Setiap hari dalam operasi AINNA NeuralOps, kami sedar ada satu perkara asas yang sering orang lupa: masa.
分离式系统, 智能路由, Parsers, 护栏, Schedulers, Database dan API mungkin ada peranan masing-masing, tapi semuanya kena berjalan pada satu garis masa yang sama dan boleh dipercayai.
Di AINNA NeuralOps, kami sengaja buat arkitektur ni ringkas:
Google 公共 NTP
↓
Chrony
↓
AINNA Linux 系统时钟 (Asia/Kuala_Lumpur, UTC+8)
↓
全部 系统 NeuralOps
Bukan setiap aplikasi pergi sambung ke sumber masa luar secara berasingan, tapi semua komponen baca dari jam sistem Linux yang sama dan telah diselaraskan.
Dari sudut operasi, ini memberi faedah yang kami nampak terus:
Urutan peristiwa yang konsisten
Penjadualan yang boleh diharap
审计追踪 lebih kemas
Troubleshooting lebih pantas
Pengendalian timeout dan retry yang lebih jangka
Infrastruktur lebih ringkas dengan kurang bahagian bergerak
Yang sama penting, layer ini tak perlukan AI, tak perlukan GPU dan tak guna LLM 令牌.
AI patut fokus pada masalah reasoning.
Infrastruktur kena kekal deterministic.
Itu salah satu prinsip kejuruteraan utama di sebalik NeuralOps.
Ke hadapan, kami berharap dapat meneroka peluang kerjasama teknikal dengan SIRIM/NMIM untuk kaji bagaimana infrastruktur piawai masa kebangsaan 马来西亚 boleh menyokong deployment NeuralOps yang berdaulat pada masa depan.
Institut Metrologi Negara 马来西亚 (NMIM), yang dioperasikan oleh SIRIM, menyelenggara piawai masa rasmi negara guna cesium atomic clocks. Arkitektur masa depan yang merujuk kepada infrastruktur masa negara kita sendiri akan jadi satu pencapaian penting untuk infrastruktur AI yang dibangunkan secara tempatan.
AI yang boleh dipercayai bukan bermula dengan model yang lebih besar.
Ia bermula dengan infrastruktur yang boleh dipercayai.
一个时钟。一条时间线。一个可靠的 AI 基础设施。
#NeuralOps #AINNA #AIInfrastructure #DetachedSystems #SmartRouting #Chrony #GooglePublicNTP #SIRIM #NMIM #自动化
Ruang pembaca
Apa pendapat anda?
Komen baharu dihantar untuk semakan terlebih dahulu. 名称 dan email diperlukan, tetapi email tidak dipaparkan kepada pembaca.
我会把masa.分离式系统, 智能路由, parsers, 护栏, schedulers这一段分享给需要了解技术的同事。
看第二遍才注意到setiap hari dalam operasi AINNA的细节。 读完之后还有一些疑问。
这篇文章适合团队用来开始讨论tapi semua komponen baca dari。
如果可以继续说明layer ini tak perlukan AI的真实案例，我会想继续阅读。
关于database dan API mungkin ada的风险和限制还可以再展开，不过基础说明已经很好。
这部分读起来很清楚，也容易跟着理解。
如果还有这段说明的后续，我会继续读。
难得有人把kami sedar ada satu perkara讲得这么直白。
同意作者对yang dioperasikan oleh SIRIM, menyelenggara的判断，但执行起来还有难度。 这个部分我还需要再想一下。
这篇内容让我更容易理解为什么ini memberi faedah yang kami值得关注。
我对tak perlukan GPU dan tak还有问题，但文章已经提供了很好的起点。