AI යෙදුම් බොහෝ වෙලාවට ලක්ෂ ගණනක් පරිශීලකයන්ගෙන් එකවර ඉල්ලීම් ලබා ගනී. ඒ අතර, එක් පයිප්ලයින් එකක් අස්ථිර වීමෙන් සම්පූර්ණ සේවා පද්ධතිය අස්ථාපනය වීමේ අවදානමක් තිබේ. RocketRide නම් ප්ලැට්ෆෝම් එක මේ ගැටලුවට විසඳුමක් ලෙස, එක එක් AI pipeline රන් එකම ප්රොසෙස් එකක් තුළ නොදමා, සෑම රන් එකක්ම වෙනම ප්රොසෙස් එකක ක්රියාත්මක කිරීමේ සැලැස්ම අනුගමනය කරයි.
උදාහරණයක් ලෙස, උදේ 9 ට දහස් ගණනක් පරිශීලකයන් මැද සිටින අවස්ථාවේ, එක් node එකක් වැරදි pointer එකක් භාවිතා කරමින් segfault එකක් සිදු විය. Python එකට ඒ පිළිබඳ විස්තරාත්මක exception එකක් එන තරම් ප්රොසෙස් එක පැන ගියේය. මෙවැනි අවාසනාවන්ත සිදුවීම පසුකාලීනව තවත් පයිප්ලයින් වලට බලපාන්නේද? සේවා පද්ධතිය නැවත ආරම්භ කළ යුතුද? මේ ප්රශ්නවලට RocketRide හි පිළිතුර සරලයි – අසාර්ථක රන් එක වෙනම ප්රොසෙස් එකක් තුළ නිමාවට පත් කර, එය ලොග් කර, පරිශීලකයන්ට තත්ත්වය දැනුම් දෙයි.
මෙම සැලැස්මෙන් ලැබෙන ප්රධාන වාසිය ‘blast radius’ එක අඩු කිරීමයි. එක් ප්රොසෙස් එකක් මත memory corruption, C extension crash, native library error වැනි සිදුවීම් සිදු වූ විට, අයදුම් මට්ටමේ exception handling ක්රමය තවත් ප්රයෝජනවත් නොවේ. ඒ නිසා RocketRide හි සෑම task එකක්ම නව child process එකක් ලෙස ආරම්භ කර, එය තනි Python interpreter, pipeline graph, සම්බන්ධතා සහ සම්පත් සියල්ලම භාර ගනී.
Parent runtime එක task registry එක, port allocation, child process supervision, life‑cycle management වගකීම් දරයි. Child process එක standard input/output හරහා parent සමඟ සම්බන්ධ වෙයි, data transmission එක local WebSocket endpoint එකක් මගින් සිදු වේ. මෙයින් task එකක් අහඹු ලෙස නවත්වූ විට, parent එක exit code එක ලොග් කර, සම්බන්ධතා වසා, client‑ලට තත්ත්වය ප්රකාශ කරයි. අසාර්ථකතාවය සම්පූර්ණයෙන්ම තනි incident එකක් ලෙස සලකා, සම්පූර්ණ පද්ධතියේ downtime එකක් බවට පත්වන්නේ නැත.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ AI සංවර්ධකයන්, startup‑වලට, විශ්වවිද්යාල සිසුන්ට මෙම ආකෘතිය විශාල ප්රයෝජන දරයි.
- අධ්යාපනික වශයෙන් – නවතම fault isolation තාක්ෂණය ඉගෙන ගැනීම, පරිසරය සුරක්ෂිතව පරීක්ෂා කිරීමේ හැකියාව ලබා දේ.
- ව්යාපාරික වශයෙන් – සේවා අස්ථාවරතාවය අඩු කර, client‑ලට විශ්වාසනීය AI සේවා ලබා දීමෙන් ගනුදෙනු වැඩිවේ.
- ඩෙවලපර් ප්රතිලාභ – එක එක් task එකක් වෙනම process එකක් තුළ ධාවනය වීම නිසා debugging, profiling, resource monitoring පහසුය.
ඉන්පසු, Cloud පරිසරයේ multi‑tenant ආකාරයේ සේවා සැපයුමක් අවශ්ය වූ විට, RocketRide වැනි isolation strategy එක භාවිතා කිරීමෙන් security sandbox නොවූ නමුත් fault isolation හරහා system‑wide incident එකක් වළක්වා ගත හැක.
අවසන් වශයෙන්, ප්රොසෙස් එකක් ආරම්භ කිරීමේ පළමු වියදම වැඩි වුවත්, එය සාර්ථක AI සේවා පද්ධතියක් ගොඩනැගීමට අත්යවශ්ය ආයෝජනයක් බව පෙනේ. RocketRide මඟින් පෙන්වා දුන් පරිදි, “එක එක් pipeline run එක වෙනම process එකක්” යන නව මාදිලිය, ශ්රී ලංකාවේ AI ecosystem එකේ විශ්වාසනීයත්වය, scalability, සහ maintainability වර්ධනයට මඟ පෙන්වයි.
