پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

افزایش ۴ میلیون هسته پردازشی در GitHub برای پایان دادن به قطعی‌های ناشی از هوش مصنوعی

انتشار:۷ آبان ۱۴۰۵(۱ ساعت پیش)
۳ دقیقه زمان مطالعه
۰ دیدگاه
اشتراک و پسندیدن

پلتفرم GitHub در واکنش به قطعی‌های مکرر ناشی از حجم عظیم کدهای تولیدشده توسط ایجنت‌های هوش مصنوعی، معماری زیرساخت خود را بازطراحی می‌کند. این پلتفرم با افزودن ۴ میلیون هسته پردازشی جدید و ۱۶۰ پتابایت حافظه فوق‌سریع، قصد دارد پایداری سرویس‌های خود را تضمین کند. هم‌زمان سرویس هوشمند مسیریابی مدل‌ها با نام Copilot Fusion نیز به‌صورت عمومی در دسترس توسعه‌دهندگان قرار گرفت.

افزایش ۴ میلیون هسته پردازشی در GitHub برای پایان دادن به قطعی‌های ناشی از هوش مصنوعی

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • افزایش خیره‌کننده فعالیت ایجنت‌های هوش مصنوعی و ثبت ۷٫۴ میلیارد کامیت در یک ماه، پلتفرم GitHub را با بحران پایداری و افت چشمگیر دسترس‌پذیری سرورها مواجه کرده است.
  • پلتفرم GitHub برای رفع این بحران، ۴ میلیون هسته پردازشی جدید و ۱۶۰ پتابایت فضای ذخیره‌سازی پرسرعت اضافه می‌کند و با تفکیک پردازش از ذخیره‌سازی، معماری خود را بازطراحی خواهد کرد.
  • سرویس جدید Copilot Fusion با هدایت هوشمند درخواست‌ها میان مدل‌های مختلف، کارایی ایجنت‌های برنامه‌نویسی را با نصف هزینه و ۴۰ درصد سرعت بالاتر ارتقا می‌دهد.

کنفرانس Universe شرکت GitHub روز چهارشنبه در سان‌فرانسیسکو آغاز به کار کرد و خبر داد که زیرساخت‌های این پلتفرم برای پاسخگویی به تقاضای سرسام‌آور ناشی از ایجنت‌های هوش مصنوعی، توسعه‌ای عظیم را تجربه می‌کند.

این سرویس در سپتامبر ۲۰۲۶ رکورد ثبت ۷٫۴ میلیارد کامیت کد را گزارش کرد؛ رقمی که ۵ برابر بیشتر از ترافیک ورودی سرورهای آن در سال گذشته است. این جهش چشمگیر ترافیک در طول یک سال گذشته که در نتیجه استفاده گسترده توسعه‌دهندگان از ایجنت‌های هوش مصنوعی و تولید انبوه کدهای برنامه‌نویسی رخ داده، شرکت را غافلگیر کرد و موجی از قطعی‌ها و اختلالات جدی در دسترس‌پذیری سرویس به‌همراه داشت.

کامیت‌های تولیدشده توسط هوش مصنوعی از دسامبر گذشته مشکل‌ساز شدند و در ماه‌های فوریه، آوریل، اوت و حتی ماه‌های بین آنها به بحران‌های ادامه‌دار انجامیدند. بر اساس داده‌های بازسازی‌شده از صفحه وضعیت GitHub، در روز ۷ مه میزان پایداری ۹۰ روزه سایت به پایین‌ترین سطح خود یعنی حدود ۸۴ درصد سقوط کرد.

مدیران ارشد GitHub با عذرخواهی از کاربران متعهد به بهبود وضعیت شدند. این تعهدات اکنون ۴ میلیون هسته پردازشی CPU و ۱۶۰ پتابایت حافظه ذخیره‌سازی فوق‌سریع را به نقشه راه زیرساختی این شرکت اضافه کرده است؛ همراه با ظرفیت محاسباتی اضافی برای پلتفرم GitHub Actions که به‌عنوان بستر یکپارچه‌سازی و تحویل مداوم (CI/CD) این سرویس، زیر بار ترافیک شدید دچار اختلال شده بود.

