Nvidia Deepstream يصبح مفتوح المصدر: ما يعنيه إصدار 9.1 لحافة الذكاء الاصطناعي

لسنوات، كان Nvidia DeepStream SDK صندوقًا أسود. كان يقوم بتحليلات الفيديو في الوقت الفعلي على وحدات معالجة الرسوميات الخاصة بالشركة، واستخدمه عدد كافٍ من المطورين لاعتباره معتمدًا على نطاق واسع. لكن فقط مهندسي Nvidia هم من يمكنهم تعديل مكوناته الداخلية. تغير ذلك في مارس 2025 عندما نشرت Nvidia الكود المصدري الكامل لـ DeepStream 9.1 على GitHub بموجب ترخيص مزدوج، Apache 2.0 للكود المصدري، وCC-BY-4.0 للوثائق. أصبحت الحزمة بأكملها الآن مفتوحة المصدر.

هذا ليس تعديلًا بسيطًا في الترخيص. قامت Nvidia بتوحيد المستودعات التي كانت متفرقة، deepstream_tao_apps وdeepstream_reference_apps وdeepstream_tools وauto-magic-calib، في مستودع واحد NVIDIA/DeepStream. يحصل المطورون على قاعدة كود موحدة وقابلة للتدقيق تتضمن مصادر إضافات GStreamer ومكتبات الأدوات والتطبيقات النموذجية والمرجعية ومجموعة من مهارات عوامل الذكاء الاصطناعي المصممة للعمل مع مساعدي الترميز مثل Claude Code.

ما داخل إصدار الكود المصدري

المستودع منظم حول ثلاث طبقات. في القاعدة، يحمل دليل src/ إضافات GStreamer لـ DeepStream (src/gst-plugins/) ومكتبات الأدوات (src/utils/) وSDK صانع الخدمات (src/service-maker/) الذي يسمح للمطورين ببناء الخطوط بشكل تصريحي بلغة C++ أو Python. وفوق ذلك، يحزم دليل tools/ أداة بناء الاستدلال، وهي أداة تركيب خطوط بصرية، وأداة معايرة الكاميرا Auto Magic Calib، ونصوص تكامل YOLO-to-TensorRT، ونظام تجهيز المضيف القائم على Ansible لنشر حزمة Nvidia الحاسوبية الكاملة على مضيفين x86 وARM SBSA.

بالنسبة لمجتمع الذكاء الاصطناعي للحافة، فإن دليل skills/ هو الجزء الأكثر إثارة للاهتمام. يحتوي على عشر مهارات عوامل ذكاء اصطناعي متوافقة مع Claude Code. تتراوح من deepstream-generate-pipeline الذي يبني خطوط gst-launch بشكل تفاعلي، إلى deepstream-profile-pipeline الذي يستخدم Nsight Systems لتحليل الأداء واستخلاص التكوينات المثلى، إلى amc-run-rtsp-calibration الذي يعاير تدفقات كاميرات RTSP الحية. تحول المهارات DeepStream إلى منصة مصممة لعوامل الترميز.

من SDK مملوك إلى منصة مفتوحة

المنطق الاستراتيجي واضح بما فيه الكفاية. أجهزة Nvidia، من وحدات Jetson للحافة إلى وحدات معالجة الرسوميات في مراكز البيانات، هي المستفيد الرئيسي من نظام بيئي أكبر للمطورين يبني على DeepStream. أزل حاجز الترخيص، ويصبح DeepStream معيارًا لتحليلات الفيديو للحافة، تمامًا كما أصبح TensorFlow وPyTorch معيارين لتدريب النماذج. كما أن الإصدار مفتوح المصدر يعالج شكوى طويلة الأمد: صعوبة تصحيح أو توسيع إطار خطوط مغلق المصدر.

الإصدار 9.1 ليس تحديثًا بسيطًا. فهو يدعم CUDA 12.6 (المسمى 13.2 في ترقيم Nvidia الأحدث)، وTensorRT 10.16.x، وأحدث برامج تشغيل GPU 595+. على منصات Jetson، يتطلب JetPack 7.2 GA. بالنسبة لبنى SBSA مثل DGX Spark، توصي Nvidia بالبناء والتشغيل داخل حاوية Docker مخصصة بدلاً من التثبيت على الجهاز مباشرة.

