OpenAI تطور نظام Pando لتوسيع نطاق Git

كشفت شركة OpenAI عن تطويرها نظاماً جديداً لإدارة الأكواد البرمجية أطلقت عليه اسم "Pando"، وهو واجهة خلفية (Backend) متطورة لبروتوكول Git صُممت خصيصاً للتعامل مع النمو الهائل في مستودعاتها البرمجية (Monorepo). يأتي هذا النظام استجابةً للتحديات التي فرضها تسارع وتيرة العمل البرمجي بفضل أدوات الذكاء الاصطناعي مثل Codex، مما تطلب بنية تحتية قادرة على معالجة كميات ضخمة من البيانات والعمليات المتزامنة بكفاءة عالية دون تعطيل سير العمل اليومي للمهندسين.

مواجهة ضغوط العمل البرمجي المتسارع

أدى الاعتماد الواسع على نموذج Codex في OpenAI إلى تغيير جذري في حجم ووتيرة التطوير، حيث أصبح المهندسون قادرين على إنجاز مهام برمجية متوازية بشكل أكبر من ذي قبل. هذا النشاط المكثف تُرجم إلى زيادة هائلة في عدد الفروع (Branches) وعمليات الدفع (Pushes) والدمج، مما وضع الأنظمة التقليدية تحت ضغط شديد. وبحسب الشركة، بدأت الأنظمة السابقة تعاني من بطء شديد وفشل في عمليات الدمج، حيث انخفضت مستويات الموثوقية في بعض الأحيان إلى أقل من 90%.

لم يكن الهدف من بناء Pando مجرد تحسين مؤقت، بل إعادة ابتكار الطريقة التي يتعامل بها النظام مع البيانات. فبينما يعتمد Git تقليدياً على آليات قد لا تتناسب مع المستودعات العملاقة التي يعمل عليها مئات المهندسين والوكلاء الذكيين في وقت واحد، صممت OpenAI نظام Pando ليكون قابلاً للتوسع أفقياً، مع التركيز على تحسين عمليات الكتابة المتزامنة وتعظيم قدرة القراءة لاستغلال كامل عرض النطاق الترددي للشبكة.

هندسة مبتكرة لتعزيز سرعة القراءة والكتابة

يعتمد Pando على استراتيجيتين أساسيتين لتحقيق هذا الأداء العالي. أولاً، يقوم النظام بتنسيق التحديثات لكل فرع بشكل مستقل، مما يسمح بإجراء عمليات الدفع لفروع مختلفة في وقت واحد دون أن تضطر إحداها لانتظار الأخرى. وثانياً، يحسن النظام عملية القراءة عبر إعادة استخدام "ملفات الحزم" (Packfiles) -وهي تنسيق Git لضغط الكائنات معاً- بدلاً من إنشاء ملف حزمة مخصص لكل مستخدم يطلب البيانات، مما يقلل الجهد الحسابي على الخادم ويسمح بخدمة عدد أكبر من المستخدمين عبر ذاكرة التخزين المؤقت (Cache).

هذا التوجه يختلف عن الحلول التقليدية التي تعتمد على تنسيق التحديثات عبر نسخ متماثلة كاملة للمستودع، وهي طرق غالباً ما تضحي بالسرعة لضمان الاتساق المطلق بين جميع النسخ. في المقابل، اختارت OpenAI نموذجاً يسمح بالسرعة الفائقة مع الحفاظ على التوافق الكامل مع بروتوكول Git وعملائه، مما يعني أن المهندسين لم يضطروا لتغيير أدواتهم أو طريقة عملهم المعتادة، بل حصلوا على تجربة أسرع وأكثر استقراراً.

أداء فائق وتوافقية كاملة مع Git

أثبت النظام كفاءته في بيئة الإنتاج الفعلية لدى OpenAI، حيث حقق نتائج ملموسة انعكست مباشرة على إنتاجية الفريق. وتتلخص أبرز نتائج تشغيل Pando وفقاً لبيانات الشركة في النقاط التالية:

• تقليص متوسط زمن تأخير عمليات الدفع (Push Latency) بمقدار 5 أضعاف تقريباً.
• معالجة وتوصيل ما يقرب من "بيتابايت" واحد (1000 تيرابايت) من بيانات Git يومياً.
• الحفاظ على توافق كامل مع بروتوكول Git، مما يسمح للمهندسين والوكلاء الذكيين بالعمل بسلاسة.
• إمكانية إجراء عمليات دفع متوازية لفروع مختلفة دون تداخل أو تأخير ناتج عن عمليات كتابة أخرى.

تخطط OpenAI لمواصلة تطوير هذا النظام والمساهمة في تحسينات بروتوكول Git الأصلي، بهدف دعم العمل البرمجي الذي يتم بواسطة الوكلاء الذكيين على نطاق واسع. وإذا كنت تدير فريقاً برمجياً يعتمد بكثافة على الأتمتة والذكاء الاصطناعي في توليد الأكواد، فإن تجربة OpenAI تشير إلى أن الاستثمار في البنية التحتية لأنظمة التحكم في الإصدار هو خطوة لا غنى عنها لتجنب اختناقات الإنتاجية التي تفرضها الأدوات التقليدية عند العمل بمقاييس ضخمة.

المصدر: OpenAI