أمازون ساجيميسل جامب ستارت: تقييم حتى عام 2026

Amazon SageMaker JumpStart هو مركز التعلم الآلي داخل Amazon SageMaker AI، ويوفر الوصول إلى قائمة مُعدة من نماذج الذكاء الاصطناعي، وتجارب تطبيقات الحلول، ومذكرات الكود الموضوعية. يقلل من الوقت اللازم للانتقال من اختيار النموذج إلى تطبيقه. يمكن استخدامه لتقييم نماذج اللغة الكبيرة المصدر المفتوح (LLMs)، وتطبيق نموذج رؤية لفهم الوثائق، أو تحسين نموذج مدمج على بياناتك الخاصة.

يوفر SageMaker JumpStart ثلاث حالات استخدام رئيسية:

• اكتشاف وتقييم النماذج — تصفح مئات النماذج الأساسية من مزودي مثل Alibaba (Qwen)، NVIDIA، Google، Mistral، Cohere، IBM، وغيرهم. تحتوي كل بطاقة النموذج على تفاصيل البنية الهندسية، مقاييس التقييم، معلومات الترخيص، وأوراق عمل نموذجية.
• نشر بضغطة واحدة — قم بنشر النموذج الذي اخترته على نقاط الاستدلال الفعالة في SageMaker، مع إعدادات مُحسّنة مسبقًا لتكفي عبء العمل الخاص بك (بتكلفة منخفضة، وضياع أقل، ومعدل تدفق عالي، أو متوازن). لا حاجة لإعداد الحاويات أو العمليات يدويًا.
• تخصيص النماذج — يمكن تعديل النماذج مباشرة من اللوحة أو البرنامج المساعد باستخدام تقنيات مثل التكيف ذو الرتب المنخفضة (LoRA)، التعديل الموجه (SFT)، تحسين التفضيلات المباشر (DPO)، والتعلم الإعادة التشغيلية مع مكافآت قابلة للتحقق (RLVR). تقلل خيارات التخصيص بدون خادم من إدارة البنية التحتية.

يمكنك الوصول إلى SageMaker JumpStart من خلال لوحة تحكم SageMaker Studio (Models → JumpStart models)، أو بشكل برمجي من خلال SDK Python الخاص بSageMaker، أو مباشرة من Hugging Face باستخدام التكامل الجديد للرابط العميق.

2026 التسجيل في لمحة واحدة

من يناير إلى سبتمبر 2026، قام SageMaker JumpStart بتحميل أكثر من 100 نموذج جديد من خلال 30 مزودًا مختلفًا. وهذا يمثل توسعًا كبيرًا في الكتالوج، نتيجة للوتيرة المتسارعة لإصدار النماذج المفتوحة المصدر وطلب العملاء المتزايد على خيارات متعددة من حيث البناءات النمطية والحجم والقدرات.

هذا هو تفصيل عن المساهمين الرئيسيين ورابط إلى صفحة SageMaker JumpStart:

• ألبايزي (Qwen): 29 نموذجًا تشمل التفكير (Qwen 3.8-27B)، المزيج الكبير من الخبراء (Qwen3.5-122B-A10B)، عمليات العمل بأدوات الذكاء (Qwen-AgentWorld-35B-A3B)، توليد الكود (Qwen3-Coder-Next، Qwen 3 Coder 30B)، التعرف على الكلام (Qwen3-ASR-1.7B)، تحويل النص إلى صوت (Qwen3-TTS)، التدريج العصبي (Qwen3-VL-Embedding-2B)، وتحسين الترتيب (Qwen3-Reranker-4B).
• NVIDIA: 17 نموذجًا، بما في ذلك عائلة نماذج قاعدة البيانات Cosmos3 (Super، Edge، Nano)، Cosmos Reason 7B، MSA-Search، Nemotron 3.5 Lightning، Nemotron-3-Super-120B (FP8 و BF16)، Nemotron3 Ultra، Nemotron-Nano-12B-v2، Nemotron 3 Nano Omni (متعدد الأشكال)، وNemotron 3.5 Super VL للغة والرؤية.
• ميسترال: 7 نماذج بما في ذلك عائلة Ministral-3 (3B، 8B، 14B في النمط القياسي وBF16) وVoxtral-Mini-4B-Realtime للتحدث.
• جوجل: 6 نسخة من Gemma، 4 تنويعات، تشمل gemma-4-31B-it، E2B-it، E4B-it، 26B-A4B-it، assistant، وNVFP4 مقنونة.
• IBM: 4 نماذج، تشمل Granite 4.0 h-micro/small/tiny و granite-speech-4.1-2b، لالتقاط الكلام التلقائي متعدد اللغات (ASR) عبر 6 لغات.
• Cohere: 4 نماذج تشمل Command A (A100) وRerank v3.5، v4.0 Fast، وv4.0 Pro لزيادة الإمكانات في الاسترجاع.
• الأخرى: 33 نموذجًا من MiniMax، Zhipu AI (GLM)، DeepSeek، Moonshot AI، Allen AI، Microsoft، Meta (Muse Spark)، Reflection (Beam)، Black Forest Labs، JetBrains، OpenBMB، BharatGenAI، Kakao، OpenFold، وغيرها.

