Modal

تُعد Modal منصة بنية تحتية للذكاء الاصطناعي بدون خوادم تتيح للمطورين تشغيل كود Python على وحدات معالجة الرسومات السحابية دون الحاجة لإدارة الحاويات أو مجموعات Kubernetes أو برامج تشغيل CUDA. تأسست المنصة في عام 2021 على يد Erik Bernhardsson، الذي قاد سابقاً أنظمة التعلم الآلي واسعة النطاق في Spotify وشغل منصب المدير التقني في Better.com، وتهدف Modal إلى حل مشكلة محددة: الفجوة بين كتابة كود Python محلياً وتشغيله على نطاق واسع على وحدات معالجة الرسومات في السحابة. وصلت المنصة إلى مرتبة "يونيكورن" في سبتمبر 2025 بعد جولة تمويل من السلسلة B بقيمة $87M بقيادة Lux Capital بتقييم بلغ $1.1 billion، مع عملاء من الشركات الكبرى بما في ذلك Meta و Scale AI و Ramp الذين يشغلون أعباء عمل إنتاجية على المنصة.

تعتمد الآلية الأساسية لمنصة Modal على مُزخرفات (decorators) لغة Python. قم بإضافة @app.function(gpu="H100") إلى الدالة، وستقوم المنصة ببناء الحاوية، وتجهيز وحدة معالجة الرسومات، والتعامل مع التوسيع التلقائي من الصفر إلى مئات النسخ، وتفكيك كل شيء عند الخمول. وإلى جانب الاستدلال (inference)، تتعامل Modal مع عمليات التدريب، ومسارات الضبط الدقيق (fine-tuning)، ومهام المعالجة المجمعة، وتنفيذ الأكواد في بيئات معزولة وآمنة (لوكلاء الذكاء الاصطناعي الذين يشغلون أكواد غير موثوقة)، ودفاتر الملاحظات التعاونية. تتم الفوترة بالثانية بناءً على الاستهلاك الفعلي للحوسبة، دون أي رسوم على أوقات الخمول. تتضمن الباقة المجانية Starter أرصدة حوسبة بقيمة $30/month دون الحاجة إلى بطاقة ائتمان.

ما الذي تقدمه Modal فعلياً في أبريل 2026

توفر Modal أربعة منتجات أساسية. يتيح لك Inference (الاستدلال) نشر النماذج اللغوية الكبيرة (LLMs)، ونماذج توليد الصور، ومسارات الصوت خلف نقاط نهاية ويب قابلة للتوسيع التلقائي. ويتعامل Training (التدريب) مع مجموعات وحدات معالجة الرسومات أحادية العقدة ومتعددة العقد لعمليات الضبط الدقيق. وتوفر Sandboxes (البيئات المعزولة) بيئات معزولة بتقنية gVisor يمكن إنشاؤها برمجياً لوكلاء الذكاء الاصطناعي الذين يحتاجون إلى تنفيذ أكواد غير موثوقة على نطاق واسع، مع قيود مدمجة على الشبكة وقوائم السماح CIDR. ويتوسع Batch (المعالجة المجمعة) إلى آلاف الحاويات لمعالجة البيانات وأعباء عمل الاستدلال دون اتصال بالإنترنت.

تتراوح أوقات التشغيل البارد (cold starts) للحاويات بين 2-4 ثوانٍ لمعظم أعباء العمل. في يوليو 2025، أطلقت Modal ميزة لقطات ذاكرة وحدة معالجة الرسومات (GPU memory snapshots) في المرحلة التجريبية (alpha): تقوم هذه الميزة بحفظ حالة وحدة معالجة الرسومات NVIDIA بالكامل، بما في ذلك ذاكرة الجهاز، وأنوية CUDA، وسياقات التنفيذ، مما يسمح لعمليات الاستعادة اللاحقة بتخطي تحميل أوزان النموذج بالكامل. انخفض وقت التشغيل البارد لنشر vLLM لنموذج Qwen2.5 من 45 ثانية إلى 5 ثوانٍ مع تفعيل اللقطات. وانخفض وقت نموذج النسخ الصوتي Parakeet من 20 ثانية إلى أقل من ثانيتين.

تعمل المنصة على تجمع سعة متعدد السحابات، يعتمد بشكل أساسي على Oracle Cloud Infrastructure، مع جدولة ذكية عبر المناطق. يشمل توفر وحدات معالجة الرسومات طرازات T4 ($0.59/hr) مروراً بـ H100 ($3.95/hr) و H200 ($4.54/hr) وصولاً إلى B200 ($6.25/hr). تتم فوترة وحدة المعالجة المركزية (CPU) والذاكرة بشكل منفصل بدقة تصل إلى الثانية إلى جانب وقت وحدة معالجة الرسومات.

