greenai.guide

الرئيسية › كيف أفعل…؟ › كيف أستخدم التخزين المؤقت لتقليل طاقة استدعاءات النماذج اللغوية الكبيرة؟

كيف أفعل…؟

كيف أستخدم التخزين المؤقت لتقليل طاقة استدعاءات النماذج اللغوية الكبيرة؟

تاريخ التحديث · مدة القراءة: 1 دقيقة

باختصار

استخدموا طبقتين. التخزين المؤقت للطلبات (prompt caching) لدى المزوّد يعيد استخدام معالجة بادئة ثابتة، مثل طلب نظام طويل أو مستند مشترك، لذا ضعوا المحتوى الثابت أولًا. أما ذاكرة الردود المؤقتة الخاصة بكم فتخزّن إجابات الطلبات المتطابقة حتى لا يُستدعى النموذج مجددًا. وكلاهما يقلّل الحوسبة والكلفة وزمن الاستجابة، ما دمتم تضبطون مدد انتهاء صلاحية معقولة.

الخطوات

  1. ضعوا المحتوى الثابت، مثل التعليمات والنصوص المرجعية، في بداية كل طلب.
  2. فعّلوا التخزين المؤقت للطلبات أو علّموه كما تصف وثائق مزوّدكم.
  3. خزّنوا الردود الكاملة للمُدخلات المتطابقة مؤقتًا في تطبيقكم.
  4. اضبطوا مدد انتهاء صلاحية تناسب مدى تكرار تغيّر الإجابة الأساسية.
  5. سجّلوا معدلات إصابة الذاكرة المؤقتة ورموز (tokens) الإدخال حتى تروا مقدار التوفير.

أرخص استدعاء للنموذج هو الذي لا تُجرونه، ويليه في الرخص استدعاء يعيد استخدام عمل أُنجز من قبل. والتخزين المؤقت يحقق الأمرين.

ما التخزين المؤقت للطلبات؟

يخزّن المزوّد الصيغة المعالَجة لبداية طلبكم ويعيد استخدامها في الاستدعاءات اللاحقة. تقول وثائق Anthropic إن التخزين المؤقت للطلبات "يقلّل وقت المعالجة والتكاليف تقليلًا كبيرًا" للطلبات ذات العناصر الثابتة، وتسعّر قراءات الذاكرة المؤقتة بعُشر سعر رموز (tokens) الإدخال العادية، وتحتفظ بالذاكرة المؤقتة خمس دقائق افتراضيًا. أما OpenAI فتفعّل التخزين المؤقت للطلبات افتراضيًا للنماذج المدعومة. وكلاهما يعمل فقط على بادئة متطابقة، لذا فالترتيب مهم: التعليمات والمستندات الثابتة أولًا، والسؤال المتغير أخيرًا.

ما التخزين المؤقت للردود؟

تخزّنون إجابة النموذج وتعيدونها حين يصل الطلب نفسه مرة أخرى. وهذا يناسب الأسئلة الشائعة، وتصنيف العناصر المتكررة، والوكلاء الذين يعيدون طرح أسئلة متطابقة. ويوصي نمط Green Software Foundation الخاص بتنسيق الوكلاء بتقليل استدعاءات النموذج الزائدة والحوسبة المتكررة بهذه الطريقة تحديدًا.

وتستخدم بعض الفرق أيضًا ذاكرات مؤقتة "دلالية" تطابق الأسئلة المتشابهة لا المتطابقة. وهي توفّر أكثر، لكنها قد تعيد إجابة خاطئة لسؤال مختلف اختلافًا دقيقًا، لذا اختبروها بعناية.

أخطاء شائعة

  • وضع الطوابع الزمنية أو أسماء المستخدمين في أعلى الطلب، ما يكسر البادئة والذاكرة المؤقتة.
  • التخزين المؤقت إلى الأبد. اضبطوا مدة انتهاء صلاحية تناسب سرعة تقادم الإجابة.
  • عدم القياس. فمن دون معدلات الإصابة لن تعرفوا إن كانت الذاكرة المؤقتة تفيد.

للاطلاع على الفكرة الأوسع، أي إعادة الاستخدام بدلًا من إعادة التوليد، اقرؤوا التنسيق بدلًا من التوليد.

المصادر

  1. Prompt caching, Anthropic, Claude platform documentation (2026)
  2. Prompt caching, OpenAI API documentation (2026)
  3. Optimize agent orchestration to reduce unnecessary model calls, Green Software Foundation, Green Software Patterns (2025)

انضموا إلينا

ساعدوا في خفض أثر الذكاء الاصطناعي على الكوكب

تلقّوا الأدلة الجديدة ودعوات التمويل وإدراجات الأدلة بالبريد الإلكتروني، مرة في الشهر تقريبًا. أو أضيفوا منتجكم أو دورتكم أو منحة الدكتوراه أو بحثكم إلى الأدلة.

بلا تتبّع. ألغوا الاشتراك بنقرة واحدة. طرق أخرى للانضمام · الخصوصية