قللت شركة Respeecher من تكاليف البنية التحتية للذكاء الاصطناعي بنسبة ٦٦٪ باستخدام منصة GPU-As-A-Service التابعة لـ Aethir

قللت شركة Respeecher من تكاليف البنية التحتية للذكاء الاصطناعي بنسبة ٦٦٪ باستخدام منصة GPU-As-A-Service التابعة لـ Aethir

Featured | 
Community
  |  
October 11, 2025

رائد توليف الصوت يحقق وفورات كبيرة في التكاليف واستقرارًا تشغيليًا
العميل: Respeecher
الصناعة: توليف الصوت بالذكاء الاصطناعي وتقنية الكلام
الحل السابق: AWS Capacity Blocks
النتائج الرئيسية
: تقليل التكاليف بمقدار ٣ مرات مقارنة بـ AWS, تعزيز استقرار البنية التحتية, أسرع NFS في تاريخ الشركة

الملخص التنفيذي

نجحت شركة Respeecher، الرائدة في مجال تكنولوجيا توليف الصوت، في تقليل تكاليف البنية التحتية إلى ثلث ما كانت تدفعه سابقًا على AWS، مع تحقيق الاستقرار المطلوب في عمليات تدريب الذكاء الاصطناعي. من خلال شراكتها مع بنية Aethir التحتية اللامركزية لمعالجات الرسوميات، تمكنت الشركة من القضاء على التحديات التشغيلية المرتبطة بتغيير مزودي الخدمة مع الحفاظ على أداء من مستوى المؤسسات.

التحدي: إدارة التكاليف وتعقيد مزودي الخدمة

كما يوضح Grant Reaber من فريق Respeecher، واجهت الشركة عدة تحديات في البنية التحتية:

١.   التكاليف العالية على AWS: كان الفريق يستخدم AWS capacity blocks (في البداية بسبب الائتمانات)، وهو ما ثبت أنه مكلف بالنسبة لاحتياجاتهم.

٢.  إرهاق التبديل بين المزودين: كان التنقل المستمر بين مزودي البنية التحتية المختلفين يسبب عبئًا تشغيليًا.

٣.  احتياجات أداء التخزين: كانت الشركة بحاجة إلى أنظمة ملفات شبكية سريعة وموثوقة لخطوط بياناتها.

الحل: بنية Aethir التحتية اللامركزية

نفذت Respeecher منصة Aethir للبنية التحتية لمعالجات الرسوميات، والتي قدمت:

١.   أداء معدني خام تنافسي: خوادم تعمل بنفس مستوى مزودي المعدن الخام الآخرين في فئتها.

٢. أسعار فعّالة من حيث التكلفة: ثلث تكلفة AWS capacity blocks المماثلة.

٣.  نظام ملفات شبكية سريع: أسرع NFS شهدته Respeecher حتى الآن.

٤. استقرار المزود: بنية تحتية ثابتة دون الحاجة للتبديل بين المزودين.

النتائج: توفير حقيقي في التكاليف مع فوائد تشغيلية

مقارنة التكاليف:

خفض التكاليف بمقدار ٣ مرات
"كانت AWS capacity blocks ستكلفنا حوالي ٣ مرات أكثر مما ندفعه على Aethir للحصول على آلة مشابهة"، كما يؤكد Grant Reaber.

ملاحظات الأداء:

أداء مماثل
"كل شيء يعمل بشكل رائع بالنسبة لنا حتى الآن... وهو مشابه لما كنا نراه مع خوادم المعدن الخام الأخرى في نفس الفئة."

سرعة NFS استثنائية
"نظام NFS رائع لأنه أسرع NFS جربناه، وهو ليس مكلفًا جدًا ويحلون بعض المشاكل لنا."

التأثير التشغيلي:

استقرار البنية التحتية
"أحد أكبر المكاسب كان الحصول على بعض الاستقرار حيث يعلم الناس أن لدينا خوادم جيدة وأنهم لن يضطروا للتبديل بين مزودين مختلفين."

تقدم تدريب النماذج
"لقد قمنا بتدريب نماذج أكبر قليلًا بالفعل"، كما يشير Reaber، مع إمكانية تحقيق تحسنات أكبر بمجرد تحسين خطوط البيانات.

الحالة الحالية والإمكانات المستقبلية

على الرغم من أن نطاق تدريب Respeecher لم يتغير بشكل كبير منذ البدء باستخدام Aethir، إلا أن الفريق يرى إمكانيات واضحة للنمو. يوضح Grant Reaber: "إذا قمنا بحل بعض مشكلات خطوط البيانات، فسوف نتمكن من تدريب نماذج أكبر من السابق."

إن الجمع بين توفير التكاليف، واستقرار البنية التحتية، والتخزين عالي الأداء يضع Respeecher في موقع جيد لتوسيع قدراتها في تدريب النماذج مع استمرار تحسين سير العمل.

الدروس الرئيسية

تجربة Respeecher مع Aethir توضح ثلاث فوائد رئيسية:

١.   تقليل التكاليف بشكل كبير: تحقيق نفس الأداء بتكلفة تعادل ثلث تكلفة AWS capacity blocks

٢.  استقرار العمليات: القضاء على الاضطرابات والتكاليف التشغيلية الناتجة عن التبديل بين المزودين

٣.  أداء دون تنازلات: الحفاظ على معايير الأداء المعدني الخام مع سرعة تخزين استثنائية

ما سيقوله Grant Reaber للمديرين التقنيين الآخرين:

"إذا كنت تستخدم AWS capacity blocks، فقد تكون تدفع ٣ مرات أكثر مما هو ضروري. Aethir تقدم لنا بنية تحتية مستقرة وعالية الأداء بتكلفة أقل بكثير، بالإضافة إلى أسرع NFS استخدمناه. الاستقرار فقط—مع العلم بأن لدينا خوادم جيدة دون الحاجة للتبديل بين المزودين باستمرار—كان أحد أكبر مكاسبنا."

عن Respeecher
Respeecher هي شركة لتوليف الصوت واستنساخ الأصوات تقدم تكنولوجيا الصوت المدعومة بالذكاء الاصطناعي لصناعات الترفيه والألعاب وإنشاء المحتوى على مستوى العالم.

عن Aethir
Aethir توفر بنية تحتية سحابية لامركزية لأعباء العمل في مجال الذكاء الاصطناعي والألعاب، مع تقديم حوسبة GPU من مستوى المؤسسات عبر شبكة عالمية من الموارد الموزعة.

Resources

Keep Reading