📌 Pruna AI تُطلق إطارًا مفتوح المصدر لتحسين كفاءة نماذج الذكاء الاصطناعي

أعلنت شركة Pruna AI الأوروبية الناشئة، المتخصصة في تقنيات ضغط وتحسين أداء نماذج الذكاء الاصطناعي، عن إتاحة إطارها البرمجي كـ”مفتوح المصدر” اعتبارًا من يوم الخميس.

تُقدّم Pruna AI إطارًا يدمج بين عدة تقنيات فعالة تشمل: التخزين المؤقت (Caching)، التقليم (Pruning)، التكميم (Quantization)، والتقطير (Distillation).
هذه التقنيات تُستخدم لتقليل حجم النماذج وتحسين أدائها، دون التأثير الكبير على جودتها.

قال الشريك المؤسس ومدير التقنية جون راكوان:
“نُبسّط عملية حفظ وتحميل النماذج المضغوطة، وندمج أساليب الضغط المختلفة معًا، كما نتيح للمطورين تقييم النموذج بعد الضغط بسهولة.”

🔍 تحسين الكفاءة دون التضحية بالجودة

💡 توحيد الجهود كما فعلت Hugging Face

شبّه راكوان جهود شركته بما قامت به منصة Hugging Face في توحيد طريقة التعامل مع نماذج المحولات والانتشار.
وصرّح: “نحن نقوم بالشيء ذاته، ولكن في مجال تحسين الكفاءة“.

من المعروف أن شركات كبرى مثل OpenAI تستخدم تقنيات ضغط متنوعة. فمثلاً، طُوّر نموذج GPT-4 Turbo باستخدام تقنية التقطير، كما أن نموذج Flux.1-schnell يُعد نسخة مضغوطة من Flux.1 التابع لشركة Black Forest Labs.

🔬 ما هي تقنية التقطير؟

تعتمد هذه التقنية على تدريب نموذج صغير (طالب) باستخدام نتائج صادرة عن نموذج ضخم (معلم).
يتم إرسال الأسئلة إلى النموذج الكبير، ثم تُستخدم إجاباته لتعليم النموذج الأصغر محاكاة نفس السلوك بدقة.

وهكذا، يمكن الحصول على نموذج أخف وأسرع، مع الحفاظ على أداء قوي.

🔍 ضغط فعال باستخدام تقنية “المعلم-الطالب”

🎯 Pruna AI تقدّم منصة متكاملة

أوضح راكوان أن الحلول المتاحة في المصادر المفتوحة تقتصر غالبًا على تقنية واحدة.
أما Pruna AI، فتُقدّم منصة موحدة تُسهل الدمج بين تقنيات متعددة، وتُبسط الاستخدام حتى للمطورين غير المتخصصين.

🖼️ تركيز خاص على النماذج البصرية

رغم أن الإطار يدعم أنواعًا مختلفة من النماذج، مثل النماذج اللغوية، ونماذج تحويل الصوت إلى نص، ونماذج الرؤية الحاسوبية،
إلا أن تركيز الشركة في المرحلة الحالية ينصب على نماذج الصور والفيديو نظرًا لارتفاع الطلب عليها.

تشمل قائمة العملاء Scenario وPhotoRoom، وهما من أبرز الأسماء في مجال إنشاء الصور بالذكاء الاصطناعي.

🤖 وكيل ذكي لضغط النماذج

تُقدّم Pruna AI كذلك نسخة تجارية مدفوعة تتضمن ميزة واعدة سيتم إطلاقها قريبًا:
“وكيل الضغط الذكي”، الذي يتيح للمطورين إدخال طلب بسيط مثل:
“أريد أداء أسرع دون انخفاض الدقة بأكثر من 2%”،
ثم يقوم الوكيل تلقائيًا باختيار أفضل مزيج من تقنيات الضغط وتطبيقها.

وبذلك، يتجنب المطورون الحاجة إلى التعديل اليدوي أو التجربة والخطأ.

💸 نموذج تسعير مرن

يتم احتساب التكلفة في النسخة الاحترافية بناءً على الاستخدام بالساعة، تمامًا كخدمات تأجير وحدات GPU على السحابة.
وأوضح راكوان أن هذا النموذج يُمكّن المؤسسات من خفض تكاليف الاستدلال (Inference) بشكل كبير.

كمثال، تمكّنت Pruna AI من تقليص حجم نموذج Llama بمقدار ثمانية أضعاف تقريبًا، مع الحفاظ على دقة ممتازة.

📈 تمويل قوي لدعم التوسع

نجحت الشركة في جمع 6.5 مليون دولار ضمن جولة تمويل أولية، بمشاركة عدد من المستثمرين البارزين، منهم:

• EQT Ventures
• Daphni
• Motier Ventures
• Kima Ventures