Runpod Serverless أم Modal: هل تبدأ واجهة استدلال الصور بواجهة مهام أم بدوال Python؟
مقارنة نقاط نهاية المهام القائمة على الحاويات بنشر دوال Python لواجهة استدلال صور مخصصة ذات حركة متقلبة، مع حساب رسوم الحوسبة وتقييم تكلفة السعة الجاهزة والموارد وفق أهداف تسليم موحدة.
يريد فريق Python ربط نموذج مخصص لاستدلال الصور بنظام أعمال. تصل الطلبات أحيانًا على دفعات خلال النهار، بينما يكاد الاستخدام ينعدم ليلًا. يدعم كل من Runpod Serverless وModal التوسع حسب الطلب، لكن الاختيار يبدأ من طريقة تقديم الخدمة: أعطِ Runpod الأولوية إذا كانت لديك حاوية جاهزة للنشر وتريد اعتماد نقطة نهاية للمهام مباشرة؛ وأعطِ Modal الأولوية إذا كنت تفضل تنظيم الدوال والموارد في Python وإدماج المهام غير المتزامنة في التطبيق. وفي الحالتين، يجب أن يستند القرار النهائي إلى الفاتورة الفعلية بعد تحقيق زمن الاستجابة المطلوب. يستند هذا المقال إلى وثائق رسمية ولا يتضمن اختبار نشر عمليًا.
مساران لدمج مهمة الاستدلال نفسها
لنفترض سيناريو تحليليًا: يرسل نظام الأعمال صورة ومعلمات، وتشغّل الخدمة النموذج نفسه ثم تعيد النتيجة. الانتظار غير المتزامن مقبول، لكن يلزم الاستعلام عن حالة المهمة. تميّز وثائق Runpod بين نقاط نهاية queue-based وload balancing. يستخدم النوع الأول handler، ويدعم الاستدعاء غير المتزامن عبر /run والمتزامن عبر /runsync، ويوفر إعادة المحاولة تلقائيًا عند الفشل. أما الثاني فيتيح الوصول المباشر إلى خدمة HTTP مخصصة، ولا يتطلب handler، ولا يوفر إعادة المحاولة التلقائية نفسها. يمكن أن تكون صورة Docker موجودة نقطة انطلاق للنشر، لكن وجود خدمة HTTP لا يعني إمكان ربطها بنقطة نهاية ذات طابور دون تعديل الشيفرة.
تعرض وثائق معالجة المهام في Modal مسارًا آخر: نشر Function، وإرسال المهمة باستخدام .spawn، ثم الحصول على النتيجة عبر FunctionCall.get. ويمكن أيضًا تغليف واجهتي الإرسال والاستعلام باستخدام FastAPI. تذكر الوثائق أن النتائج متاحة لمدة سبعة أيام بعد اكتمال المهمة، لذا يجب حفظ سجلات الأعمال طويلة الأجل في نظامك الخاص. يجمع هذا المسار الاستدعاءات والموارد ومعالجة المهام في قاعدة شيفرة واحدة لفريق Python، مقابل ضرورة صيانة الربط بين SDK المنصة وواجهات التطبيق. لا تغني واجهة المهام القياسية في Runpod ولا استدعاءات الدوال في Modal عن معرّفات المهام على مستوى الأعمال، وحفظ النتائج، ومعالجة الإرسال المكرر.
السعر بالثانية يفسر جزءًا فقط من الفاتورة
تنص وثائق فوترة Runpod على احتساب التكلفة من بدء تشغيل العامل حتى توقفه بالكامل، مع التقريب إلى الثانية الأعلى. وقد تترتب رسوم حوسبة على تهيئة النموذج ومعالجة الطلبات والانتظار قبل التوقف. أما العامل الذي توقف بعد خفض السعة فلا تُحتسب عليه رسوم حوسبة. توضح وثائق التوسع في Modal أن Functions يمكن أن تنخفض إلى الصفر افتراضيًا، ويمكن استخدام min_containers وbuffer_containers وscaledown_window للاحتفاظ بالسعة؛ وزيادة السعة الجاهزة تزيد التكلفة. لذلك فإن تقبّل انتظار الطلب الأول في خدمة قليلة الاستخدام يغيّر ميزانية المنصتين. ولا يكفي وصف serverless للاستنتاج بأن الدفع يقتصر على الثواني القليلة اللازمة لتوليد الصورة.
