# CoreWeave გამოუშვებს Forge AI პლატფორმას ტრენინგის, დასკვნისა და აგენტის დაკვირვების გაერთიანებისთვის

Source: TechNewsList (https://technewslist.com)
Canonical URL: https://technewslist.com/ka/article/coreweave-forge-ai-training-inference-platform-2026-10-02-morning-ka
Section: AI (https://technewslist.com/ka/ai)
Author: TechNewsList
Language: ka
Published: 2026-10-02T05:40:28.114+00:00
Updated: 2026-10-02T05:40:28.311822+00:00

> CoreWeave-მა გამოაცხადა CoreWeave Forge თავის სრულად დაკავშირებულ კონფერენციაზე, შემოიღო ერთიანი დეველოპერის გარემო, რომელიც აკავშირებს განაწილებულ მოდელის ტრენინგს, სერვერის გარეშე დასკვნას და მრავალ აგენტის დაკვირვებას დაჩქარებულ ღრუბლოვან ინფრასტრუქტურაში.

## TL;DR
- CoreWeave-მა გამოაცხადა CoreWeave Forge 2026 წლის 1 ოქტომბერს, რომელიც აწვდის ბოლომდე პლატფორმას ხელოვნური ინტელექტის სწავლებისა და დასკვნისთვის.
- გარემო აერთიანებს CoreWeave Agent Lens-ს, რათა უზრუნველყოს მარცვლოვანი მიკვლევა და შეფასება ავტონომიური მრავალ აგენტიანი დატვირთვისთვის.
- ინტეგრირებული ARIA კოდირების აგენტები აანალიზებენ ტრენინგის გაშვების მეტრიკას და გვთავაზობენ ოპტიმალურ ჰიპერპარამეტრს და საგუშაგოს კორექტირებას.
- CoreWeave-მ ჩართო ერთი დღის განლაგების მხარდაჭერა NVIDIA Vera Rubin NVL72-ისა და HGX Blackwell-ის დაჩქარებულ კლასტერებში.

## Key points
- CoreWeave Forge აკავშირებს წარმოების დასკვნის ტელემეტრიას უკან, განმეორებით დახვეწის და გაძლიერების სასწავლო მარყუჟებში.
- Agent Lens ასახავს ხელსაწყოების გამოძახების ქცევას, სწრაფი ნიშნის ეფექტურობას და შესრულების დაყოვნებას რთულ განაწილებულ მსჯელობის აგენტებში.
- პლატფორმას აქვს ძირითადი ინტეგრაცია Weights & Biases Models-თან მრავალ ღრუბლოვანი ექსპერიმენტის თვალთვალის და მოდელის რეესტრის მართვისთვის.
- ადრეული წარმოების მომხმარებლებმა, მათ შორის Canva-სა და MasterClass-მა, განაცხადეს გაზომვადი შემცირება დასკვნის გამართვის ხარჯზე.
- გაშვება აფართოებს CoreWeave-ს ინფრასტრუქტურის პროვაიდერიდან სრული დასტა პროგრამული უზრუნველყოფისა და დეველოპერის პლატფორმის ეკოსისტემაში.

## რა მოხდა

2026 წლის 1 ოქტომბერს, ღრუბლოვანი პროვაიდერმა CoreWeave-მა წარმოადგინა CoreWeave Forge სრულად დაკავშირებული კონფერენციაზე სან-ფრანცისკოში. პლატფორმა წარმოადგენს ამბიციურ ევოლუციას კომპანიის ტექნიკურ სტრატეგიაში, გარდამავალია CoreWeave-დან შიშველი მეტალის გრაფიკული დამუშავების ერთეულის ლიზინგის პროვაიდერიდან ინტეგრირებულ დეველოპერის ეკოსისტემაში. Forge შექმნილია სპეციალურად იმ მძიმე ოპერაციული ფრაგმენტაციის გადასაჭრელად, რომელიც აწუხებს თანამედროვე ხელოვნური ინტელექტის განვითარებას, სადაც გუნდები რეგულარულად ეყრდნობიან განცალკევებულ ინსტრუმენტთა ჯაჭვებს წინასწარი ტრენინგის, შეფასების, განლაგებისა და შესრულების მონიტორინგისთვის.

