Semakin sistem AI kita beroperasi secara autonomi dalam operasi logistik harian - dari penjejakan inventori hingga penjadualan penghantaran - satu komponen yang sering dipandang remeh menjadi semakin penting: masa.
分离式系统, 智能路由, Parsers, 护栏, 日程rs, Databases dan API mungkin mengendalikan pelbagai tugas operasi logistik, tetapi kesemuanya perlu beroperasi dari garis masa yang sama dan boleh dipercayai.
Dari sudut pandang operasi logistik di AINNA NeuralOps, susun atur kami dibuat dengan sengaja supaya ringkas:
Google 公共 NTP
↓
Chrony
↓
AINNA Linux 系统时钟 (Asia/Kuala_Lumpur, UTC+8)
↓
Kesemua 系统 NeuralOps
Bukannya setiap aplikasi menyambung ke sumber masa luar secara berasingan, setiap komponen membaca jam sistem Linux yang sama dan diselaraskan.
Ini memberikan manfaat operasi yang ketara dalam pengurusan logistik kami:
Susunan peristiwa yang konsisten
Penjadualan yang boleh diharap
Jejak audit yang lebih bersih
Pemecahan masalah lebih pantas
Pengendalian timeout dan percubaan semula yang boleh diramal
Infrastruktur lebih ringkas dengan lebih sedikit komponen bergerak
Sama pentingnya, lapisan ini tidak memerlukan AI, GPU dan token LLM.
AI sepatutnya menyelesaikan masalah penaakulan.
Infrastruktur perlu kekal deterministik.
Ini adalah salah satu prinsip kejuruteraan teras di sebalik NeuralOps.
Ke hadapan, kami berharap dapat meneroka kemungkinan kerjasama teknikal dengan SIRIM/NMIM untuk mengkaji bagaimana infrastruktur piawai masa negara 马来西亚 boleh menyokong penempatan NeuralOps berdaulat pada masa depan.
Institut Metrologi Negara 马来西亚 (NMIM), yang dikendalikan oleh SIRIM, menyenggarakan piawai masa rasmi negara dengan menggunakan jam atom cesum. Susun atur masa depan yang merujuk kepada infrastruktur masa negara kita sendiri akan menjadi mercu tanda yang penting bagi infrastruktur AI yang dibangunkan secara tempatan.
AI yang boleh dipercayai tidak 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 #AI基础设施 #分离式系统 #SmartRouting #Chrony #GooglePublicNTP #SIRIM #NMIM #自动化
Ruang pembaca
Apa pendapat anda?
Komen disemak sebelum diterbitkan. 电子邮件 diperlukan untuk moderasi dan tidak dipaparkan kepada pembaca.
收藏了，主要是为了tetapi kesemuanya perlu beroperasi dari。
文章对AI sepatutnya menyelesaikan masalah penaakulan提供了很好的起点，值得继续跟进。
我会把susunan peristiwa yang konsisten penjadualan这一段分享给需要了解技术的同事。
看第二遍才注意到susun atur kami dibuat dengan的细节。
关于infrastruktur perlu kekal deterministik的实际落地部分最吸引我。