تضع أسعار Runpod Serverless الحالية وحدات L40 وL40S و6000 Ada وMIG 48GB في مجموعة واحدة بسعر 1.75 دولار أمريكي في الساعة. هذا ليس سعر مثيل Pods الأساسي، ولا وعدًا بالحصول على L40S في كل مرة. يسرد Modal سعر GPU من نوع L40S عند 0.000542 دولار أمريكي في الثانية، ويضيف CPU بسعر 0.0000131 دولار أمريكي لكل نواة فعلية في الثانية، وذاكرة بسعر 0.00000222 دولار أمريكي لكل GiB في الثانية. وتنص وثائق موارده على احتساب CPU والذاكرة وفق الأعلى بين الكمية المطلوبة والاستخدام الفعلي.
إذا افترضنا أن كل منصة تنتج 100 ساعة قابلة للفوترة لوحدة GPU واحدة، فستبلغ تكلفة الحوسبة للمجموعة المذكورة في Runpod مقدار 175 دولارًا أمريكيًا. أما L40S وحدها في Modal فتبلغ 195.12 دولارًا أمريكيًا. وإذا كانت CPU المفوترة نواة فعلية واحدة والذاكرة 8 GiB خلال الفترة نفسها، تُضاف 4.716 و6.3936 دولارات أمريكية، ليصبح المجموع الفرعي نحو 206.23 دولارًا أمريكيًا. يوحّد هذا المثال وحدات الزمن فقط؛ ولا يثبت تساوي معدل الإنجاز أو أن Runpod أرخص بالضرورة. فنوع GPU داخل المجموعة والتهيئة والسعة الجاهزة والمعالجة المتزامنة تغيّر جميعها الزمن القابل للفوترة اللازم لإنجاز دفعة المهام نفسها. كما لا يشمل المثال التخزين والشبكة والضرائب والخطط والأرصدة الائتمانية.
تحقّق من التسليم قبل مقارنة تكلفة كل نتيجة مقبولة
بعيدًا عن السعر، أهم اعتقاد يجب استبعاده هو أن سرعة إقلاع الحاوية تعني سرعة أول نتيجة من النموذج. تميّز وثائق البدء البارد في Modal بين إقلاع الحاوية وجاهزيتها بعد استيراد الاعتماديات وتنفيذ شيفرة التهيئة وتحميل النموذج. وتدرج وثائق فوترة Runpod أيضًا تحميل النموذج قبل جاهزية handler ضمن البدء البارد. على المنصتين، سجّل الزمن من إرسال الطلب من نظام الأعمال إلى الحصول على نتيجة صالحة للاستخدام، بدلًا من الاكتفاء بقياس مرحلة واحدة تعرضها المنصة.
أجرِ اختبار قبول محدودًا: ثبّت إصدار النموذج والدقة وأبعاد الصورة وbatch ونوع GPU والمنطقة، ثم أعد تشغيل مجموعة الطلبات نفسها لتشمل الاستدعاءات المتتابعة وأول استدعاء بعد فترة طويلة دون طلبات ودفعة متزامنة مفاجئة. إذا تعذّر تثبيت النوع نفسه في مجموعة موارد Runpod، فصنّف الجولة على أنها مقارنة مجموعات موارد، لا اختبار للوحدة نفسها. تحقّق كذلك مما إذا كانت إعادة المحاولة بعد الفشل تولّد نتائج مكررة، ومن حفظ المخرجات بصورة موثوقة بعد انتهاء المهام. اقسم رسوم كل منصة، بما فيها التهيئة والسعة الجاهزة والموارد المساندة، على عدد النتائج الناجحة التي تحقق متطلبات الجودة وزمن الاستجابة نفسها. بهذه الطريقة تحصل على تكلفة للوحدة ذات معنى عند الشراء.
إذا كان ما لديك بالفعل حاوية، وكانت الأعمال تناسب واجهة إرسال المهمة ثم الاستعلام عنها، فتستحق نقاط النهاية ذات الطابور في Runpod التحقق أولًا. وإذا كان الفريق يطوّر المعالجة المسبقة والاستدلال ومعالجة النتائج أساسًا في Python، ومستعدًا لصيانة شيفرة نشر قائمة على الدوال، فابدأ بالتحقق من Modal. وإذا كانت الاستجابة الفورية ضرورية حتى مع انخفاض الحركة، فأدرج تكلفة الاحتفاظ بالسعة الجاهزة في كلا الخيارين. تكفي الأسعار العامة لتخطيط الميزانية والتجارب، لكنها لا تغني عن اختبار القبول لهذا النموذج وهذه الحركة.
ملاحظة حول المحتوى:يستند هذا المقال إلى معلومات متاحة للعموم ويُعد مرجعًا للمساعدة في اختيار الأدوات. قد تتغير الميزات والأسعار والسياسات ذات الصلة في أي وقت، لذا يُرجى الرجوع إلى أحدث المعلومات الرسمية.
المصدر الأصلي:docs.runpod.io