تلخيص عملية إعداد النموذج

تعكس النماذج التي تم إدراجها في عام 2026 عدة أولويات رئيسية في طريقة توسيع كتالوج SageMaker JumpStart. وهذه ليست مجرد اتجاهات صناعية، بل تمثل المجالات التي نلاحظ فيها طلب قوي من العملاء وفرص كبيرة لمساعدتهم على بناء تطبيقات الذكاء الاصطناعي الإنتاجية على SageMaker.

توسيع حزمة النماذج المفتوحة لشركة NVIDIA

نظام NVIDIA هو أحد مزودي النماذج المهمة لدينا، وفي عام 2026 تجاوز مساهمتهم نطاق النماذج اللغوية. إن نماذج مؤسسة Cosmos3 العالمية، المتاحة في مستويات Super وEdge وNano، تجمع بين إنشاء الفيديو، محاكاة الفيزياء، وتخطيط الأفعال في هيكل واحد للتطبيقات الذكية الفيزيائية مثل الروبوتات والأنظمة المستقلة والأطياف الرقمية. مع دمج نماذج Nemotron التي تمتد من الاستدلال السريع الفعال (Nano-12B) إلى التفكير على نطاق واسع (Super-120B)، يقدم SageMaker JumpStart الآن مجموعة واسعة من النماذج المفتوحة لشركة NVIDIA. إذا استخدمت أجهزة NVIDIA، يمكنك توزيع هذه النماذج على SageMaker باستخدام حاويات مُحسّنة ونقاط نهاية مُعدة مسبقًا.

إغلاق الفجوة المتعددة الوسائط

تتطلب أعمال العملاء المتزايدة نماذج تعالج أكثر من النصوص. في عام 2026، ركزنا على نماذج الإدخال التي تتعامل بشكل أساسي مع الرؤية والكلام وفهم الوثائق. يقوم NVIDIA Nemotron 3 Nano Omni بتحليل النصوص والرؤية والكلام في نموذج واحد. تضيف Google Gemma 4 قدرات لغة ورؤية على مجموعة متنوعة من الأحجام. يتعامل IBM granite-speech-4.1-2b مع التعرف على الكلام والترجمة بين ست لغات. يدعم Mistral Voxtral-Mini فهم الكلام في الوقت الفعلي. تعني هذه الإضافات أن العملاء يمكنهم تجنب ربط نماذج التحضير المسبق المنفصلة مع بعضها البعض في أعمال العمل المتعددة الأشكال.

جعل الذكاء الاصطناعي الإبداعي قابلًا للاستخدام

تحول توليد الصور والفيديو من مجال نخبوي إلى مجال شامل في عام 2026. قمنا بتنصيب نموذج FLUX.2 Small Decoder وFLUX.2-klein-base-4B من شركة Black Forest Labs لإنتاج صور من النص بسرعة، ونموذج Meta Muse-Glimmer-30B للعمليات العملية متعددة الوسائط، ونموذج NVIDIA Cosmos3 لإنتاج الفيديو. مع هذه النماذج، يمكنك الاستفادة من قدرات الذكاء الاصطناعي الإبداعية بنفس تجربة التثبيت بضغطة واحدة التي تستخدمها للنماذج اللغوية.

تأمين النماذج الفعالة والمكافئةة

ليس كل عبء عمل يحتاج إلى نموذج على مستوى الحدود، والعديد من العملاء يركزون على تحسين تكاليف الاستدلال عند الانتقال إلى الإنتاج. قمنا بتضمين عدة نماذج مكوبة ومضغطة: Zhipu AI GLM-5.2 FP8 توفر أداءً قويًا مع استهلاك ذاكرة مخفض. JetBrains Mellum2-12B يستخدم هيكلية خليط الخبراء مع 2.5 بيغا من المعلمات النشطة لإنتاج الكود. OpenBMB MiniCPM5-1B يحتوي على قدرات متعددة الأبعاد في 1 مليار معلمة. يُظهر دليل Microsoft Phi-4-mini-instruct وIBM Granite 4.0 h-tiny أن النماذج المدمجة تخدم أعمال الإنتاج على أنواع الحالات التشغيلية مثل ml.g5.xlarge. يمكن لهذه النماذج تحسين التأخير وتكلفة امتلاك الشاملة (TCO) لحالات الاستخدام المحددة.