اعتبارات الأداء والنشر

معايير أداء SDK، المفصلة في دليل أداء DeepStream من Nvidia، تظهر أن الإصدار مفتوح المصدر يحافظ على نفس معدل نقل فك التشفير والتشفير والاستدلال المسرع بالأجهزة مثل الإصدارات المملوكة السابقة. يقوم سكريبت البناء build/build.sh تلقائيًا بتنزيل مكتبات زمن التشغيل المملوكة مسبقة البناء، مثل deepstream-binaries-x86، في دليل artifacts/ قبل تجميع المكونات مفتوحة المصدر. لذا فإن SDK المثبت النهائي لا يزال يحتوي على تحسينات Nvidia المغلقة المصدر لوحدات معالجة الرسوميات الخاصة بها.

بالنسبة للفرق التي تستخدم بالفعل DeepStream المملوك، فإن الترحيل بسيط. استنساخ المستودع، وتثبيت Git LFS، وتشغيل bash build/build.sh، ويتم تثبيت الملفات الثنائية في /opt/nvidia/deepstream/deepstream-9.1/bin/. تعمل التكوينات النموذجية الحالية، بما في ذلك خط source30_1080p_dec_infer-resnet_tiled_display.txt، دون تغيير.

ما يحصل عليه المجتمع وما لا يحصل عليه

الكود المصدري الأساسي مفتوح، لكن Nvidia تبقى المشرف الوحيد. تنص إرشادات المساهمة في المشروع: "هذا المشروع لا يقبل حاليًا المساهمات. خريطة طريق المنتج تدار داخليًا بواسطة Nvidia." يمكن للمطورين استنساخ المستودع وتقديم المشكلات، لكن طلبات السحب لن يتم دمجها. إنه نموذج نصف مفتوح، مشابه لنهج Google مع Android، الكود المصدري مرئي وقابل للتدقيق، لكن الاتجاه يبقى تحت السيطرة المؤسسية.

استراتيجية تحقيق الإيرادات غير مباشرة. أصول زمن التشغيل لـ DeepStream، حزم .deb والحزم المضغوطة، تخضع لاتفاقية ترخيص برامج Nvidia القياسية لمجموعات تطوير برامج Nvidia، وليس لترخيص Apache 2.0. الترخيص مفتوح المصدر يغطي الكود الذي تقوم بتجميعه؛ الملفات الثنائية مسبقة البناء لا تزال مملوكة. من المحتمل أن تشتري المؤسسات التي تنشر DeepStream على نطاق واسع دعمًا مؤسسيًا أو تستخدم تكامل خادم استدلال Triton من Nvidia، الذي يعمل داخل حاوية NGC منفصلة.

عوامل الترميز بالذكاء الاصطناعي كقناة توزيع

يشير تضمين مهارات عوامل الترميز بالذكاء الاصطناعي إلى رهان طويل الأجل. بجعل خطوط DeepStream قابلة للبناء من خلال أوامر اللغة الطبيعية، مثل "إعداد خط يأخذ أربعة تدفقات RTSP ويشغل YOLOv8 على كل منها وينشر المربعات المحيطة إلى Kafka"، تضع Nvidia DeepStream كخلفية تحليلات فيديو افتراضية لعوامل الترميز بالذكاء الاصطناعي. مهارة deepstream-generate-pipeline ورفقاؤها يحولون SDK من أداة مطور إلى خدمة يمكن لغير المتخصصين نشرها.

بالنسبة لنظام الذكاء الاصطناعي للحافة، فإن الآثار كبيرة. إصدار DeepStream 9.1 مفتوح المصدر يعطي الشركات الناشئة والباحثين أساسًا مجانيًا بترخيص مسموح لبناء تطبيقات تحليلات الفيديو، من تحليلات التجزئة إلى التفتيش الذاتي. تم استبدال حاجز الدخول، الذي كان تكلفة ترخيص مملوك وغموض المكونات الداخلية المغلقة، بتكلفة وحدة Jetson وعطلة نهاية أسبوع لتعلم خطوط GStreamer.

السؤال هو كم عدد المطورين الذين سيستفيدون. مبيعات وحدات معالجة الرسوميات من Nvidia تعتمد على ذلك، والإصدار مفتوح المصدر هو الحركة الأكثر عدوانية التي قامت بها الشركة لتوسيع مجموعة المطورين الذين يبنون على حزمة الذكاء الاصطناعي للحافة الخاصة بها.