این بستر میزبانی کد وابسته به مایکروسافت همچنین اعلام کرده که مشغول بازطراحی معماری فنی خود است (تلاشی که پیش‌تر مورد بحث قرار گرفته بود) تا لایه پردازش را از حافظه ذخیره‌سازی تفکیک کند؛ تغییری بنیادین که انتظار می‌رود توان تبادل داده و پذیرش بار را تا ۳۵ برابر افزایش دهد.

جی پاریخ، معاون ارشد بخش CoreAI در مایکروسافت، در یک پست وبلاگی اظهار داشت: «ما در حال انتقال سرویس به ساختار چندمنطقه‌ای در فضای ابری Azure هستیم، در حالی که هم‌زمان به حجم باورنکردنی ترافیک توسعه‌دهندگان سراسر جهان پاسخ می‌دهیم. انتظار داریم این مهاجرت در اوایل سال آینده تکمیل شود. این سرمایه‌گذاری‌ها فضای بیشتری برای رشد در اختیار ما می‌گذارد و گام بعدی، ساخت سیستم‌هایی است که بتوانند این حجم کار را مدیریت کنند.»

علاوه بر این، در رویداد Universe، شرکت GitHub عرضه عمومی سرویس Copilot Fusion را اعلام کرد؛ سرویس هوشمند هدایت مدل که پیش‌تر با عنوان آزمایشی HydraFusion معرفی شده بود. ایده اصلی این سرویس آن است که با هدایت درخواست‌ها به مدل‌های بهینه و متنوع، نرخ موفقیت در انجام وظایف ارتقا یابد و هم‌زمان هزینه‌های مصرف توکن کاهش پیدا کند.

پاریخ در این باره گفت: «وظایف مختلف نیازمند مدل‌های متفاوتی هستند. توسعه‌دهندگان نباید مجبور باشند برای دستیابی به نتیجه مناسب با قیمتی مقرون‌به‌صرفه، خودشان تک‌تک مدل‌ها را مدیریت کنند. Copilot Fusion نیازهای هر وظیفه را از نظر استدلال، تولید کد، اشکال‌زدایی و کار با ابزارها ارزیابی می‌کند و سپس نحوه اجرای آن را میان یک یا چند مدل برمی‌گزیند. در شاخص ارزیابی ایجنت‌های کدنویسی Artificial Analysis، مدل Fusion Max امتیازی بسیار نزدیک به Opus 5.5 Max (با اختلاف کمتر از ۲ امتیاز) به دست آورد، در حالی که هزینه آن ۵۰ درصد کمتر و زمان اجرای وظایف ۴۰ درصد کوتاه‌تر بوده است.»

پلتفرم GitHub همچنین امکانات متعددی را به برنامه Copilot اضافه کرده است؛ از جمله قابلیت Copilot Projects برای هماهنگی کارهای موازی، سرویس Copilot Connectors برای تسهیل اتصال Copilot به سرورهای پروتکل MCP و بخش Copilot Automations که وظایف خودکار و چندبارمصرف ایجنت‌ها را ممکن می‌سازد.

در راستای تلاشی هدفمند برای گسترش کاربرد Copilot در محیط‌های کاری، GitHub دسترسی به این ابزار را برای تمام کاربران سازمانی GitHub Enterprise بدون نیاز به خرید اشتراک مجزا برای هر حساب کاربری فراهم کرده است، هرچند هزینه توکن‌های مصرفی همچنان محاسبه و دریافت می‌شود.

