تخطَّ إلى المحتوى

حين تصبح البنية التحتية عملاً مهنياً: ما الذي تكشفه شراكة Intel وSubmer عن مهارات الذكاء الاصطناعي؟

شارك المقال
حين تصبح البنية التحتية عملاً مهنياً: ما الذي تكشفه شراكة Intel وSubmer عن مهارات الذكاء الاصطناعي؟
الصورة: Growtika / Unsplash

استمع لهذا المقال

بصوت زياد (Ziyad)

لا يبدأ كل تحول في سوق الذكاء الاصطناعي بإعلان وظيفة. أحياناً يبدأ من غرفة خوادم، من سؤال عن الحرارة والطاقة وكيفية تشغيل حوسبة كثيفة من دون أن تتعطل الخدمة. هذا هو المعنى المهني الأهم في اتفاق التعاون الذي أعلنته Intel وSubmer في 22 سبتمبر لتطوير بنية تحتية للذكاء الاصطناعي والحوسبة عالية الأداء في الشرق الأوسط وأفريقيا وتركيا.

البيان لا يعلن رقماً للتوظيف ولا يفتح باباً لوظيفة بعينها. وهذه نقطة ينبغي ألا تضيع في الحماس. لكنه يصف عملاً عملياً يتجاوز شراء المعالجات: معماريات مرجعية مختبرة، تصاميم لتشغيل كثافة حوسبية مرتفعة، تبريد سائل، فحص للجدوى، ودمج ونشر داخل مراكز البيانات. حين تنتقل المشاريع من تجارب محدودة إلى تشغيل مستمر، يصبح وجود من يفهم هذه الطبقات جزءاً من قدرة المؤسسة على تقديم منتج ذكاء اصطناعي موثوق.

ما الذي تغيّر في طبيعة العمل؟ ستوفر Intel منصات الحوسبة والمعماريات المرجعية والإرشاد التقني، فيما تقدم Submer أعمال التصميم والبناء والطاقة والحلول الحرارية ودمج تقنية المعلومات. هذا التقسيم لا يعني أن كل شخص يعمل في تلك المجالات سيصبح متخصصاً في نماذج اللغة، بل يعني أن مسار الذكاء الاصطناعي صار يلامس أدواراً هندسية وتشغيلية أوسع. مهندس البنية التحتية، ومهندس السحابة، ومهندس الشبكات، ومختص الطاقة والتبريد، ومدير التسليم التقني، كلها أدوار قد تتعامل مع متطلبات جديدة عندما يصبح حمل الذكاء الاصطناعي جزءاً من الخدمة اليومية.

الكفاءة ليست اسماً وظيفياً واحداً. الحوسبة عالية الأداء، أو HPC، هي تشغيل عدد كبير من عمليات المعالجة بكفاءة عالية. وفي سياق الإعلان، ترتبط بثلاثة قيود واضحة: كثافة الحوسبة، والأداء الحراري، والطاقة. لذلك لا يكفي أن يعرف المرشح أداة لتطوير نموذج أو إطاراً برمجياً. القيمة العملية تظهر في القدرة على فهم أثر أحمال الاستدلال المستمر، أي تشغيل النموذج لإنتاج النتائج، على السعة والموثوقية والكلفة والتبريد، ثم التواصل مع فرق المنتج والمنصة والموقع.

هناك فرق بين معرفة مصطلح تقني واستخدامه في قرار تشغيل. فالمراقبة الجيدة تعني أن تعرف ما الذي تقيسه ولماذا، مثل زمن الاستجابة واستهلاك الموارد وتغير الحرارة، ثم تتصرف قبل أن ينعكس الخلل على المستخدم. هذه ليست إضافة تجميلية إلى السيرة الذاتية، بل طريقة لتبرهن أن خبرتك تلامس مسؤولية خدمة حقيقية.

أين تظهر الإشارة الإقليمية؟ الاتفاق يغطي عملاء سياديين وشركات ومشغلي بنية واسعة النطاق واتصالات وجهات عامة، مع جلسات تقنية وورش مخصصة للمشاركين في المنظومة. هذا لا يساوي، بمفرده، إعلان وظائف في كل سوق من الأسواق المذكورة. لكنه يشير إلى أن المهارة المطلوبة لا تتوقف عند بناء نموذج أولي، بل تمتد إلى نقل التصميم إلى بيئة تشغيل يمكن قياسها واختبارها وصيانتها. والبيان نفسه يضع البداية في تطوير معماريات مرجعية وتجارب إثبات مفهوم، لا في نشر قدرة نهائية مكتملة.

كيف يترجم القارئ ذلك إلى خطوة واقعية؟ إذا كان مسارك برمجياً، فابن فهماً عملياً لقياس الأداء، وإدارة الموارد، والمراقبة، وموثوقية الخدمة، بدلاً من الاكتفاء بعرض نموذج يعمل على جهاز محلي. وإذا كنت في البنية التحتية أو مراكز البيانات، فتعرف إلى مفردات أحمال الذكاء الاصطناعي، مثل الاستدلال، وتسريع الحوسبة، واحتياجات الطاقة والتبريد، ثم اربطها بمشروع موثق يمكن شرحه. أما إن كنت في بداية الطريق، فابحث عن تدريب أو مشروع يضعك بين البرمجيات والتشغيل، لأن هذه المنطقة المشتركة هي ما يجعل الخبرة قابلة للنقل بين فرق كثيرة.

الاختبار الصادق في الأشهر المقبلة ليس عدد العناوين الكبيرة عن مراكز البيانات، بل هل ستتحول المعماريات والتجارب والورش المعلنة إلى مشاريع تشغيلية وفرص محددة. إلى أن تظهر تلك التفاصيل، تبقى الإشارة مفيدة باعتبارها خريطة مهارات، لا وعداً بوظائف لم تُعلن.

اشترك في همسات الذكاء الاصطناعي — كل أسبوع: قصص وفرص وأحداث مختصرة وموثقة، بلا حشو.

اشترك ليصلك الجديد