Google Antigravity SDK مقامی AI ماڈلز کے لیے تعاون کا اضافہ کرتا ہے۔

کیا ہوا؟

Google نے اعلان کیا کہ Antigravity SDK اب مقامی AI ماڈل کے عمل کو سپورٹ کرتا ہے، جس سے ڈویلپرز کو ایجنٹی ایپلی کیشنز بنانے کی اجازت دیتا ہے جو مکمل طور پر آف لائن چلتی ہیں۔ اپ ڈیٹ میں Google AI Edge کے LiteRT رن ٹائم کا استعمال کرتے ہوئے Gemma 4 26B A4B ماڈل کے لیے ابتدائی معاونت کی خصوصیات ہے۔ یہ ایجنٹی کاموں کے لیے مقامی GPU اور RAM وسائل کے استعمال کو قابل بناتا ہے، جیسا کہ کوڈ آڈیٹنگ اور یوٹیلیٹی جنریشن، بغیر کلاؤڈ کنیکٹیویٹی پر انحصار کیے۔ SDK میں OpenAI سے مطابقت رکھنے والے مقامی سرورز جیسے اولاما، LM اسٹوڈیو، اور vLLM کے لیے پلگ اینڈ پلے سپورٹ بھی شامل ہے۔

Google نے Antigravity SDK میں مقامی AI ماڈلز کے لیے سپورٹ متعارف کرایا ہے، یہ ایک ایسا ٹول ہے جو ڈویلپرز کو اسی ایجنٹی صلاحیتوں کے ساتھ ایپلی کیشنز بنانے کے قابل بناتا ہے جو Google Antigravity کو طاقت دیتی ہے۔ یہ اپ ڈیٹ مقامی ہارڈویئر وسائل جیسے GPU اور RAM کو استعمال کرتے ہوئے ایجنٹی ورک فلو کو مکمل طور پر آف لائن انجام دینے کی اجازت دیتا ہے۔

ابتدائی نفاذ میں Gemma 4 26B A4B ماڈل کے لیے معاونت کی خصوصیات ہے، جو Google AI Edge کے LiteRT رن ٹائم کے لیے موزوں ہے۔ Google کہتا ہے کہ یہ اصلاح مقامی مشین کی صلاحیتوں کو مؤثر طریقے سے فائدہ اٹھاتی ہے تاکہ اس میں اضافہ کیا جا سکے کہ ڈیوائس پر کیا ڈیلیور کیا جا سکتا ہے۔ اعلان میں ایک نمونہ Python اسکرپٹ، agy_sample.py شامل ہے، تاکہ ڈویلپرز کو اس مقامی ورک فلو کے ساتھ شروع کرنے میں مدد ملے۔

SDK کسی بھی OpenAI-مطابقت پذیر سرور، بشمول Ollama، LM Studio، اور vLLM کے لیے ایک LocalOpenAIAgentConfig کے ذریعے بغیر کسی رکاوٹ کے تعاون فراہم کرتا ہے۔ یہ لچک ڈیولپرز کو مستقل ایجنٹ آرکیسٹریشن، ٹولز اور ورک فلو کو برقرار رکھتے ہوئے مختلف مقامی انفرنس بیک اینڈز کے ساتھ تجربہ کرنے کی اجازت دیتی ہے۔

Google نے ایک ہائبرڈ ڈیمو کے ذریعے اس سیٹ اپ کی افادیت کا مظاہرہ کیا جہاں کلاؤڈ بیسڈ آرکیٹیکٹ ماڈل (Gemini 3.8 Flash) نے ایک منصوبہ ساز کے طور پر کام کیا، جبکہ Gemma 4 26B کے مقامی بھیڑ نے کوڈ آڈیٹنگ اور پیچنگ کے کاموں کو سنبھالا۔ ایک اور مثال نے دکھایا کہ مقامی ایجنٹ خود مختار طور پر Python لائبریریوں جیسے psutil اور امیروں کا استعمال کرتے ہوئے لائیو اپ ڈیٹ کرنے والا ٹرمینل ریسورس مانیٹر بنا رہا ہے، یہ سب انٹرنیٹ تک رسائی کے بغیر ہے۔

