تعتمد منتجات OpenAI على Habitat، منصة التخزين عبر الإنترنت التابعة لها، والتي يجب أن تستجيب في غضون ميلي ثانية لأكثر من مليار مستخدم عبر 40 منطقة جغرافية. ولدعم هذا النمو مع تحسين الموثوقية والأداء وسرعة المطورين، تطلّب الأمر إعادة التفكير في طريقة تصميم المنصة وتشغيلها. اتبع نهج OpenAI تسلسلاً واضحاً: أولاً أن تصبح موثوقة بما يكفي لحركة المرور الحرجة للمهام، ثم سريعة بما يكفي للمستخدمين العالميين، وأخيراً التشغيل على نطاق هائل.
تتتبّع هذه السلسلة المكونة من جزأين تطور Habitat من مكتبة عميل بسيطة وقاعدة بيانات إلى منصة تخزين موزعة عالمياً تخدم أكثر من 500 بيتابايت من البيانات. تناول الجزء الأول الانتقال من عميل Python إلى خدمة، والتقنيات التي دفعت خدمة مبنية على Python إلى ما هو أبعد بكثير مما يعتبره كثيرون عملياً.
يركز الجزء الثاني على توسيع مكوّن التخزين الأساسي، Azure Cosmos DB. وبالعمل عن كثب مع فريق Azure، توصلت OpenAI إلى نهج قابل للتطبيق لتعدد المستأجرين عبر حاويات مُدارة بشكل مشترك، مما وفّر أداء قراءة ممتازاً على نطاق عالمي هائل.
يحمل تعدد المستأجرين مقايضات. فالأنظمة أحادية المستأجر تقلل نطاق الضرر وتبسّط الملكية، لكنها مكلفة وغالباً ما تؤدي إلى إفراط كبير في التخصيص. أما الأنظمة متعددة المستأجرين فتجمع خبرة التزويد، لكنها تُدخل مشكلة "الجار المزعج"، حيث يستهلك مستأجر واحد حصة مفرطة من الموارد. تنقّلت OpenAI ذهاباً وإياباً بين هذين النموذجين قبل أن تستقر على حاوية متعددة المستأجرين كخيار افتراضي، وتقول إنها ما زالت في بداية رحلتها مع تعدد المستأجرين.
المصدر: OpenAI Blog · لخّصه HeadlinesBriefing