Kimi K3 නව AI මොඩලය ජූලි 16 වැනිදා නිල වශයෙන් ලොව පුරා පරිශීලකයන්ට හඳුන්වා දුන්නා. එය නිකුත් කළ දෙදිනක් පමණක්, Moonshot AI සමාගම නව ග්රාහක ලියාපදිංචි කිරීම් අත්හිටුවා දැමුවා. පරිශීලක ඉල්ලීම් 48 පැය තුළම සර්වර් කුලකය පිරී ගිය බැවින්, නව ග්රාහකයන්ට සේවාව ලබාදීම අස්ථානගත වුණි.
දින 0 (ජූලි 16): K3 මොඩලය නිකුත් වීම.
දින 1 (ජූලි 17): Arena coding තරඟයේ රැංකි 1 ප්රකාශය, ඉල්ලීම් හදිසි ලෙස වැඩි වීම.
දින 2 (ජූලි 19): සබ්ස්ක්රිප්ෂන් අත්හිටුවා දීම, කුලකය සම්පූර්ණයෙන් පිරී ගිය බව නිවේදනය.
කැමති සේවාව ක්රැෂ් නොවූ අතර, පවතින පරිශීලකයන්ට සේවාව පවත්වා ගැනීමට නව ග්රාහක ලියාපදිංචි කිරීම් අත්හිටුවා ගැනීම යුක්තිසාධක ක්රියාවක් විය. නමුත් අනුමාන කළ ධාරිතාවය සහ ව්යවහාරික ඉල්ලීම් අතර ඇති විශාල පරතරය, ආරම්භක සැලසුම අසාර්ථක කරා.
කාර්ය සාධන පරීක්ෂණය – 5 පියවර
- ඉල්ලීම් ආවරණය: පීක් QPS 50, p95 latency 3000ms, GPU memory 8GB, සමාන අනුමාන 2 ගුණයකට ගුණාත්මක කරන්න.
- ක්යු‑ඩෙප්ත් ඇලර්ට්: queue depth 100 (අවවාද), 250 (අත්යවශ්ය) – ඉල්ලීම් අධික වීමට පෙර අනතුරු ඇඟවීම.
- ඇඩ්මිෂන් කන්ට්රෝල්: queue depth critical වෙයි පෙර circuit breaker ක්රියාත්මක කර නව සැසියන් අත්හිටුවා දීම.
- Autoscale ලැග් මැනීම: GPU node එකක් එක්කීමට ගතවන කාලය (උදා: 15 මිනිත්තු) – එය burst tolerance එකක් වේ.
- ආකල්පිත vs. වාර්තාකරණය: මුල් 48 පැය තුළ පැයපතා අනුමාන හා සැබෑ ඉල්ලීම් සසඳා, 2 ගුණයකට වැඩි නම් අනුමාන මොඩලය සංශෝධනය.
මෙම පියවරයන් Kimi K3 හි පවතින පසුබැසීමේදී නිවැරදිව යොදා ගත්තා. නව ග්රාහක ලියාපදිංචි කිරීම නතර කිරීම, පාරිභෝගිකයන්ට සේවාව අඩු නොකරන ප්රවේශයක් විය. ඒත් අනුමාන කර තිබූ Arena ranking ප්රභාවය වැරදි වීම, rate‑limiting පද්ධතිය අඩු වීම, හා කුලකයේ buffer ප්රමාණය අඩු වීම යන අඩුපාඩු පෙන්වා දී ඇත.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ AI සංවර්ධකයින්, විශ්වවිද්යාල සිසුන්, හා තාක්ෂණික ව්යාපාර සඳහා මෙම සිදුවීම ඉතාමත් ගැඹුරු පණිවුඩයක් වේ. ප්රථමයෙන්, AI සේවාවක් ලෝක වෙළඳපොලට නිකුත් කරන විට, ඉල්ලීම් ප්රතිඵලය නිවැරදිව අනුමාන කිරීමේ වැදගත්කම තේරුම් ගැනීමට අවශ්යයි. දෙවනුව, කුලකය පිරී ගිය විට සේවාව නතර කිරීමේ ව්යුහය (circuit breaker) නිවැරදිව සැලසුම් කර තිබේ නම් පාරිභෝගික විශ්වාසය රැකගත හැක.
මෙම පියවරයන් අනුගමනය කර, ශ්රී ලංකාවේ තාක්ෂණික ආරම්භකයන් තම AI‑API, cloud‑based සේවා, හෝ chatbot පද්ධති ආරම්භ කරන විට අධික ඉල්ලීම් හදිසි අවස්ථාවලට සූදානම් විය හැක. එමඟින් ව්යාපාරික අලාභය වැළැක්වීම, පාරිභෝගික තෘප්තිය වැඩි කිරීම, සහ දේශීය AI පර්යේෂණයට අත්යවශ්ය අත්දැකීම් ලබාදීම සිදු වේ.
අවසන් වශයෙන්, Kimi K3 හි අත්දැකීමෙන් ඉගෙන ගත හැකි පාඩම, “ඉල්ලීම් පූර්ව‑අනුමාන + ස්වයංක්රීය විහිදුම් + හදිසි ප්රතිචාර” යන ත්රිත්වයයි. මෙය ශ්රී ලංකාවේ ඕනෑම AI‑සම්බන්ධ ව්යාපාරයකට අත්යවශ්ය මාර්ගෝපදේශයක් වේ.