"تمتلك Modal أسرع وقت تشغيل بارد رأيته للنماذج التي يزيد حجمها عن 10GB." - AndresSRG، Hacker News، يونيو 2025

موقع Modal مقارنةً بـ Replicate و Lambda Labs

Modal مقابل Replicate: تُعد Replicate سجل نماذج بواجهة REST API. فهي تستضيف الآلاف من النماذج مفتوحة المصدر المعبأة مسبقاً في حاويات (مثل Stable Diffusion و SDXL و Flux ومتغيرات LLaMA و Whisper) والتي يمكن لأي مطور استدعاؤها ببضعة أسطر من التعليمات البرمجية دون أي أعمال نشر. تتعامل أداة Cog من Replicate مع تعبئة النماذج المخصصة في حاويات، ولكن التجربة الأساسية تتمثل في توجيه النماذج المستضافة. تتطلب Modal منك كتابة ونشر كود Python الخاص بك، مما يعني مرونة تامة (أي تبعيات، أو منطق مخصص، أو مسارات متعددة الخطوات) ولكنك تمتلك طبقة التقديم (serving layer). يمكن أن تتجاوز أوقات التشغيل البارد في Replicate 60 ثانية للنماذج الأقل شيوعاً؛ بينما تحافظ Modal على 2-4 ثوانٍ باستمرار. التقسيم العملي: استخدم Replicate عندما تريد استدعاء نموذج مفتوح المصدر معروف على الفور دون أي إعداد. واستخدم Modal عندما تحتاج إلى كود مخصص، أو تبعيات غير قياسية، أو عند دمج النماذج في مسار عمل.

Modal مقابل Lambda Labs: أوقفت Lambda دعم وحدات معالجة الرسومات بدون خوادم في سبتمبر 2025 وتقدم الآن أجهزة افتراضية (VMs) مخصصة لوحدات معالجة الرسومات عند الطلب مع فوترة بالساعة. تقوم بتسجيل الدخول عبر SSH، وتكوين البيئة، والدفع مقابل الوقت المحجوز بغض النظر عما إذا كانت وحدة معالجة الرسومات تقوم بعمل أم لا. يمنح نهج Lambda أقصى قدر من التحكم وأرخص سعر ممكن لكل ساعة لوحدة معالجة الرسومات لمهام التدريب المستمرة على مدار الساعة طوال أيام الأسبوع نظراً لعدم وجود مضاعفات للمنصة. تُعد فوترة Modal بالثانية مع التوسيع إلى الصفر أكثر اقتصاداً لأعباء العمل المتقطعة أو غير المتكررة. الاختلاف الأساسي: تمنحك Lambda عقدة خادم فعلي (bare metal)؛ بينما تمنحك Modal واجهة وظيفة كخدمة (function-as-a-service). تستهدف Lambda الباحثين الذين يجرون عمليات تدريب تستمر لعدة أيام ويرغبون في تقليل التكلفة لكل ساعة لوحدة معالجة الرسومات ولا يمانعون في إدارة البنية التحتية القائمة على SSH. بينما تستهدف Modal مطوري التطبيقات الذين يحتاجون إلى تكرار سريع وتوسيع تلقائي دون الحاجة إلى فريق عمليات.

"كلما سأل فريق عن الحوسبة، نخبرهم دائماً باستخدام Modal." - Aakash Sabharwal، نائب رئيس الهندسة في Scale AI، سبتمبر 2025

كيف يبدو الاستخدام اليومي لمنصة Modal فعلياً

يبدأ سير العمل النموذجي في Modal باستخدام واجهة سطر الأوامر (CLI). تقوم بتثبيت الحزمة، والمصادقة، وكتابة دالة Python. يجمع بناء جملة المُزخرف (decorator) بين بناء الصورة (حزم pip، وتبعيات النظام، والأسرار) مع تعريف الدالة. يؤدي تشغيل modal deploy إلى دفع مواصفات الحاوية وتسجيل نقطة النهاية. تقوم عمليات النشر اللاحقة بإعادة بناء الطبقات التي تم تغييرها فقط.

بالنسبة للاستدلال، يكون النشر عادةً عبارة عن فئة (class) تحتوي على طريقة @enter (تعمل مرة واحدة عند بدء تشغيل الحاوية لتحميل أوزان النموذج) ودالة استدلال مزخرفة بـ @method. تظل الحاوية دافئة (warm) لفترة خمول قابلة للتكوين، ثم تتوقف. تحدث مشكلة زمن الوصول (latency) عند التشغيل البارد أثناء الاستيقاظ، ويتم التخفيف من ذلك بواسطة المعلمة keep_warm التي تحتفظ بعدد محدد من النسخ الدافئة على حساب رسوم الحوسبة المستمرة.

