Vast.ai

منصة Vast.ai هي سوق لامركزي لتأجير وحدات معالجة الرسومات (GPU) تأسست في عام 2018 على يد Jake Cannell. وبدلاً من امتلاك أسطولها الخاص من وحدات معالجة الرسومات، تربط المنصة بين المضيفين المستقلين (الأفراد، ومراكز البيانات، ومقدمي الخدمات المدارة) والمستأجرين الذين يحتاجون إلى قدرات حاسوبية لتدريب الذكاء الاصطناعي، والاستدلال، والتصيير (rendering). يتم تحديد الأسعار بناءً على العرض والطلب، وهو ما يفسر تفوق Vast.ai المستمر على الخدمات السحابية المدارة بأسعار أقل بنسبة 60-80% للأجهزة المماثلة. واعتباراً من أوائل عام 2026، تعرض المنصة أكثر من 20,000 وحدة معالجة رسومات عبر 68 نوعاً من أكثر من 1,400 مزود، بدءاً من بطاقات RTX الاستهلاكية وصولاً إلى أجهزة المؤسسات مثل H100 و H200 و B200.

المنتج الأساسي هو مثيلات GPU حسب الطلب يتم توفيرها عبر وحدة تحكم الويب، أو واجهة سطر الأوامر (CLI)، أو واجهة برمجة التطبيقات (REST API) مع فوترة بالثانية. يقوم المستأجرون بالبحث والتصفية حسب نوع وحدة معالجة الرسومات ودرجة الموثوقية، ثم ينشرون حاوية Docker في ثوانٍ. في ديسمبر 2025، أطلقت Vast.ai منتجها Serverless، والذي يضيف توسعاً آلياً بالكامل لوحدات معالجة الرسومات لأعباء عمل الاستدلال، بما في ذلك التحسين التنبؤي للأحمال ونقاط النهاية متعددة مجموعات العمل. تحمل المنصة شهادة SOC 2 Type I و II، مع وضع Secure Cloud اختياري (ISO 27001، HIPAA) للفرق التي تتعامل مع بيانات حساسة.

ما تقدمه Vast.ai فعلياً في مايو 2026

تدير Vast.ai ثلاثة منتجات حوسبة متميزة. المنتج الأصلي GPU Cloud هو سوق حسب الطلب حيث يختار المستأجرون جهازاً، ويحددون الحد الأقصى لعرض السعر، ويشغلون حاوية Docker على أجهزة ذلك المضيف. تتم الفوترة بالثانية، مع بنود منفصلة لوقت استخدام وحدة معالجة الرسومات النشط، والتخزين (يتم تحصيل رسومه حتى عند إيقاف المثيل مؤقتاً)، والنطاق الترددي الصادر.

المنتج الثاني هو Clusters، والذي يوفر إعدادات مخصصة متعددة العقد مع شبكات InfiniBand لمهام التدريب الموزعة التي تكون أكبر من أن تستوعبها عقدة واحدة. يعتبر هذا المنتج أقل شيوعاً ويتطلب تنسيقاً مباشراً مع المنصة.

المنتج الثالث هو Vast.ai Serverless، الذي تم إطلاقه في 10 ديسمبر 2025. تتعامل هذه الطبقة مع عمليات التشغيل البارد (cold starts)، والتوسع التلقائي، وتوجيه المهام تلقائياً عبر شبكة المضيفين الموزعة. يتيح مُزيّن (decorator) في Python SDK للمطورين استدعاء وظائف الاستدلال كما لو كانت تعليمات برمجية محلية بينما تعمل البنية التحتية عن بُعد. أضاف تحديث المنتج في أبريل 2026 نقاط نهاية متوافقة مع OpenAI ومسار نشر أصلي بلغة Python دون الحاجة إلى لوحة تحكم.

تشمل أنواع الأجهزة المتاحة اعتباراً من أبريل 2026 مجموعة RTX الاستهلاكية الكاملة (من 3060 إلى 5090)، ومتغيرات مراكز البيانات A100 و H100، و L40S، و H200، و B200، وأجهزة AMD Radeon/Instinct التي تمت إضافتها في مايو 2024 عندما أصبحت Vast أول سوق رئيسي لتأجير وحدات معالجة الرسومات يضيف دعم AMD. تزامن إعلان AMD مع إبلاغ الشركة عن نمو سنوي بنسبة 265% منذ عام 2019 ومعدل نمو بنسبة 310% تحديداً في عام 2024. وصف الرئيس التنفيذي Jake Cannell توسع AMD بأنه خطوة مدروسة لتعزيز جانب العرض: "تساعد إضافة دعم AMD منصة Vast على مواصلة هذا التوجه والاستمرار في ريادة هذا المجال." كان التأثير العملي لذلك هو أن مقدمي الخدمات المدارة الذين لديهم أجهزة AMD غير مستخدمة أصبح بإمكانهم الآن إدراجها في السوق، مما أدى إلى توسيع جانب العرض دون أن تضطر Vast.ai إلى شراء أي أجهزة بنفسها.

