توضّح القصة كيف استعادت AT&T منصة Foundry مع Phi-4 ونماذج مفتوحة أخرى لبناء ذكاء اصطناعي مخصص لشبكات الاتصالات، مع معالجة تريليون رمز
أعلنت AT&T عن بناء ذكاء اصطناعي مخصص لشبكات الاتصالات عبر منصة Foundry من مايكروسوفت، ما يتيح معالجة كميات هائلة من البيانات مع تقليل تكاليف التطوير بشكل ملحوظ.
كيف تم التنفيذ؟ اعتمدت الشركة على منصة Foundry لتشغيل مشروع Open Telco 2.0 (OTel 2.0) بهدف فهم أفضل لشبكات الاتصالات والمعايير والعمليات. بدلاً من الاعتماد على نموذج AI واحد، جُمِعَت مجموعة من النماذج المفتوحة لأداء مهام مختلفة، منها Phi-4 وOSS 120B وGemma 4.
يُذكر أن Phi-4 كان يتعامل مع نحو 700 مليار رمز شهريًا، وذلك في المقام الأول لأغراض توليد البيانات الاصطناعية وتحضيرها. إجمالاً، بلغت كمية الرموز المعالجة نحو تريليون رمز، وتدربت النماذج باستخدام نحو 400 مليار رمز.
الأداء والتكاليف
لضمان الاستمرارية، موّنت Foundry Managed Compute وصولاً إلى نحو 530 وحدة معالجة رسومات، من بينها 430 وحدة AMD Instinct MI300X. وبحسب AT&T، فإن استخدام النماذج المفتوحة عبر Foundry أدى إلى خفض تكاليف تطوير الذكاء الاصطناعي بشكل كبير، حيث أدى توليد البيانات باستخدام Phi-4 والنماذج المفتوحة إلى توفير عشرات الملايين من الدولارات مقارنة بنماذج الذكاء الاصطناعي الحديثة والأكثر تكلفة.
نتائج وتقدّم في المجتمع التقني
أشير إلى أن Open Telco 1.0 تجاوز 25 مليون تنزيل، ما يعكس الاهتمام المتزايد بالذكاء الاصطناعي المرتبط بخدمات الاتصالات. وتؤكد مايكروسوفت أن Foundry يتيح نهجاً يَخُص اختيار نماذج AI مختلفة، ومزج وحدات GPU، ونشر أعباء العمل بشكل أسرع.