تتم إدارة الأسرار، وتركيب وحدات التخزين للتخزين المستمر، وجدولة cron، وتوجيه نقاط نهاية الويب بالكامل من خلال حزمة تطوير البرمجيات (SDK) الخاصة بـ Modal بدلاً من الخدمات الخارجية. استخدمت الفرق في Ramp منصة Modal لتشغيل مسارات الضبط الدقيق للنماذج اللغوية الكبيرة (LLM)، وأبلغت عن انخفاض بنسبة 34% في التدخل اليدوي وتوفير بنسبة 79% في التكاليف مقارنة بمزودي LLM الرئيسيين. تُشغل Scale AI بيئات Modal Sandboxes لتجارب التعلم المعزز، مما يؤدي إلى إنشاء آلاف البيئات المعزولة المتزامنة عند الطلب.

لمن صُممت Modal

تناسب Modal مهندسي التعلم الآلي ومطوري الواجهة الخلفية الذين يعرفون لغة Python ويرغبون في الوصول إلى وحدات معالجة الرسومات دون الحاجة إلى Kubernetes. تكافئ المنصة الفرق التي تتعامل مع أنماط أعباء عمل متقطعة وغير متوقعة: واجهات برمجة تطبيقات (APIs) الاستدلال التي تشهد طفرات في حركة المرور، والمهام المجمعة التي تعمل ليلاً، والبيئات المعزولة للوكلاء التي تتوسع إلى آلاف البيئات المتزامنة ثم تعود إلى الصفر. يفيد نموذج الفوترة بالثانية بشكل مباشر أعباء العمل التي تكون نشطة لأقل من 24/7.

تحصل الشركات الناشئة التي تبني منتجات قائمة على الذكاء الاصطناعي على أقصى استفادة: الاستدلال، والتدريب، والضبط الدقيق، والبيئات المعزولة تحت منصة واحدة يعني تبعيات أقل للبنية التحتية وتكراراً أسرع. تجعل الباقة المجانية بقيمة $30/month النماذج الأولية في متناول الجميع. تحصل فرق المؤسسات على خطة Team أو Enterprise على توافق مع HIPAA، وسجلات التدقيق، وتسجيل الدخول الموحد Okta SSO، وبروكسي IP ثابت للتحكم في الخروج.

ما لا تقدمه Modal

لا تُعد Modal سوقاً للنماذج. لا توجد مكتبة للنماذج المستضافة مسبقاً لاستدعائها. إذا كنت ترغب في تشغيل Flux أو Stable Diffusion دون أي كود نشر، فإن Replicate تقوم بذلك. تتطلب Modal منك كتابة كود التقديم بنفسك.

لا تُعد Modal الخيار الأمثل من حيث التكلفة لأعباء العمل المستمرة على مدار الساعة طوال أيام الأسبوع. تُطبق مضاعفات الإنتاج على الأسعار الأساسية لوحدات معالجة الرسومات: تتضاعف الأسعار غير القابلة للاستباق (non-preemptible) بالإضافة إلى المضاعفات الإقليمية لتصل إلى 3.75x السعر المدرج لأعباء العمل في الولايات المتحدة. إذا كنت تقوم بتشغيل مهمة تدريب مستمرة على مدار الساعة، فإن استئجار عقدة وحدة معالجة رسومات مخصصة من Lambda أو CoreWeave بالساعة سيكون أرخص. يُعد النموذج بدون خوادم فعالاً لأنماط الاستخدام المتقطعة، وليس للتشبع المستمر.

لا تدعم Modal الشبكات الخاصة، أو شبكات VPC المخصصة، أو المصادقة من خدمة إلى خدمة على مستوى الشبكة. ستواجه الفرق التي لديها متطلبات صارمة لعزل الشبكة، أو البيئات الخاضعة للتنظيم التي تحتاج إلى تدفقات بيانات مقفلة بـ VPC، هذا العائق.

أخيراً، لا تُعد Modal منصة متكاملة (full-stack). فهي تتعامل مع الحوسبة ولكن ليس مع قواعد البيانات، أو قوائم انتظار الرسائل، أو استضافة الواجهة الأمامية. تحتاج الفرق التي تبني منتجات كاملة إلى Modal جنباً إلى جنب مع خدمات البنية التحتية الأخرى. تخلق حزمة SDK أيضاً تقييداً كبيراً للمورد (vendor lock-in): تتطلب الدوال المزخرفة بأوليات خاصة بـ Modal إعادة كتابة للترحيل خارج المنصة.