تعكس معاملات المنصة التي تتجاوز 700,000 معاملة شهرية وأكثر من 123,000 عميل يدفعون رسوماً قاعدة مستخدمين تميل نحو الممارسين التقنيين. مستخدم Vast.ai النموذجي ليس شخصاً نقر على رابط تسجيل ويحتاج إلى برنامج تعليمي موجه. بل هو يعرف بالفعل وحدة معالجة الرسومات التي يحتاجها، وسعة VRAM التي يتطلبها نموذجه، وكيفية كتابة ملف Dockerfile. تكافئ المنصة هذه المعرفة بإمكانية الوصول إلى نقاط أسعار لا يمكن للخدمات السحابية المدارة مضاهاتها. وهذا المتطلب المعرفي نفسه هو السبب الأكبر الذي يجعل Vast.ai غير مناسبة لكل فريق.

موقع Vast.ai مقارنة بمنصتي RunPod و Lambda Labs

ينقسم مجال السحابة لوحدات معالجة الرسومات تقريباً إلى ثلاثة مستويات. تمتلك السحابات المؤسسية المدارة (Lambda Labs، CoreWeave) أجهزتها الخاصة، وتوفر اتفاقيات مستوى الخدمة (SLAs) للموثوقية، وتفرض رسوماً بناءً على ذلك. تدير المنصات المدارة الهجينة (RunPod) مراكز البيانات الخاصة بها بينما تعمل أيضاً كوسيط للمضيفين من جهات خارجية. أما الأسواق (Vast.ai) فلا تمتلك شيئاً وتترك العرض والطلب يحددان الأسعار. هذا الاختلاف الهيكلي هو ما يفسر ميزة التسعير لدى Vast.ai وسقف موثوقيتها في آن واحد.

في مواجهة RunPod، تتفوق Vast.ai عادةً في السعر الأساسي للساعة، وأحياناً بفارق كبير. وحدة A100 SXM 80GB: في RunPod بسعر $0.79/hr مقابل Vast.ai بسعر $0.67/hr. وحدة L40: في RunPod بسعر $0.69/hr مقابل Vast.ai بسعر $0.31/hr. وحدة H100 80GB: في RunPod بسعر $1.50-1.99/hr مقابل Vast.ai بسعر $0.90-1.87/hr اعتماداً على مستوى التحقق من المضيف. تدير RunPod مراكز بيانات "Secure Cloud" الخاصة بها بوقت تشغيل يبلغ حوالي 99.5% وتقدم قوالب نشر بنقرة واحدة لأطر عمل تعلم الآلة (ML) الشائعة. لا تمتلك Vast.ai مستوى مداراً مكافئاً ما لم تختر Secure Cloud، مما يقلص الكثير من الفجوة السعرية. الملخص الصادق من تحليل التسعير لعام 2026: "تفوز Vast.ai عادةً في السعر الأساسي للساعة لوحدة معالجة الرسومات (أحياناً بفارق كبير)، بينما تفوز RunPod غالباً في راحة 'أحتاج إلى أن يعمل هذا ببساطة'."

تعتبر Lambda Labs المقارنة الشائعة الأخرى، وهي تستهدف فرق البحث وعملاء المؤسسات الذين يريدون سحابة مدارة مع طاقم دعم يركز على تعلم الآلة. تبلغ تكلفة وحدة A100 في Lambda حوالي ~$1.29/hr مقابل $0.52-0.80/hr في Vast.ai للأجهزة المكافئة، بزيادة قدرها 60-150%. كتالوج وحدات معالجة الرسومات في Lambda أضيق (A100، H100، A10G، RTX 6000 Ada)، ويمكن أن تنفد وحدات H100 خلال ذروة الطلب، والتسعير ثابت وليس مدفوعاً بالسوق. ما تقدمه Lambda في المقابل: مهندسو دعم مخصصون، وعملية إعداد سلسة، وبنية تحتية لا تعتمد على سلوك مضيفين مستقلين من جهات خارجية. بالنسبة للفرق التي لديها متطلبات صارمة للتعامل مع البيانات أو ليس لديها رغبة في تقلبات البنية التحتية، فإن قابلية التنبؤ في Lambda تبرر التكلفة. أما بالنسبة للباحثين المقيدين بالميزانية والذين يجيدون التعامل مع Docker، فإن Vast.ai تتفوق عادةً من الناحية الاقتصادية وحدها.