ჩვეულებრივი მანქანათმცოდნეობის სამუშაო ნაკადების პირობებში, გზა ექსპერიმენტული გამშვები პუნქტიდან მდგრადი წარმოების სერვისამდე მოითხოვს მესამე მხარის განსხვავებული ჩარჩოების შეერთებას. წარმოების ტელემეტრია იშვიათად აბრუნებს პირდაპირ უწყვეტი ტრენინგის მონაცემთა ბაზას ფართო ხელით ჩარევის გარეშე. Forge აგვარებს ამ სტრუქტურულ შეფერხებას ხელოვნური ინტელექტის სასიცოცხლო ციკლის ხუთი დისკრეტული ფაზის ერთიან ოპერაციულ ციკლთან დაკავშირებით: სამუშაო დატვირთვის გაშვება, მუშაობის დროის ქცევაზე დაკვირვება, აქტიური შეფასების ნაკრების კურირება, მოდელის გაუმჯობესების შესრულება და უსაფრთხოების გარანტიების დადასტურება.

CoreWeave Engineering-ის მიერ გამოქვეყნებული ტექნიკური მახასიათებლების მიხედვით, Forge-ის საკონტროლო თვითმფრინავი პირდაპირ დგას CoreWeave-ის დაბალი ლატენტური Kubernetes ინფრასტრუქტურის თავზე. იგი კოორდინაციას უწევს სამუშაო დატვირთვის დაგეგმვას ჰეტეროგენული ამაჩქარებლის კლასტერებში, ხოლო დეველოპერებს უზრუნველყოფს ერთიანი აპლიკაციის პროგრამირების ინტერფეისებით, რათა მართონ როგორც მასიური განაწილებული სასწავლო სამუშაოები, ასევე მაღალი კონკურენტულობის სერვერის გარეშე დასკვნების საბოლოო წერტილები.

## რატომ არის მნიშვნელოვანი

როდესაც საწარმოთა ორგანიზაციები გადადიან მარტივი სწრაფი და რეაგირების ინტერფეისებიდან ავტონომიურ აგენტებზე, რომლებსაც შეუძლიათ მრავალსაფეხურიანი მსჯელობა, გარე ხელსაწყოების შესრულება და თვითრეფლექსია, აპლიკაციის შესრულების მონიტორინგის ტრადიციული ინსტრუმენტები არაადეკვატური აღმოჩნდა. საძირკვლის თანამედროვე მოდელები მოითხოვს ასობით მილიონი დოლარის კაპიტალდახარჯვას, თუმცა ინფრასტრუქტურის ხილვადობა ხშირად მთავრდება GPU-ს ტექნიკის გამოყენების ძირითადი მეტრიკებით, ვიდრე აპლიკაციის დონის მარცვლოვანი ხედვით.

ერთიანი დაკვირვების გარეშე, რომელიც აკავშირებს ცოცხალი წარმოების ტრაფიკს სავარჯიშო რბოლებთან, გუნდებს ექმნებათ უზარმაზარ ხახუნის დიაგნოსტიკა რეგრესები ან იმის განსაზღვრა, თუ რომელი კონკრეტული მომხმარებლის ურთიერთქმედება უნდა აცნობოს სამომავლო გაძლიერების სასწავლო ციკლებს. ეს უფსკრული ქმნის მონაცემთა მასიურ დაგროვებას და აიძულებს საინჟინრო გუნდებს ააშენონ შეკვეთილი შიდა ხე-ტყის მილსადენები, რომლებიც ყურადღებას აქცევს ძირითადი მოდელის ინოვაციებს.

![მკვრივი მოდულური სერვერის თაროს შიგთავსები მასპინძლობს საწარმოს ტექნიკის ამაჩქარებლებს და მაღალი გამტარუნარიანობის ქსელის ქსოვილს.](https://rkhynbcsbnkkcwgexzwg.supabase.co/storage/v1/object/public/media/api/1790918739385-r69lj1-coreweave-forge-ai-training-inference-platform-2026-10-02-morning-inside-1-240f0f1773.webp)

CoreWeave Forge ძირეულად ცვლის ამ პარადიგმას მთელი მოდელის სასიცოცხლო ციკლის განხილვით, როგორც უწყვეტი დახურული ციკლი. საინჟინრო ორგანიზაციებს შეუძლიათ მკვეთრად შეკუმშონ საზღვრის დაზვერვის სისტემებში ქცევითი დეფექტების აღმოსაჩენად, იზოლირებისთვის და გამოსწორებისთვის საჭირო დრო.

