أعلنت «لينوفو» عن إطلاق «Lenovo AI Express»، وهو مسار جديد لتسريع نشر البنية التحتية المخصصة للذكاء الاصطناعي، بالتعاون مع «إنفيديا»، بهدف تقليل تعقيدات الشراء والتنفيذ وتقصير الفترة بين اختيار البنية وبدء تشغيلها الفعلي.
وتقول الشركة إن المؤسسات التي انتقلت من مرحلة تجارب الذكاء الاصطناعي إلى التنفيذ على نطاق أوسع تتوقع، وفق «Lenovo 2026 CIO Playbook»، عائداً متوسطاً يبلغ 2.78 دولار، مقابل كل دولار يتم استثماره،
فيما يتوقع 94 في المائة من المشاركين من المؤسسات تحقيق عائد إيجابي. إلا أن فترات التوريد الطويلة وتعقيد التكامل وعدم الجاهزية التشغيلية قد تؤخر الوصول إلى هذه العوائد. ويعتمد «AI Express» على 3 تكوينات جاهزة ومتحقق منها مسبقاً، صممت وفق حجم النماذج وعدد المستخدمين ومستوى الأداء المطلوب،
مع إمكان البدء بتكوين أصغر، ثم التوسع مع نمو عدد الوكلاء والنماذج والمستخدمين وحجم البيانات ومتطلبات الاستدلال. 3 فئات حسب حجم الاستخدام الفئة الصغيرة تبدأ، وفق الشركة،
من فترة شحن تبلغ 15 يوم عمل للتكوينات المؤهلة، وتستهدف مهام الاستدلال لعشرات المستخدمين، بسرعة تتجاوز 30 رمزاً في الثانية. وتدعم نماذج بمتوسط أحجام بين 7 و70 مليار معامل،
اعتماداً على خوادم «Lenovo ThinkSystem SR650a V4» المجهزة بوحدتي «NVIDIA RTX 6000 PRO Blackwell Server Edition». أما الفئة المتوسطة فتبدأ من 20 يوم عمل، وتستهدف مئات المستخدمين مع أحمال أعلى للاستدلال والذكاء الاصطناعي الوكيلي. وتغطي نماذج تتراوح في المتوسط بين 70 و400 مليار معامل،
باستخدام «ThinkSystem SR675 V3» مع 8 وحدات «RTX 6000 PRO Blackwell Server Edition». الفئة الكبيرة تبدأ من 25 يوم عمل، وهي موجهة إلى النماذج التوليدية واسعة النطاق التي تخدم آلاف المستخدمين، مع دعم نماذج تصل إلى تريليون معامل،
اعتماداً على «ThinkSystem SR680a V4» ومنصة «NVIDIA HGX B300». آشلي غوراخبروالا رئيس مجموعة «حلول البنية التحتية» في «لينوفو» (الشركة) خيارات أوسع للمعالجات والبرمجيات إلى جانب وحدات «إنفيديا» الرسومية، يدعم «AI Express» أحدث تقنيات المعالجات المركزية من «AMD» و«إنتل»، ما يتيح للمؤسسات اختيار تكوينات معتمدة تتناسب مع طبيعة أحمالها.
كما يمكن توسيع البنية ببرمجيات مؤسسية للذكاء الاصطناعي، من بينها «Red Hat AI Factory with NVIDIA» أو «NVIDIA AI Enterprise»، إضافة إلى «Veeam Kasten» لحماية تطبيقات الذكاء الاصطناعي والبيانات والنماذج وخطوط المعالجة. وتضع «لينوفو» الحل ضمن إطار أوسع تسميه «Lenovo Hybrid AI Factory with NVIDIA»،
الذي يُركز على إنشاء بنية هجينة قابلة للتوسع بحسب احتياجات المؤسسة، بدلاً من بناء بيئة كبيرة منذ البداية قد تتجاوز الحاجة الفعلية. تقليل مخاطر المبالغة في البناء قال آشلي غوراخبروالا، رئيس مجموعة حلول البنية التحتية في «لينوفو»،
إن المؤسسات تبحث عن طريقة لإدخال الذكاء الاصطناعي إلى بيئات الإنتاج بسرعة أكبر، من دون تحمل مخاطر بناء بنية أكبر من احتياجاتها أو مواجهة تأخيرات مكلفة. وترتكز الفكرة على منح العميل نقطة بداية واضحة، مع إمكان التوسع لاحقاً،
بدلاً من تصميم كل مشروع من الصفر. وتقول الشركة إن ذلك يُساعد على جعل عملية الشراء والتوريد أكثر قابلية للتوقع، خصوصاً في المشروعات التي تحتاج إلى سعات حوسبة عالية أو تجهيزات رسومية متخصصة. خدمات تمتد إلى التشغيل ولا يقتصر «AI Express» على توفير الخوادم،
إذ يشمل مجموعة من الخدمات التي تبدأ من تحديد حالات الاستخدام والتحقق من الجدوى والعائد المتوقع، ثم الانتقال إلى إثبات المفهوم، وانتهاء بتحسين بيئات وحدات المعالجة الرسومية من حيث الأداء والاستخدام والتكلفة. كما أعلنت الشركة عن «Premier Support Plus for Servers»،
وهي خدمة دعم تضيف قدرات استباقية وتنبؤية لرصد المشكلات في وقت مبكر، بهدف الحفاظ على استمرارية التشغيل في البيئات ذات الأهمية العالية. وصرح بير أوفرغارد، المدير العام لمجموعة حلول البنية التحتية في أوروبا والشرق الأوسط وتركيا وأفريقيا لدى «لينوفو»،
بأن المؤسسات تستطيع البدء بحالة الاستخدام الأكثر أهمية حالياً، ثم توسيع بنيتها مع تطور البيانات وأحمال العمل ومستوى نضج استخدام الذكاء الاصطناعي. توسيع الاعتماد عبر الشركاء وتوسع «لينوفو» أيضاً من توفر «AI Express» عبر شبكة شركائها العالمية، من خلال إطار «Lenovo 360»،
بما يسمح لشركاء القنوات بتقديم تكوينات «Hybrid AI Factory» المعتمدة للعملاء. وتقول الشركة إن البرنامج يبني على نموذج «Top Choice Express»، الذي يركز على مرونة التكوين ووضوح الأسعار وإمكانية توقع مواعيد التوريد، مع نقل الفكرة نفسها إلى مشروعات الذكاء الاصطناعي المؤسسية.
وتختلف أهلية التكوينات ومواعيد التوفر وآليات الطلب وفق المنطقة، فيما تشير «لينوفو» إلى أن الهدف الأساسي هو تقليل الوقت المطلوب للانتقال من اختيار البنية إلى تشغيل أحمال الذكاء الاصطناعي الفعلية، مع إبقاء المجال مفتوحاً للتوسع مع نمو المتطلبات.
