‏ابر AI-Native دیجیتال‌اوشن: از سیلیکون تا ایجنت

دیجیتال‌اوشن در رویداد Deploy 2026 اعلام کرد که پلتفرم AI-Native Cloud خودش رو راه‌اندازی کرده؛ یه ابر هدفمند که از روز اول برای بار کاری هوش مصنوعی طراحی شده، نه اینکه سرویس‌های قدیمی بهش وصل شده باشن. Vinay Kumar، مدیر ارشد محصول و فناوری دیجیتال‌اوشن، توضیح می‌ده که ابرهای قدیمی مثل AWS و Oracle Cloud برای اپلیکیشن‌های SaaS انسان‌محور ساخته شدن؛ چند کاربر، چند درخواست، جریان داده قابل پیش‌بینی. اما AI اون معادلات رو به هم می‌ریزه.

ایجنت‌های هوش مصنوعی توی حلقه کار می‌کنن؛ فکر می‌کنن، اقدام می‌کنن، دوباره فکر می‌کنن. یه تسک ساده ممکنه صدها هزار توکن مصرف کنه، به چند ابزار مختلف سر بزنه، از یه Knowledge Base بخونه، کد بنویسه، اجراش کنه و حالت رو ذخیره کنه. هایپراسکیلرها صدها سرویس می‌دن که برای دیروز ساخته شدن و یکپارچه‌سازیشون رو می‌ذارن رو دوش توسعه‌دهنده. دیجیتال‌اوشن می‌خواد این گپ رو پر کنه.

استک AI-Native از پنج لایه تشکیل شده: Managed Agents برای اجرای ایجنت‌ها در محیط production با sandbox و state ماندگار؛ Data & Learning برای پایگاه‌داده، وکتور استور و Knowledge Base؛ Inference Engine با پشتیبانی از مدل‌های باز و مرزی روی یه endpoint واحد؛ Core Cloud برای پردازش، شبکه و ذخیره‌سازی تنظیم‌شده برای AI؛ و لایه Infrastructure با سیلیکون اختصاصی. پایه همه این لایه‌ها هم اپن‌سورسه: PostgreSQL، Kafka، Weaviate، vLLM، LangGraph و بقیه.

از نظر سخت‌افزاری، دیجیتال‌اوشن الان ۱۹ دیتاسنتر و بیش از ۲۰۰ نقطه حضور شبکه داره و ظرفیت جدیدی هم در Kansas City و Memphis داره میاد. دیتاسنتر Richmond با GPUهای NVIDIA HGX B300 و AMD Instinct MI350X کنار H100 و H200 قدیمی‌تر در دسترسه. اون‌ها تاکید می‌کنن که این سخت‌افزار رو اجاره نمی‌کنن، مالکشن؛ یعنی با بزرگ‌تر شدن مصرف، اقتصاد واحد هم بهتر می‌شه نه بدتر.

مهم‌ترین چیزی که توی Inference Engine معرفی شد، Inference Router هستش؛ یه کنترل‌پلن هوشمند که برای هر درخواست بهترین مدل رو انتخاب می‌کنه و بین هزینه، تأخیر و کیفیت تعادل برقرار می‌کنه، بدون اینکه یه خط کد عوض بشه. این Router روی یه Small Language Model اجرا می‌شه که در ۲۰۰ میلی‌ثانیه intent درخواست رو تشخیص می‌ده و کاندیداها رو با داده‌های لایو هزینه و latency رنک‌بندی می‌کنه. نتیجه؟ شرکت Celiums.AI با همین ابزار ۸۳٪ از ترافیکش رو روی مدل‌های اپن‌سورس برد و هزینه per-token رو ۶۱٪ کاهش داد در حالی که p95 latency هم زیر ۴۰۰ms موند.

بقیه محصولات جدید Inference Engine شامل اینا می‌شه: Dedicated Inference برای workloadهای production با عملکرد قابل پیش‌بینی؛ BYOM (Bring Your Own Model) برای هاست کردن fine-tuneهای اختصاصی؛ پشتیبانی multimodal از متن، تصویر، صدا و ویدیو روی یه API؛ Batch Inference با قیمت تقریباً ۵۰٪ ارزان‌تر از serverless برای پردازش آفلاین؛ و Content Safety Guardrails برای کنترل محتوا در لایه اینفرنس. همچنین کاتالوگ مدل‌ها با بیش از ۲۵ مدل جدید از جمله DeepSeek V3.2، Llama 3.3 70B و Qwen 3.5 گسترش پیدا کرده.

در لایه Core Cloud هم MicroVM Dropletهای مبتنی بر Firecracker معرفی شدن که در حدود ۲۰۰ میلی‌ثانیه بالا میان و برای sandbox ایجنت‌ها و بار کاری سبک و ناگهانی ایده‌آلن. دیجیتال‌اوشن می‌گه ایجنت‌ها برای «فکر کردن» GPU و برای «انجام دادن» CPU لازم دارن و الان هر دو رو به‌اندازه نیاز ایجنت‌ها ارائه می‌ده. هدف کلی این پلتفرم اینه که شرکت‌های AI‌محور بتونن از روز اول روی یه ابر یکپارچه ساخته بشن و با رشد، به جای پرداخت بیشتر، اقتصادشون بهبود پیدا کنه.

نکات کلیدی:

• دیجیتال‌اوشن با AI-Native Cloud یه پلتفرم ۵ لایه از سیلیکون اختصاصی تا ایجنت‌های مدیریت‌شده معرفی کرد
• Inference Router هوشمندانه بهترین مدل رو برای هر درخواست انتخاب می‌کنه؛ بدون تغییر کد
• سیلیکون اختصاصی (NVIDIA B300، AMD MI350X) در دیتاسنترهای متعلق به دیجیتال‌اوشن، اقتصاد بهتری با رشد مصرف فراهم می‌کنه
• MicroVM Droplets مبتنی بر Firecracker در ۲۰۰ms بالا میان؛ ایده‌آل برای sandbox ایجنت‌ها
• Celiums.AI با Inference Router هزینه per-token رو ۶۱٪ کاهش داد و ۸۳٪ ترافیک رو به مدل‌های اپن‌سورس منتقل کرد
• کاتالوگ مدل‌ها با بیش از ۲۵ مدل جدید شامل DeepSeek V3.2 و Llama 3.3 70B گسترش یافت
• پایه کل استک اپن‌سورسه: PostgreSQL، Kafka، vLLM، LangGraph و غیره