## ტექნიკური დეტალები

Forge-ის განცხადების ცენტრალური ნაწილია CoreWeave Agent Lens, სპეციალიზებული დაკვირვებადობისა და თვალთვალის ძრავა, რომელიც შექმნილია აგენტური სისტემებისთვის. Agent Lens ახორციელებს აგენტური აღსრულების ხის ყველა შუალედურ გადაწყვეტილების ინსტრუმენტს, ავტომატურად ჩაწერს სწრაფი მდგომარეობის ვარიაციებს, ხელსაწყოების გამოძახების დატვირთვას, აპლიკაციის პროგრამირების გარე ინტერფეისის შეყოვნებას და ტოკენის მოხმარების მეტრიკას ყოველი მსჯელობის ჰოპში.

ამ კვალის სტრუქტურირებულ ფორმატში შენარჩუნებით, დეველოპერებს შეუძლიათ სისტემატურად დაუდგინონ დაგეგმვის უსასრულო მარყუჟები, ჰალუცინაციები და ნებართვების დარღვევები, რომლებიც სხვაგვარად დარჩება დამალული არასტრუქტურირებული ტექსტის ჟურნალებში. გარდა ამისა, Agent Lens აერთიანებს პროგრამულ ქულების ფუნქციებს, რომლებიც აფასებენ აგენტის მოქმედებებს წინასწარ განსაზღვრული უსაფრთხოების პოლიტიკისა და სიზუსტის საორიენტაციო ნიშნებთან მიმართებაში თითქმის რეალურ დროში. როდესაც ავტონომიური აგენტი ხვდება წარმოებისას მოულოდნელ ზღვრულ შემთხვევას, დაკავშირებული შესრულების კონტექსტი იზოლირებულია და გარდაიქმნება აქტიურ შეფასების სცენარში, რაც უზრუნველყოფს რეგრესიის ტესტის კომპლექტების გაფართოებას დინამიურად, რეალურ სამყაროში არსებული წარუმატებლობის რეჟიმებზე დაყრდნობით.

პასიური დაკვირვების მიღმა, Forge წარმოგიდგენთ კოდირების ჩაშენებულ ასისტენტს სახელად ARIA, რომელიც სპეციალურად არის მორგებული ტრენინგის კონვერგენციის ტელემეტრიის გასაანალიზებლად და ჰიპერპარამეტრის კორექტირების ავტომატიზაციისთვის. გახანგრძლივებული წინასწარი ვარჯიშის დროს, რომელიც მოიცავს ათასობით ურთიერთდაკავშირებულ ამაჩქარებელს, დანაკარგების მწვერვალებმა, გრადიენტის დივერგენციებმა და ქსელის კომუნიკაციის შეფერხებებმა შეიძლება შეაფერხოს პროგრესი და დახარჯოს მნიშვნელოვანი გამოთვლითი კაპიტალი. ARIA განუწყვეტლივ ამოწმებს დანაკარგების მრუდებს, მეხსიერების განაწილების პროფილებს და ურთიერთდაკავშირების შეყოვნებას აქტიურ ტრენინგებში, აწარმოებს კონკრეტულ გამოსწორების სკრიპტებს, როგორიცაა სწავლის დინამიური სიჩქარის შემცირება ან გრადიენტური კლიპის ცვლილებები.

იმის უზრუნველსაყოფად, რომ საწარმოთა გუნდებმა შეინარჩუნონ მონაცემთა სრული მართვისა და ვერსიების ისტორია, CoreWeave-მა პარტნიორობა გაუწია Weights & Biases-ს, რათა ჩართოს Weights & Biases Models Forge-ის ძირითად გამოცდილებაში. Forge-ში რეგისტრირებული ყველა გამშვები პუნქტი, კონფიგურაციის არტეფაქტი, შეფასების ქულა და განლაგების კონტეინერი კრიპტოგრაფიულად ვერსიირებულია და თვალყურს ადევნებს მრავალ ღრუბლოვან რეესტრებს, რაც იძლევა სრული აუდიტის საშუალებას ნედლი სასწავლო მონაცემებიდან აქტიური დასკვნის საბოლოო წერტილებამდე.