این پلتفرم اشتراک‌گذاری کد تحت مالکیت مایکروسافت مجموعه خدمات هوش مصنوعی خود را برای توسعه‌دهندگان با قابلیتی به نام AI Scans گسترش می‌دهد. این ابزار، پول‌ریکوئست‌ها و کدهای ادغام‌شده را برای کشف آسیب‌پذیری‌ها در زبان‌هایی بررسی می‌کند که با اسکن سنتی مبتنی بر قوانین پوشش داده نمی‌شوند. علاوه بر این، ابزارهای جدید تحلیل مسیر دسترسی‌پذیری به تیم‌ها امکان می‌دهد روی آسیب‌پذیری‌هایی متمرکز شوند که واقعاً پتانسیل نفوذ دارند. خدمت جدید دیگر، فایروال بسته‌های نرم‌افزاری است که خط‌مشی‌های سازمانی را پیش از دانلود بسته‌های npm ارزیابی و اعتبارسنجی می‌کند.

بازخورد و اشتراک‌گذاری این مطلب

اگر این گزارش برایتان مفید بود، با پسندیدن و اشتراک‌گذاری آن با دیگران، از محتوای تخصصی هوش مصنوعی حمایت کنید.

اشتراک‌گذاری در شبکه‌های اجتماعی:

دیدگاه ها و گفتگوی تخصصی

نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید

۰ دیدگاه

هنوز دیدگاهی برای این مطلب ثبت نشده است

اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.

مطالب مرتبط و پیشنهادی

مدل تبدیل گفتار به متن Parakeet v3 انویدیا بدون نیاز به پایتون و کارت گرافیک اجرا می‌شود
آخرین اخبار

مدل تبدیل گفتار به متن Parakeet v3 انویدیا بدون نیاز به پایتون و کارت گرافیک اجرا می‌شود

تیم توسعه‌دهنده handy-computer نسخه کم‌حجم و بهینه‌سازی‌شده GGUF را برای مدل تبدیل گفتار به متن Parakeet v3 انویدیا منتشر کرد. این نسخه امکان اجرای روان و محلی مدل را بدون وابستگی به پایتون یا کارت‌های گرافیک مجزا روی پردازنده‌های معمولی فراهم می‌کند.

۲ دقیقه مطالعه
۰
۷ آبان
رونمایی از مدل Mistral Large 4؛ ایجنت کدنویسی ۱ تریلیون پارامتری با دسترسی آزاد
آخرین اخبار

رونمایی از مدل Mistral Large 4؛ ایجنت کدنویسی ۱ تریلیون پارامتری با دسترسی آزاد

شرکت Mistral وزن‌های عمومی مدل جدید Mistral Large 4 را با ۱ تریلیون پارامتر و تمرکز ویژه بر ایجنت‌های کدنویسی و امنیت سایبری منتشر کرد. این مدل بر پایه معماری ترکیبی از متخصصان توسعه یافته است و با مصرف بهینه توکن، گزینه‌ای قدرتمند برای استقرار روی زیرساخت‌های خصوصی به شمار می‌رود.

۶ دقیقه مطالعه
۰
۷ آبان
مدل جدید Qwen3.5-4B-3D-Coder متن را به صحنههای سهبعدی تعاملی در مرورگر تبدیل می‌کند
آخرین اخبار

مدل جدید Qwen3.5-4B-3D-Coder متن را به صحنههای سهبعدی تعاملی در مرورگر تبدیل می‌کند

یک توسعهدهنده مستقل نسخهای اختصاصی از مدل Qwen با نام Qwen3.5-4B-3D-Coder را معرفی کرده است که توصیفات متنی را به صحنههای سهبعدی تعاملی در کتابخانه Three.js تبدیل می‌کند. این مدل سبک با ۴ میلیارد پارامتر، تمام کدهای جاوااسکریپت و صحنه گرافیکی را در قالب یک فایل تکی HTML به کاربر تحویل می‌دهد و روی سیستمعامل محلی نیز قابل اجرا است.

۲ دقیقه مطالعه
۰
۷ آبان