التقنيات

الحزم التقنية التي نبني بها منتجات حقيقية

أربعة مسارات تقنية — بنيتنا التحتية الخاصة للذكاء الاصطناعي، والتطوير الشامل للويب، وأطر تعلم الآلة، وMLOps — لكل منها الأدوات التي نستخدمها وما نبنيه بها عادةً.

بنية الذكاء الاصطناعي

حوسبة رئيسية داخلية، لا سعة سحابية مشتركة

يعمل التطوير اليومي والتوليف والاستدلال على بنيتنا التحتية الرسومية المخصصة الخاصة — بما في ذلك معالج NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip داخلياً، مع بنية تحتية شريكة وسحابية متاحة لأكبر عمليات التدريب متعددة العقد.

مختبر الذكاء الاصطناعي الخاص بنا

NVIDIA GB300 Grace Blackwell UltraNVIDIA DGX SparkASUS ExpertCenter Pro ET900N G3Dell PowerEdge GPU Servers

ترابط المعالج الفائق

NVIDIA NVLink-C2CNVIDIA ConnectX-8 SuperNIC

CUDA وبيئة التشغيل

CUDAcuDNNTensorRTNCCL

حوسبة موسّعة (شريك/سحابة)

NVIDIA H100NVIDIA H200

تقديم الاستدلال

Triton Inference ServervLLMNVIDIA NeMoMulti-Instance GPU (MIG)

ما الذي نبنيه بهذه الحزمة

  • معالج NVIDIA GB300 Grace Blackwell Ultra Superchip داخلي — بذاكرة متماسكة تبلغ 748 غيغابايت وأداء ذكاء اصطناعي يصل إلى 20 بيتافلوب، على أجهزتنا الخاصة
  • يقسّم دعم MIG وحدات معالجتنا الرسومية إلى ما يصل إلى سبعة نُسخ معزولة لاستخدام آمن ومرن متعدد المشاريع
  • وصول شريك وسحابي إلى وحدات معالجة رسومية من فئة NVIDIA H100/H200 لعمليات تدريب متعددة العقد تتجاوز السعة الداخلية
  • سيادة كاملة على البيانات محفوظة حتى عند التوسع إلى بنية تحتية شريكة — يبقى التنسيق والمراقبة معنا
748 GB
ذاكرة متماسكة (معالج GB300 Superchip)
20
بيتافلوب من أداء الذكاء الاصطناعي الداخلي
7
نُسخ معزولة لوحدة المعالجة الرسومية عبر MIG

نواة داخلية، وحجم رئيسي عند الطلب.

تعمل معظم المهام بالكامل على أجهزتنا الخاصة. عندما يحتاج مشروع حوسبة من فئة H100 أو H200 الرئيسية للتدريب على نطاق واسع، نتوسع إلى بنية تحتية شريكة وسحابية موثوقة — دون فقدان التحكم في التنسيق أو التعامل مع البيانات أو المراقبة. تحصل على مساءلة داخلية مع سقف حوسبة بمستوى المؤسسات عندما تتطلب المهمة ذلك.

التطوير الشامل

تطوير تطبيقات ويب من البداية إلى النهاية

الحزمة نفسها وراء معظم برمجياتنا المخصصة وبناءات SaaS — اختيرت من أجل قابلية الصيانة وعمق التوظيف، لا الحداثة.

الواجهة الأمامية

ReactNext.jsVueTypeScript

الخلفية

Node.jsPython / DjangoJava / Spring

البيانات

PostgreSQLMongoDBRedis

البنية التحتية

DockerKubernetesGitHub Actions

ما الذي نبنيه بهذه الحزمة

  • منتجات SaaS مخصصة، من المصادقة والفوترة إلى أدوات الإدارة
  • أدوات ولوحات تشغيلية داخلية
  • تصميم واجهات برمجة التطبيقات والتكامل مع أنظمة الطرف الثالث
  • إعداد خطوط CI/CD للنشر المستمر منخفض المخاطر
أطر تعلم الآلة

أطر تدريب النماذج وتوليفها

الأطر وراء منهجية التوليف لدينا — التدريب الكامل، والتوليف الفعّال من حيث المعاملات، وكل ما يلزم لنقل نموذج من الأوزان الأساسية إلى الإنتاج.

الأطر الأساسية

PyTorchTensorFlowHugging Face Transformers

التوليف وPEFT

LoRAQLoRADeepSpeedPEFT

المواءمة

RLHFTRLReward Modeling

التقييم

LM Evaluation HarnessWeights & BiasesMLflow

ما الذي نبنيه بهذه الحزمة

  • توليف كامل وتوليف فعّال من حيث المعاملات (LoRA/QLoRA) على نماذج أساسية مفتوحة وخاصة
  • خطوط RLHF للمواءمة وتوليف السلوك
  • تدريب موزّع باستخدام DeepSpeed للنماذج كبيرة المعاملات
  • تقييم ومقارنة منهجيان قبل إطلاق أي نموذج
MLOPS

تشغيل النماذج ومراقبتها بعد الإطلاق

تُنشر افتراضياً على بنيتنا التحتية الخاصة؛ منصات الذكاء الاصطناعي السحابية (SageMaker، Vertex AI، Azure ML) متاحة كخيار فقط عندما تتطلبها بيئة العميل تحديداً، لا كمسارنا الافتراضي.

التنسيق

KubernetesDockerApache Spark

المراقبة

MLflowTensorBoardGrafana

خط أنابيب البيانات

Airflowdbt

السحابة (عند الحاجة)

AWS SageMakerGoogle Cloud Vertex AIAzure ML

ما الذي نبنيه بهذه الحزمة

  • تقديم نماذج بالحاويات باستخدام Kubernetes عبر أجهزتنا الخاصة أو أجهزة العميل
  • كشف الانحراف ولوحات مراقبة لكل نموذج منشور
  • تنسيق خط أنابيب البيانات الذي يغذي مجموعات التدريب والتقييم
  • نشر سحابي على SageMaker أو Vertex AI أو Azure ML عندما تتطلب بيئة العميل الخاصة ذلك

نحن نستخدم ملفات تعريف الارتباط. نستخدم ملفات تعريف ارتباط ضرورية ووظيفية وتحليلية وأداء وإعلانية لتشغيل هذا الموقع وفهم كيفية استخدامه. اختر ما يناسبك.