## გავლენა ბაზარზე და ინდუსტრიაზე

Forge-ის პროგრამული შესაძლებლობები მჭიდროდ არის დაკავშირებული CoreWeave-ის მიმდინარე აპარატურული ინფრასტრუქტურის გაფართოებასთან. როგორც DataCenter Knowledge-მა იტყობინება, CoreWeave-ს თან ახლდა პროგრამული უზრუნველყოფის გამოშვება მომდევნო თაობის კომპიუტერული ტექნიკის განლაგების მხარდაჭერით, მათ შორის NVIDIA Vera Rubin NVL72 თაროების არქიტექტურა და მაღალი სიმკვრივის თხევადი გაგრილების სისტემები.

![მონაცემთა ცენტრის კაბელი და ურთიერთდაკავშირების სისტემები, რომლებიც აკავშირებენ განაწილებულ გამოთვლით კვანძებს დაბალი ლატენტური დასკვნის მარშრუტიზაციისთვის.](https://rkhynbcsbnkkcwgexzwg.supabase.co/storage/v1/object/public/media/api/1790918741939-upouhm-coreweave-forge-ai-training-inference-platform-2026-10-02-morning-inside-2-5fbd473e58.webp)

ერთიანი ტრენინგის გაშვება და დასკვნა მასიური მასშტაბის ქსოვილზე მოითხოვს სპეციალიზებულ ქსელის ტოპოლოგიას, რომელსაც შეუძლია შეამსუბუქოს კომუნიკაციის სტრაგლერები. Forge იყენებს CoreWeave-ის არადაბლოკვის InfiniBand და RoCE ქსელის ქსოვილს, დინამიურად ანაწილებს გამოთვლილ დანაყოფებს კონკრეტული დატვირთვის მეხსიერების გამტარუნარიანობის ზუსტი მოთხოვნების საფუძველზე. მაგალითად, მაღალი გამტარუნარიანობის მქონე ექსპერტთა ნაზავი მოდელები შეიძლება დაიგეგმოს კვანძებში, რომლებიც აღჭურვილია მოწყობილობათა შორის მაქსიმალური გამტარუნარიანობით, ხოლო მცირე დამხმარე ჩაშენების ამოცანები იყენებს სტანდარტულ თაროს რესურსებს.

საწარმოს ადრეულმა მიმღებებმა უკვე დაიწყეს წარმოების დატვირთვის გადატანა Forge პლატფორმაზე. GuruFocus-ის მიერ დეტალური ბაზრის გამჟღავნების მიხედვით, ციფრული დიზაინის პლატფორმა Canva და ონლაინ სწავლის სერვისი MasterClass მონაწილეობდნენ ადრეული წვდომის ცდებში, გამოიყენეს Forge ინტერაქტიული ვიზუალური გენერირებისა და პერსონალიზებული საგანმანათლებლო სწავლების ფუნქციების გასაძლიერებლად. Canva-მ გამოიყენა აგენტი Lens რთული მრავალსაფეხურიანი გენერაციული გამოსახულების მილსადენების მონიტორინგისთვის, წარმატებით იდენტიფიცირება შეყოვნების შეფერხებების გამო, რომლებიც გამოწვეულია ხელსაწყოების თანმიმდევრული შესრულებით და სამუშაო ნაკადების რესტრუქტურიზაციისთვის, ხელსაწყოების პარალელური გაგზავნის მისაღწევად.

საწარმოთა ინფრასტრუქტურის ლიდერებისთვის, Forge-ის პირველადი ღირებულების შეთავაზება ამახვილებს ყურადღებას საკუთრების მთლიან ღირებულებაზე. მესამე მხარის ფრაგმენტული დაკვირვებადობის პლატფორმების, კონტეინერების ორკესტრირების მორგებული ჩარჩოებისა და შეფასების მილსადენების ლიცენზირებისა და შენარჩუნების აუცილებლობის აღმოფხვრით, ორგანიზაციებს შეუძლიათ გააერთიანონ ოპერაციული ბიუჯეტები და მიაღწიონ შესრულების ოპტიმიზაციას, რომელიც მორგებულია პირდაპირ CoreWeave-ის აპარატურულ არქიტექტურაზე.

