كم نموذجًا وكم مالًا؟ حساب تكلفة الذكاء الاصطناعي

المقال كاملًا

تكلفة الذكاء الاصطناعي من أكثر بنود الموازنة سوءًا في التقدير. لا لأنّ المعادلة معقّدة، بل بسبب وهم بسيط: ما تدفعه أثناء التجربة ضئيل إلى حدّ لا يتوقّف عنده أحد. وحين يبلغ النظام الإنتاج، يُضرَب هذا الرقم الصغير نفسه في الحجم فيصير الفاتورة كلّها.

ثلاثة أرقام تقرّر التكلفة

تكلفة النموذج في نظام ذكاء اصطناعي هي في الحقيقة حاصل ضرب ثلاثة أرقام: عدد الاستدعاءات للعملية الواحدة، وحجم النصّ المعالَج في الاستدعاء، وسعر الوحدة للنموذج المختار. ضاعِف أيًّا منها تتضاعف الفاتورة؛ وضاعِف الثلاثة ترتفع ثمانية أضعاف.

إرسال كلّ عمل إلى أقوى نموذج

تصنيف نصّ في إحدى فئتين وإجراء تحليل متعدّد الخطوات لا يتطلّبان القدرة نفسها. لكن إن كُتب اسم نموذج واحد في شيفرة التطبيق ذهب الاثنان إلى المكان نفسه. والأعمال البسيطة كالتصنيف تشكّل عادةً الجزء الأكبر من الاستدعاءات؛ وتوجيهها إلى نموذج أصغر يمحو فورًا حصّة ملموسة من الفاتورة.

زمن الاستجابة هو نصف التكلفة الخفيّ

تتراكم التكلفة في زمن الانتظار كما تتراكم في الفاتورة. فكلّ ثانية ينتظرها المستخدم تخفض عدد مرّات استخدام تلك الميزة. والنموذج الأصغر أرخص وأسرع عادةً — أي أنّ التحسينين يخرجان غالبًا من القرار نفسه.

وتشغيل جزء من العمل قرب المستخدم يغيّر المعادلة ذاتها. فالعملية التي لا تبلغ خادمًا مركزيًّا لا تنتج زمن استجابة ولا رسم استدعاء.

موضع كتابة القرار مهمّ

إن كانت معرفة «أيّ عمل يذهب إلى أيّ نموذج» مدفونة في شيفرة التطبيق، صار كلّ تغيير سعر وكلّ نموذج جديد مهمّة تطوير. ولو عاش القرار نفسه في طبقة توجيه لصار مهمّة إعداد. النماذج تشيخ؛ والسلسلة تبقى.

باختصار

وبتطبيقها معًا لا يكون المكسب بضع نقاط مئوية بل أضعافًا — ولا تتطلّب أيّ من الأربع التنازل عن الدقّة.

من المصطلحات: تنسيق النماذج · التوسّع الطرفي

← كل المقالات