تصور کنید برای هر ثانیه از پردازش ویدیو، هزینه‌ای پرداخت کنید که حتی وقتی سخت‌افزار شما بیکار است، باز هم از جیبتان کم می‌شود. این دقیقاً همان نقطه‌ای است که ShadowSocial.io با کاهش ۶۰ درصدی هزینه‌های تولید ویدیو، بازی را تغییر داد.
طبق گزارش منتشر شده در dev.to، این موفقیت از طریق یک سیستم صف‌بندی سفارشی به دست آمده است. این پلتفرم به‌جای استفاده از نمونه‌های گران‌قیمت GPU، از گره‌های burstable در ECS استفاده می‌کند تا از پرداخت هزینه برای رم‌های بیکار جلوگیری کند. در واقع، هر بایت از حافظه در تمام طول پردازش به‌طور فعال درگیر است. این رویکرد در واقع تکامل یافته‌ی همان استراتژی‌ای است که در پایین آوردن هزینه‌های RAM از طریق صف‌بندی پویا به دست آمد.
مدیریت تولید رسانه در مقیاس بالا معمولاً یک موازنه دشوار است؛ یا باید سخت‌افزارهای رزرو شده و گران‌قیمت بخرید یا با تأخیر زیاد در بارگذاری مدل‌ها مواجه شوید. همان‌طور که در تحلیل‌های پیشین ما درباره بهینه‌سازی استنتاج مدل‌ها اشاره کردیم، اتلاف منابع در زمان‌های بین دو تسک، بزرگ‌ترین حفره مالی شرکت‌های AI است. ShadowSocial با جداسازی موتور سنتز از خط لوله رندرینگ، این گلوگاه‌ها را از بین برد.
در ۷ اوت ۲۰۲۶، این تیم معماری فنی خود را افشا کرد که از ترکیب دو مدل اصلی بهره می‌برد:
- Qwen-Max: مسئول درک پرامپت و تولید استوری‌بورد ساختاریافته است.
- WAN 2.1: عملیات مدل انتشار (Diffusion Model) — شبیه به هنرمندی که از میان یک توده ابر خاکستری، تصویر را با دقت می‌تراشد — را برای تبدیل متن به ویدیو اجرا می‌کند.
برای حفظ توان عملیاتی، هر دو مدل در حافظه گرم نگه داشته می‌شوند. یک سرویس سفارشی بر پایه زبان Go، تسک‌های در انتظار و میزان مصرف حافظه را رصد می‌کند. به نقل از مستندات فنی آن‌ها، وقتی یک گره ویدیو را به پایان می‌رساند، به‌جای تخلیه مدل‌ها، بلافاصله تسک بعدی را از یک صف اولویت‌بندی‌شده دو مرحله‌ای می‌کشد. اگر تسکی نباشد، گره CPU خود را به صفر می‌رساند اما مدل‌ها را در رم حفظ می‌کند.
این استراتژی «رم با بیکاری صفر» اجازه می‌دهد یک نمونه t3.2xlarge به‌تنهایی چهار تولید هم‌زمان ویدیو را مدیریت کند. بر اساس داده‌های این گزارش، مدل WAN 2.1 می‌تواند یک کلیپ ۱۰ ثانیه‌ای را در کمتر از ۳۰ ثانیه تولید کند که کاملاً با ریتم صف‌بندی آن‌ها سازگار است.
برای توسعه‌دهندگان، این یعنی مرکز هزینه از CPU یا GPU به مدیریت حافظه منتقل شده است. این مورد ثابت می‌کند که خطوط لوله رسانه‌ای با توان عملیاتی بالا می‌توانند بدون نیاز به نمونه‌های رزرو شده، با نیمی از قیمت، عملکرد مشابهی داشته باشند. این مدل از اتوماسیون تولید ویدیو، شباهت بسیاری به مفاهیمی دارد که در پروژه‌ی FableCut برای تبدیل JSON به فرمان‌های تدوین دیدیم.
گام بعدی شما
- بررسی نحوه پیاده‌سازی صف‌های اولویت‌بندی‌شده در زبان Go برای مدیریت تسک‌های سنگین.
- ارزیابی استفاده از گره‌های burstable به‌جای نمونه‌های اختصاصی GPU در پروژه‌های تولید محتوا.
- آزمایش مدل WAN 2.1 برای سنجش نرخ تأخیر در تولید ویدیوهای کوتاه.
اما تأثیر این بهینه‌سازی بر قیمت نهایی اشتراک‌های کاربر نهایی هنوز مشخص نیست؛ به تحلیل ما درباره مدل‌های اقتصادی سرویس‌های AI مراجعه کنید.
گفتگو