختصار الطريق إلى نشر يناسب العتاد المتاح، ويظل النجاح مرتبطا بالعمل الذي يستطيع النظام إنجازه.