إعداد النماذج المصممة خصيصًا للأغراض المحددة لأغراض الإنضمام

النماذج العامة للذكاء الاصطناعي متعددة الاستخدامات، بينما النماذج المصممة لأغراض معينة متطابقة مع مهام محددة. في عام 2026، قمنا بتضمين Qwen-AgentWorld-35B-A3B في عمليات الذكاء الاصطناعي المستقلة التي تدعم استدعاء الأدوات بشكل أساسي. تقوم GLM-OCR وLightOnOCR وDeepSeek-OCR باستخراج نصوص المستندات. كما تحسن Qwen3-Reranker-4B وCohere Rerank v4.0 دقة الاسترجاع في خطوط توليد الذكاء الاصطناعي المُعززة بالاسترجاع (RAG). ويوفر langcache-embed-v3-small نقاط تداخل خفيفة للبحث الدلالي. تقدم Qwen3-ASR وQwen3-TTS إدراك وتوليد الكلام. يدعم OpenFold3 التنبؤ ببنية البروتينات للحوسبة العلمية. بمع ذلك النماذج، يمكنك بناء مسارات عملية حيث يستخدم كل مرحلة الأداة المتخصصة المطلوبة، بدلاً من إجبار نموذج واحد على القيام بكل شيء.

توسيع تنوع مقدمي الخدمة

تُعَدُّ تقليل مخاطر التركيز في اختيار النماذج أمرًا مهمًا للعملاء المؤسسيين. في عام 2026، وسّعنا الكتالوج ليشمل 30 مزودًا، مقارنة بمجموعة أكثر تركيزًا في السنوات السابقة. يُعَدُّ Alibaba Qwen أكبر مساهمٍ بمجموع 29 نموذجًا تشمل التفكير، البرمجة، الصوت، والاسترجاع. تضيف Zhipu AI وDeepSeek نماذج LLM تنافسية وخاصية OCR متخصصة. تساهم MiniMax وMoonshot AI في بناء هياكل جديدة. ويقدم Cohere إعادة ترتيب موثوقة. توسع براتاجينجي آي آي وكاكاو نطاق النماذج الإقليمية. هذا التوسع يوفر للعملاء المزيد من الخيارات فيما يتعلق بالأداء والتكلفة والترخيص ودعم اللغات.

تحسينات SageMaker JumpStart في عام 2026

بالإضافة إلى تسهيل عملية تدريب النماذج، قدمت SageMaker JumpStart تحسينات كبيرة في عام 2026 تقلل من العوائق خلال دورة حياة النموذج، من مرحلة اكتشافه إلى تنفيذه.

منصة النموذج المبسطة في لوحة SageMaker للذكاء الاصطناعي

سابقًا، كان من الضروري اكتشاف نماذج SageMaker JumpStart عن طريق الدخول إلى SageMaker Studio والبحث عن قسم SageMaker JumpStart في التنقل الجانبي. أما تجربة Model Hub الجديدة، فهي تُظهر كتالوج SageMaker JumpStart الكامل مباشرة على صفحة إدخال SageMaker AI console. يمكنك تصفح النماذج حسب الفئة وتصفيتها حسب طريقة الإدخال/الإخراج، الناشر، حجم النموذج، الترخيص، والإطار. كما يمكنك عرض المخطوطات التجريبية وفتح النماذج داخل Studio بنقرة واحدة. هذا يمنع التنقل المتعدد الخطوات الذي أخرَ استكشاف البداية.

خيارات توزيع نقاط النهاية مُعدة مسبقًا

اختيار نوع الحالة الصحيحة، وخدمة الحاوية، وإعدادات التحسين لتركيب النموذج يتطلب عادة تقييم يدوي للعشرات من التركيبات. الآن يقدم SageMaker JumpStart إعدادات تركيب مرتبطة بالأسماء، مع خيارات تحسين لم:

• متوازن — توازن متساوي بين التكلفة، ووقت الانتظار، والإنتاجية لأعمال العملاء العامة.
• تحسين معدل الإنتاج — الحد الأقصى من التوكنات لكل ثانية باستخدام تقنيات مثل التفكير التجريبي، مناسبة للتعامل مع حجم البيانات الكبير.
• التحسين في زمن الانتظار — أقل وقت لإنتاج الكلمة الأولى (TTFT)، مع التركيز على السرعة في التطبيقات التفاعلية.
• تحسين التكلفة — أقل تكلفة البنية التحتية لكل طلب، مناسب للأعمال التي يمكنها استيعاب زيادة في التاخير.