## რას უნდა დავაკვირდეთ შემდეგ

CoreWeave Forge-ის გაშვება სიგნალს აძლევს გაძლიერებულ ბრძოლას სპეციალიზებულ ხელოვნური ინტელექტის ღრუბლებსა და ძველ ჰიპერმასშტაბიან პროვაიდერებს შორის, როგორიცაა Amazon Web Services, Microsoft Azure და Google Cloud Platform. მიუხედავად იმისა, რომ ღრუბლის ტრადიციული გამყიდველები ისტორიულად ეყრდნობოდნენ საწარმოთა ზოგადი სერვისების ფართო პაკეტებს, სპეციალიზებული პროვაიდერები ცდილობენ დაიჭირონ სასაზღვრო ხელოვნური ინტელექტის დეველოპერები ღრმად ოპტიმიზებული, ვერტიკალურად ინტეგრირებული პლატფორმების შეთავაზებით.

მომდევნო კვარტლების განმავლობაში, ინდუსტრიის ანალიტიკოსები ყურადღებით დააკვირდებიან დეველოპერის მიღების მაჩვენებლებს და შესრულების ეტალონებს კონკურენტულ დასკვნის ფენებში. კრიტიკული დასამტკიცებელი საფუძველი იქნება თუ არა CoreWeave-ის უსერვერო ცივი დაწყების ოპტიმიზაცია უზრუნველყოფს თანმიმდევრული შეყოვნების უპირატესობებს წარმოების აგენტებისთვის, რომლებიც მუშაობენ არასტაბილური მოთხოვნის მოცულობით.

გარდა ამისა, ბაზრის დამკვირვებლები შეაფასებენ თუ არა CoreWeave აფართოებს Forge-ის მშობლიურ ინტეგრაციებს, რათა მოიცავდეს მესამე მხარის სილიკონის დამატებით არქიტექტურებს და სუვერენულ ღრუბლოვან გარემოს, განამტკიცებს მის პოზიციას, როგორც დამოუკიდებელი ჯვარედინი ღრუბლოვანი აჩქარების ხერხემალი.

## წყაროები

* [CoreWeave Engineering](https://www.coreweave.com/blog/introducing-coreweave-forge-unified-ai-platform) - ტექნიკური გაშვების გამჟღავნება, რომელიც ასახავს Forge პროგრამული უზრუნველყოფის არქიტექტურას, Agent Lens ტელემეტრიას და გაძლიერების სასწავლო მილსადენებს.
* [DataCenter Knowledge](https://www.datacenterknowledge.com/ai-cloud-computing/coreweave-launches-forge-platform-accelerate-ai-development) - ინფრასტრუქტურის ინდუსტრიის ანგარიშგება, რომელიც მოიცავს მაღალი სიმკვრივის მონაცემთა ცენტრის განლაგებას და NVIDIAL Vera 72 სისტემას.
* [GuruFocus](https://www.gurufocus.com/news/coreweave-announces-forge-unified-development-layer-for-ai/) - ბაზრის ანალიზი, რომელიც დეტალურად აღწერს საწარმოს მიღების შაბლონებს, დასკვნის ხარჯების სტრუქტურებს და კონკურენტულ პოზიციონირებას ძველი ჰიპერსკალერების წინააღმდეგ.

Mentions: CoreWeave, მაიკლ ინტრატორი, NVIDIA, კანვა, წონა და მიკერძოება

## Sources
- [CoreWeave ინჟინერია](https://www.coreweave.com/blog/introducing-coreweave-forge-unified-ai-platform)
- [მონაცემთა ცენტრის ცოდნა](https://www.datacenterknowledge.com/ai-cloud-computing/coreweave-launches-forge-platform-accelerate-ai-development)
- [GuruFocus](https://www.gurufocus.com/news/coreweave-announces-forge-unified-development-layer-for-ai/)