في مواجهة CoreWeave و Crusoe و Modal و Replicate، تحتل Vast.ai مكانة مختلفة. CoreWeave هو مزود مدار على مستوى السحابات الفائقة (hyperscaler)؛ تعمل وحدات H100 الخاصة به بسعر $3.90+/hr حسب الطلب. تركز Crusoe على الحوسبة المستدامة لعقود المؤسسات. تقوم Modal و Together AI بتجريد البنية التحتية بالكامل، وتقدم واجهات برمجة تطبيقات (APIs) للاستدلال بدون خادم حيث لا يقوم المستخدمون أبداً بتوفير مثيلات. يتداخل منتج Serverless من Vast.ai الآن جزئياً مع Modal و Together AI في الاستدلال، لكن المنتج الأساسي للسوق يظل يركز على البنية التحتية أولاً: لا يزال المستخدمون يوفرون حاويات Docker ويديرون تبعياتهم الخاصة.

"لقد وفرت لي Vast عشرات الآلاف من الدولارات في تشغيل تجارب تعلم الآلة." - tehsauce، Hacker News، مارس 2023

"لقد توسعنا إلى 46 خادم H100، وأكملنا مهمة إثراء نموذج لغوي كبير (LLM) لـ 100,000 مستند في 38 دقيقة بربع تكاليف السحابة المعتادة." - Anna Bosch، نائبة رئيس ذكاء البيانات، Launchmetrics، ديسمبر 2025

كيف يبدو واقع الإيجار اليومي

سير العمل: إضافة رصيد (بحد أدنى $5)، والبحث في العروض المتاحة المصفاة حسب نوع وحدة معالجة الرسومات، وسعة VRAM، ودرجة الموثوقية، وحالة التحقق، والسعر، ثم نشر صورة Docker. تبدأ الفوترة بالثانية على الفور؛ وتستمر فوترة التخزين حتى عند إيقاف المثيل. تدعم واجهة سطر الأوامر (CLI) و Python SDK البحث والتوفير البرمجي، وهو أمر مهم لمهام سير العمل المجمعة (batch workflows) حيث تريد العثور تلقائياً على أرخص مثيل متاح يطابق المعايير.

تسمح المثيلات القابلة للمقاطعة (Interruptible instances) للمضيفين باستعادة وحدة معالجة الرسومات الخاصة بهم بإشعار قصير، عادةً بضع دقائق. تعمل هذه المثيلات بتكلفة أقل بنسبة 30-50% من المثيلات حسب الطلب من نفس المضيف، وتكون منطقية لمهام التدريب مع تمكين حفظ نقاط التفتيش (checkpointing). بدون نقاط التفتيش، تعني المقاطعة في الساعة الثامنة من تشغيل مدته 10 ساعات البدء من الصفر.

تكلف مضيفات مراكز البيانات المعتمدة أكثر ($1.50-1.87/hr لوحدات H100) ولكنها تضيق فجوة الموثوقية إلى 3-13% كتكلفة إضافية فوق السعر المدرج. تعمل المضيفات غير المعتمدة بتكلفة أرخص ولكنها تحمل علاوة تكلفة فعلية بنسبة 20-55% بعد حساب وقت التوقف وتكاليف إعادة التشغيل. يُظهر مرشح درجة الموثوقية في واجهة البحث هذه المخاطرة، لكنه لا يقضي عليها. التوجيه العملي من المجتمع: قم بالتصفية للمضيفين المعتمدين عند تشغيل مهام أطول من 2-3 ساعات، وقم دائماً بتضمين فترات حفظ نقاط التفتيش بغض النظر عن ذلك.

يعد النطاق الترددي فجوة معروفة. أبلغ العديد من المستخدمين عن إنتاجية فعلية أقل بـ 10 مرات باستمرار مما هو معلن، مما يؤثر على أوقات تنزيل مجموعات البيانات الكبيرة ويبطئ مهام سير العمل التي تعتمد على النقل المتكرر للبيانات. هذه مشكلة في البنية التحتية من جانب المضيف لا يمكن للمنصة التحكم فيها بالكامل من خلال آليات السوق.