تشمل هذه التكوينات إعدادات مُحسّنة للنورون لعمليات AWS Inferentia وAWS Trainium، مما يقلل من تعقيد التركيب وتكاليف البنية التحتية. يمكنك تطبيق النموذج بضغطة واحدة مع الإعداد المناسب للتحسين، بدلاً من قضاء أسابيع في تقييم التكوينات يدويًا.

دمج الرابط العميق في Hugging Face

تقوم عملية تكامل جديدة مع Hugging Face بربط اكتشاف النماذج مباشرةً بـ SageMaker Studio، لفائدة النماذج المدمجة. عند تصفح النماذج على Hugging Face، يمكنك اختيار التخديم على SageMaker AI أو التخصيص والتخديم على SageMaker AI. ستصل مباشرة إلى بيئة Studio المُعدة مسبقًا، حيث النموذج مثبت مسبقًا، والأذونات مُهيأة مسبقًا، وظهور حصص GPU مدمجة. هذا يلغي الحاجة إلى إنشاء أدوار إدارة الهوية والوصول AWS (IAM)، أو إنشاء نطاق، أو تكوين الأذونات قبل التجربة.

بدء العمل

هناك ثلاث طرق للبدء باستخدام SageMaker JumpStart:

• لوحة تحكم SageMaker Studio — افتح SageMaker Studio، انتقل إلى Models → JumpStart models، وشاهد الكتالوج. اختر نموذجًا لعرض تفاصيله، ثم اختر Deploy أو Customize.
• منتج SDK لبيني Python من SageMaker – قم بنشر النماذج بشكل برمجي باستخدام منتج SDK لبيني Python من SageMaker. زور كاتالوج النماذج في SageMaker JumpStart للحصول على أمثلة على SDK ودليلات النشر.

• رابط عميق Hugging Face — تصفح مركز نماذج Hugging Face واختر تنفيذ على SageMaker AI للوصول مباشرة إلى Studio لأنماط SageMaker JumpStart المدعومة.

كل نموذج في SageMaker JumpStart يحتوي على تكوينات التوزيع، ومخططات نموذجية، ووثائق دليلية. للحصول على دليل عملي، يرجى الرجوع إلى مقال مدونةنا المتعلق بـ "توزيع وتقييم النماذج باستخدام Amazon SageMaker JumpStart".

الخلاصة

كان الربع الثلاثة الأول من عام 2026 فترة تقدم كبير لمنصة Amazon SageMaker JumpStart. مع إضافة أكثر من 100 نموذج جديد من 30 مزودًا، يشمل الكتالوج الآن مجموعة واسعة من الإمكانيات. تشمل هذه الأنواع نماذج التفكير على الحدود، ونماذج الرؤية-اللغة متعددة الوسائط، والذكاء الاصطناعي الإبداعي لإنشاء الصور والفيديوهات، والتعرف على الكلام وتوليفه، والتعرف الضوئي على الأحرف (OCR) وفهم المستندات، ونماذج تضمين واسترجاع للـ RAG، ونماذج سير العمل الذكية، ونماذج الحوسبة العلمية المتخصصة.

تعكس أولويات الإنتاجية هذه المكان الذي نرى فيه الطلب الأقوى من العملاء والفرصة الأكبر لتسريع استخدام الذكاء الاصطناعي على AWS. وتشمل هذه الأولويات توسيع المحفظة، سد الفجوة المتعددة الوسائط، جعل الذكاء الاصطناعي الإبداعي متاحًا للجميع، إعطاء الأولوية للكفاءة والتقريب، إنتاج النماذج المصممة خصيصًا، وتوسيع تنوع مزودي الخدمة.

مع التحسينات مثل محطة النموذج المبسطة، وخيارات النشر المُهيأة مسبقًا، وتكامل رابط Hugging Face العميق، يستمر SageMaker JumpStart في تقليل الحواجز بين اكتشاف النماذج ونشرها في الإنتاج. قم بزيارة كاتالوج SageMaker JumpStart للنماذج لاستكشاف المجموعة الكاملة.

الخطوات التالية

هناك العديد من الطرق للبدء باستخدام SageMaker JumpStart. جرب أحد هذه الطرق بنفسك!

• تقييم النماذج و اختر الأنسب لك
• تعلم كيفية نشر التطبيقات من HuggingFace إلى SageMaker Studio في نقرة واحدة
• استخدم النماذج المدربة مسبقًا في النشرات القائمة على الحالات
• تصميم مصنع نماذج الذكاء الاصطناعي الفيزيائية على SageMaker HyperPod

حول المؤلفين