بقلم: سارة | محررة نماذج الذكاء الاصطناعي · صوت تحريري بإشراف بشري
Microsoft Foundry مع نماذج Hugging Face على المنصة”>لطالما كان الفارق بين تجربة نموذج على Hugging Face ونشره في بيئة إنتاج حقيقية رحلةً مؤلمة من مراجعة التراخيص وفحص الأمان واختيار runtime وضبط GPU وبناء الصور وإدارة تصحيحات الثغرات. أعلنت مايكروسوفت في مؤتمر Build 2026 أنها تتولى هذا العبء كاملاً من خلال Foundry Managed Compute والكتالوج المشترك مع Hugging Face — فلم تعد المشكلة تقنية بقدر ما كانت تشغيلية، والحل الآن هو النشر بنقرة واحدة.
الرقم الذي يضع الأمر في سياقه: 3 ملايين نموذج مفتوح المصدر منشورة على Hugging Face (وفقاً لـ Hugging Face Blog)، يستخدمها 15 مليون مطوّر من 400,000 منظمة. حين تفتح مايكروسوفت باباً مباشراً بين هذا البيئة النظام وبنيتها التحتية المُدارة، فالأمر ليس مجرد ميزة جديدة — إنه تحوّل في مسار من يستطيع فعلاً نشر النماذج المفتوحة في مؤسسات حقيقية.
يقوم المبدأ على فصل واضح بين ما تتحكم فيه أنت وما تتولاه مايكروسوفت. أنت تختار النموذج وقالب النشر وعدد الحالات. مايكروسوفت تبني صور الحاويات وتفحصها بحثاً عن الثغرات (CVEs) وتوقّع عليها وتخزّنها في registry خاص بها، تسحب الأوزان مرة واحدة من Hugging Face وتخزّنها في Azure Storage في المناطق التي يُخدَم فيها النموذج، ثم تجري تحديثات الـ runtime والتصحيحات الأمنية تلقائياً دون إعادة نشر النموذج. النتيجة العملية: نشر في بيئة شبكة خاصة بالكامل دون الحاجة لأي وصول خارجي إلى Hugging Face Hub.
خط سير النشر من الكتالوج إلى الـ endpoint يمر بخمس خطوات:
- تصفّح كتالوج Foundry واختر النموذج — يعرض المعالج تلقائياً معرّف النموذج وقالب النشر ونوع المسرّع إن أردت أتمتة النشر عبر SDK أو REST.
- اختر قالب النشر — كل قالب هو وحدة مُسمّاة وموثّقة تُثبّت الـ runtime وعائلة المسرّع وعدده وطول السياق والضبط الدقيق للأداء. نموذج qwen3-32b مثلاً يأتي بأربعة قوالب جاهزة: A100 واحد بسياق 40K، وH100 واحد بسياق 40K، واثنان A100 بسياق 128K، واثنان H100 بسياق 128K — كل قالب مضبوط مسبقاً بإعدادات الأداء وموزّعي tool-call والتزامن.
- حدّد عدد الحالات لضبط الإنتاجية — الزيادة أفقية وبسيطة.
- انشر من البوابة أو CLI أو SDK أو REST — نقرة واحدة أو استدعاء API واحد.
- استعلم عبر الـ endpoint الموحّد لـ Foundry بنفس الـ SDK الذي تستخدمه مع أي نموذج آخر على المنصة.
التكامل مع بقية المنظومة ليس شعاراً تسويقياً هنا — pay-per-token وprovisioned throughput وManaged Compute يشتركون في endpoint واحد وSDKs موحّدة (Python وC# وJavaScript وJava) وآلية مصادقة واحدة وفاتورة واحدة ومنظومة observability موحّدة. النماذج المفتوحة تتكامل مع Foundry Agent Service بالطريقة ذاتها التي تعمل بها نماذج OpenAI وAnthropic وMeta وDeepSeek — يمكنك مزج نماذج مفتوحة ومغلقة في وكيل واحد دون مسار تكامل منفصل.
من ناحية الـ runtimes، المنصة تختار المحرك المناسب لكل نموذج: vLLM هو الخيار الافتراضي للنماذج اللغوية الكبيرة ذات الإنتاجية العالية، وبما أن Hugging Face شريك مباشر في تطويره فأي نموذج في مكتبة Transformers يعمل على vLLM في اليوم ذاته الذي يُنشر فيه على Hugging Face. SGLang للنماذج التي تحتاج مخرجات منظّمة (JSON وregex وgrammar-constrained) وهي حاجة أساسية لأعباء العمل الوكيلية (agentic). TEI مخصص للـ embeddings والـ rerankers مع kernels مُصرَّفة لكل عائلة GPU. llama.cpp للنماذج المقيّسة بصيغة GGUF على CPU أو GPUs صغيرة في مناطق محدودة الموارد. TensorRT-LLM وNIM على عتاد NVIDIA حيث تُحقق kernels المُحسَّنة زمن استجابة أفضل ملحوظاً. وأخيراً hf-serve وهو خادم Hugging Face متعدد النماذج للأنماط خارج المسار الرئيسي: رؤية وصوت وتجزئة وخطوط Transformers الأخرى.
مسار الاختيار والتدقيق قبل أن يظهر أي نموذج في الكتالوج يمر بخمس مراحل: رصد النماذج الرائجة بناءً على إشارات المجتمع وطلبات الشركاء والعملاء، ثم فحص التراخيص ومراجعة مستودعات الكود بحثاً عن مسارات trust_remote_code أو كود Python قابل للتنفيذ عند التحميل — أي نموذج يستلزم ذلك يُعالَج أو يُستبعد. ثم بناء صور الاستدلال وفحصها من CVEs والتوقيع عليها ورفعها إلى registry مُدار. بعدها رفع الأوزان إلى Azure Storage بعد التحقق من مطابقتها لبطاقة النموذج. وأخيراً اختبار كل مجموعة (نموذج + runtime + مسرّع) لمطابقة الـ API ومعايير الأداء قبل النشر في الكتالوج.
على صعيد النشر الجغرافي، المنصة تتيح نشراً عالمياً بأوسع طاقة استيعابية وأفضل تسعير، إلى جانب نشر ضمن “Data Zone” للمتطلبات السيادية وإقامة البيانات — خياران بنفس الكود ونفس الـ workflow. حصص المسرّعات مرتبطة بعائلة العتاد لا بالجيل، فخطة مبنية على H100 اليوم تنتقل تلقائياً لأجيال العتاد القادمة.
القيد الأوضح الذي لا تذكره المستندات صراحةً: الكتالوج “مُختار” وليس شاملاً — ليس كل نموذج من الثلاثة ملايين متاح، والتحديث أسبوعي لا فوري. إن كنت تعمل على نموذج متخصص أو نموذج جديد لم يكتسب بعد كتلة حرجة من مجتمع Hugging Face، قد تجد نفسك خارج الكتالوج. لكن للمطوّرين الذين يتعاملون مع النماذج الرائجة والأوزان المفتوحة الناضجة، هذا هو أقصر مسار معروف من الاكتشاف إلى الإنتاج المؤسسي. يمكنك التسجيل للوصول المبكر عبر الاستمارة الرسمية أو مراجعة مدوّنة إطلاق Managed Compute للتفاصيل التقنية الكاملة.
