Skip to portfolio content
سا
سارة تشن للذكاء الاصطناعي
متاح للعمل sarahchen.dev
أنظمة الحافة والذكاء المتجهي
سارة تشن Banner
سارة تشن

سارة تشن

كبير مهندسي البنية التحتية السحابية والذكاء الاصطناعي

دبي وعن بُعد

بناء محركات استدلال ذكاء اصطناعي بحافة الشبكة بزمن استجابة أقل من 20 مللي ثانية، وسير عمل وكلاء موزع، وعناقيد متجهات دلالية.

GitHub LinkedIn

مؤشرات أداء الاستدلال الحافي والبحث المتجهي

مقاييس أداء حية على حافة الشبكة عبر مراكز البيانات العالمية

أقل من 20 مللي ثانية
18ms
زمن استجابة P99
الذكاء الاصطناعي على حافة الشبكة
+210% سنوياً
1.4B
حجم الفهرس المتجهي
بحث تشابه الجيب التمامي
توسع تلقائي
99.995%
إنتاجية النماذج
استدلال GPU موزع
بدون تأخير إقلاع
-68%
مناطق الحافة السحابية
معمارية عوازل V8

زمن استجابة الاستدلال: الحافة الموزعة مقابل السحابة المركزية

تقييم معياري يقارن عوازل V8 على حافة الشبكة بحاويات بايثون التقليدية

استجابة P99 أسرع بنسبة 92%

تم القياس المعياري باستخدام أداة اختبار الأحمال autocannon عبر HTTP/2 وTLS 1.3.

موجه الاستدلال المتجهي الدلالي مع تخزين KV المؤقت

edge_semantic_router.ts
export default {
  async fetch(req: Request, env: Env): Promise<Response> {
    const { query } = await req.json();
    const cacheKey = `sem:${await crypto.subtle.digest('SHA-256', new TextEncoder().encode(query))}`;
    
    // 1. Instant Edge KV Semantic Cache Lookup
    const cached = await env.CACHE_KV.get(cacheKey, 'json');
    if (cached) return Response.json({ ...cached, source: 'edge_cache' });

    // 2. Sub-5ms Vectorize Embedding Generation
    const { data: [embedding] } = await env.AI.run('@cf/baai/bge-base-en-v1.5', { text: [query] });
    const matches = await env.VECTORIZE.query(embedding, { topK: 3, returnMetadata: true });

    // 3. Stream Inference via Distilled Llama-3 Isolates
    const stream = await env.AI.run('@cf/meta/llama-3-8b-instruct', {
      messages: [
        { role: 'system', content: `Context: ${JSON.stringify(matches)}` },
        { role: 'user', content: query }
      ],
      stream: true
    });
    return new Response(stream, { headers: { 'Content-Type': 'text/event-stream' } });
  }
};
Workers AIVectorizeTypeScriptKVV8 Isolates
شركة برمجيات تقنية مالية عالمية 4 أشهر

بنية تحتية لوكلاء الذكاء الاصطناعي بزمن استجابة أقل من 20 مللي ثانية للتقنية المالية

هندسة شبكة وكلاء مستقلين متعددة المناطق للكشف عن الاحتيال لمعالجة 50 مليون معاملة يومياً

The Problem

واجهة الكشف عن الاحتيال المركزية القديمة استغرقت 480 مللي ثانية، مما انتهك اتفاقيات المعالجة الصارمة وتسبب في فشل المدفوعات.

The Architecture & Solution

هندسة شبكة Workers AI أصيلة على الحافة توجه التضمينات عبر فهارس Vectorize المحلية في أكثر من 310 مدن.

انخفاض زمن استجابة P99 من 480 مللي ثانية إلى 14 مللي ثانية عبر مسارات الدفع
انخفاض رفض المعاملات الخاطئ بنسبة 34% عبر تجميع المعاملات دلالياً
توفير شهري قدره 18,000 دولار في تكاليف استضافة البنية التحتية
Workers AIVectorizeD1Durable ObjectsWebSocketsRust

عرض تفاعلي لتنسيق الوكلاء المتعددين على الحافة

عرض حي يوضح بث الرموز في أقل من 20 مللي ثانية وتسليم المهام بين الوكلاء الموزعين

01:55 Cinematic 16:9
Your browser does not support video playback.
Aether Cloud • Systems Architect
Cloudflare WorkersVectorizeRustTypeScript

مسار الاستدلال: الخوادم السحابية المركزية مقابل عوازل V8 الموزعة عالمياً

توضيح قفزات الشبكة: 12 دورة اتصال شبكي مقابل تنفيذ فوري بقفزة واحدة

After grade
Before grade
Prometheus Telemetry • Cloudflare Workers • Vectorize

مخططات معمارية طوبولوجيا الحافة وعناقيد المتجهات

مخططات هندسة النظم وطوبولوجيا عناقيد التضمين المتجهي

3
طوبولوجيا الموجه المتجهي فائق السرعة
طوبولوجيا الموجه المتجهي فائق السرعة
Architecture
مسار توافق الوكلاء المتعددين
مسار توافق الوكلاء المتعددين
Vector AI
تنفيذ فوري دون تأخير الإقلاع البارد
تنفيذ فوري دون تأخير الإقلاع البارد
Concurrency

محاضرة رئيسية: عصر ذكاء الحافة الموزع

عرض تقديمي رئيسي حول الاستغناء عن الخوادم المركزية لاستدلال الذكاء الاصطناعي

02:45
محاضرة: ذكاء اصطناعي فائق السرعة على الحافة الموزعة
قمة المعمارية السحابية
Your browser does not support audio playback.
KeynoteEdge AIWorkersVectorize

الورقة البيضاء الفنية: بنية تحتية أصيلة لذكاء الحافة

بحث شامل من 28 صفحة حول التخزين الدلالي المؤقت وقواعد البيانات المتجهية

استرجاع المتجهات الموزعة على نطاق كوكبي

ورقة بيضاء فنية تبحث خصائص زمن الاستجابة وضغط فهارس التضمين وتكاليف الحوسبة الحافية.

رحلة هندسة الأنظمة السحابية والذكاء الاصطناعي

أكثر من 8 سنوات في توسيع الأنظمة الموزعة والبنية السحابية وبيئات تشغيل الذكاء الاصطناعي

كبير مهندسي بنية الذكاء الاصطناعي • سارة تشن للذكاء الاصطناعي 2023 — Present
  • تصميم أنظمة ذكاء اصطناعي حافية فائقة السرعة وخطوط متجهات دلالية للمؤسسات التقنية.
  • بناء بنية تحتية لوكلاء مستقلين تخدم أكثر من 10 ملايين استعلام استدلال يومياً.
مهندس أول أنظمة موزعة • كلاود سكيل سيستمز 2020 — 2023
  • هندسة عناقيد Kubernetes متعددة المناطق مع نشر تدريجي آمن دون أي توقف.
  • تقليص تكاليف حركة البيانات الشبكية بين المناطق بنسبة 45%.
أخصائي بنية تحتية سحابية • ديف كور العالمية 2017 — 2020
  • بناء خطوط أتمتة Terraform لتجهيز البيئات السحابية المتعددة.
  • تحسين أداء الوظائف عديمة الخوادم وتجمعات اتصالات قواعد البيانات.
Share this portfolio:
LinkedIn Twitter / X
© 2026 سارة تشن. All rights reserved.
Powered by DaPortfolio

سارة تشن