لمن تم بناء Vast.ai

تعد Vast.ai مناسبة جداً لباحثي وطلاب تعلم الآلة الذين يجرون تجارب مقيدة التكلفة، والمطورين المستقلين الذين يديرون مهام الضبط الدقيق (fine-tuning) أو الاستدلال المجمع والذين يشعرون بالراحة في استخدام Docker، والفرق التي تقوم بمعالجة مجمعة واسعة النطاق حيث تهم التكاليف لكل تشغيل أكثر من الموثوقية لكل تشغيل. تتعامل نقاط التفتيش مع عمليات إعادة التشغيل، والمدخرات حقيقية: بسعر $0.34/hr لوحدة RTX 4090 مقابل $0.79-1.00/hr في البدائل المدارة، يمكن أن تكلف عملية ضبط دقيق لمدة 40 ساعة $14 على Vast.ai مقابل $32-40 في أي مكان آخر. يتضاعف هذا الاختلاف عبر مختبر أبحاث يدير عشرات التجارب أسبوعياً.

تعد المنصة أيضاً خياراً قوياً للمؤسسات التي تبني مسارات ذكاء اصطناعي برمجية. تتيح واجهة برمجة التطبيقات (REST API) و Python SDK البحث الآلي عن المثيلات، وتوفيرها، وتفكيكها، وهو أمر مهم لمهام الاستدلال المجمعة أو مسارات تقييم النماذج التي تحتاج إلى تشغيل الحوسبة حسب الطلب دون تدخل بشري. أدى منتج Serverless الذي تم إطلاقه في ديسمبر 2025 إلى توسيع هذا النطاق بشكل أكبر، مستهدفاً الفرق التي تريد نقطة نهاية للاستدلال دون إدارة المثيلات، مما يضع Vast.ai الآن في منافسة جزئية مع Modal و Together AI في حالة الاستخدام المحددة هذه.

غالباً ما تستخدم فرق الشركات الناشئة المقيدة بالميزانية Vast.ai للتطوير والتجريب، ثم تنتقل إلى سحابة مدارة للإنتاج. تدعم الجوانب الاقتصادية هذا التقسيم بقوة: بناء النماذج الأولية على Vast بأسعار السوق، ونشر استدلال الإنتاج على RunPod Secure Cloud أو Lambda بمجرد قفل النموذج وتأكيد متطلبات الموثوقية. يتجنب سير العمل هذا الدفع الزائد للحوسبة المدارة خلال المرحلة الاستكشافية مع الحفاظ على موثوقية مستوى الإنتاج حيثما كان ذلك مهماً.

ما لا تقدمه Vast.ai

منصة Vast.ai ليست سحابة مدارة. لا توجد اتفاقية مستوى خدمة (SLA) لوقت التشغيل على المثيلات القياسية. لا يوجد فريق دعم مخصص مماثل لطاقم هندسة تعلم الآلة في Lambda Labs. تصف Vast.ai دعمها بأنه دردشة بشرية، لكن تقارير مجتمعية متعددة تصف عمق الاستجابة بأنه أساسي وليس على مستوى خبراء البنية التحتية.

يعد الأمان هو الشاغل الأكثر ذكراً من قبل المستخدمين ذوي الخبرة التقنية. نظراً لأن المضيفين لديهم وصول كامل إلى بيئة مضيف Docker، يمكنهم نظرياً فحص أعباء العمل قيد التشغيل: "Vast هي سوق رمادية مع عدد قليل جداً من التدابير الأمنية المعمول بها. يمكن للمضيف التطفل على أعباء العمل الخاصة بك بسهولة بالغة لأن لديهم وصولاً كاملاً إلى مضيف docker." - deserialized، Hacker News، مايو 2023. يخفف خيار Secure Cloud مع ISO 27001 من هذا الأمر لاستخدام المؤسسات، لكن مثيلات السوق القياسية ليست مناسبة لأعباء العمل التي تتضمن أوزان نماذج مملوكة، أو بيانات تدريب خاصة، أو معلومات شخصية خاضعة للوائح.

يحد قيد الحاوية الواحدة من التكامل مع البنى متعددة الخدمات. لا يمكنك توصيل Vast بسلاسة في مجموعة Dagster أو Airflow الحالية؛ توفر المنصة حاويات فردية، وليس طبقات تنسيق (orchestration). بالنسبة للفرق التي تتكامل أعباء عمل الذكاء الاصطناعي الخاصة بها بشكل وثيق مع أدوات البنية التحتية الحالية، فإن RunPod أو السحابة المدارة تعد خياراً تشغيلياً أفضل.

تجنب استخدام Vast.ai عندما: لا يمكن لمهمتك تحمل الانقطاعات في منتصف التشغيل بدون نقاط تفتيش، أو كنت تتعامل مع بيانات حساسة/معلومات تعريف شخصية (PII) خارج Secure Cloud، أو كنت بحاجة إلى نقطة نهاية لاستدلال الإنتاج مع ضمانات اتفاقية مستوى الخدمة (SLA)، أو كان فريقك يفتقر إلى خبرة Docker ويحتاج إلى نشر قائم على القوالب للتحرك بسرعة.