ماخذ کی تفصیلات: developers.googleblog.com ↗

یہ کیوں اہمیت رکھتا ہے۔

یہ اپ ڈیٹ ڈویلپرز کے لیے AI ایجنٹوں کو ایسے ماحول میں تعینات کرنے میں رکاوٹ کو کم کرتا ہے جہاں ڈیٹا پرائیویسی، لیٹنسی، یا انٹرنیٹ کنیکٹیویٹی اہم رکاوٹیں ہیں۔ مقامی عمل درآمد کی حمایت کرتے ہوئے، SDK ہائبرڈ آرکیٹیکچرز کی اجازت دیتا ہے جہاں کلاؤڈ ماڈل اعلیٰ سطح کی منصوبہ بندی کو سنبھالتے ہیں جبکہ مقامی ماڈلز بھاری کمپیوٹیشنل لفٹنگ آن ڈیوائس انجام دیتے ہیں۔ یہ نقطہ نظر ٹوکن کی لاگت کو کم کر سکتا ہے اور صارف کی مشین پر حساس ڈیٹا کو یقینی بنا سکتا ہے۔ LiteRT اور Gemma 4 26B کے لیے مخصوص آپٹمائزیشن ایج AI کی ترقی کے لیے ایک ٹھوس، آزمائشی راستہ فراہم کرتی ہے، جو کہ ایک بڑی ٹیک کمپنی کے ڈویلپر ماحولیاتی نظام کے اندر نظریاتی مقامی AI تصورات سے آگے بڑھ کر عملی، مربوط ٹولنگ کی طرف جاتا ہے۔

ایجنٹ AI کو مقامی طور پر چلانے کی صلاحیت ڈیٹا پرائیویسی اور سیکیورٹی کے حوالے سے اہم خدشات کو دور کرتی ہے، کیونکہ حساس کوڈ اور ڈیٹا کو بیرونی کلاؤڈ سرورز پر منتقل کرنے کی ضرورت نہیں ہے۔ یہ خاص طور پر انٹرپرائز ماحول یا انفرادی ڈویلپرز کے لیے متعلقہ ہے جو ملکیتی یا خفیہ معلومات کے ساتھ کام کرتے ہیں۔

ہائبرڈ آرکیٹیکٹ-بلڈر پیٹرن کی حمایت کرتے ہوئے، SDK مقامی ماڈلز کی رازداری اور لاگت کی کارکردگی کے ساتھ کلاؤڈ ماڈلز کے پیمانے کو متوازن کرنے کے لیے ایک عملی حل پیش کرتا ہے۔ یہ فن تعمیر پیچیدہ منصوبہ بندی کے کاموں کو طاقتور کلاؤڈ ماڈلز کے ذریعے سنبھالنے کی اجازت دیتا ہے جب کہ روٹین یا ہیوی لفٹنگ کے کام مقامی طور پر انجام دیئے جاتے ہیں، ٹوکن کے استعمال کو بہتر بناتے ہوئے اور تاخیر کو کم کرتے ہیں۔

24GB سے زیادہ VRAM یا یونیفائیڈ میموری والے ہارڈ ویئر کے لیے مخصوص تجویز صارفین کے لیے ایک واضح تکنیکی بنیاد کا تعین کرتی ہے۔ اگرچہ یہ اعلیٰ درجے کی مشینوں تک فوری رسائی کو محدود کرتا ہے، لیکن یہ ڈویلپرز اور ہارڈویئر مینوفیکچررز کے لیے ایک ٹھوس ہدف فراہم کرتا ہے جس کا مقصد جدید مقامی AI کام کے بوجھ کو سپورٹ کرنا ہے۔

LiteRT کا انضمام اور معیاری مقامی انفرنس سرورز جیسے Ollama اور vLLM کے لیے تعاون ان ٹولز سے پہلے سے واقف ڈویلپرز کے لیے رگڑ کو کم کرتا ہے۔ یہ معیاری کاری مقامی AI ترقی کے بکھرے ہوئے منظر نامے کو مستحکم کرنے میں مدد کرتی ہے، جو کہ بنیادی مقامی ماڈل کے پس منظر سے قطع نظر ایجنٹ آرکیسٹریشن کے لیے ایک متحد انٹرفیس پیش کرتی ہے۔

آگے کیا دیکھنا ہے۔

ڈویلپرز کو مقامی ماڈل کنفیگریشن اور کارکردگی کے بینچ مارکس میں اپ ڈیٹس کے لیے Antigravity Python SDK GitHub ریپوزٹری کی نگرانی کرنی چاہیے۔ تجویز کردہ ہارڈویئر کی ضروریات کی عملی قابل عملیت، خاص طور پر 24GB سے زیادہ VRAM یا متحد میموری والی مشینیں، وسیع تر ڈویلپر بیس کے لیے ان خصوصیات کی رسائی کا تعین کرے گی۔ مزید برآں، آرکیٹیکٹ-بلڈر پیٹرن کو اپنانا، جو کلاؤڈ پلاننگ کو مقامی عملدرآمد کے ساتھ جوڑتا ہے، اس پر اثر انداز ہو سکتا ہے کہ کس طرح ہائبرڈ AI سسٹمز انٹرپرائز اور صارفین کی ایپلی کیشنز میں ڈیزائن کیے گئے ہیں۔

Gemma 4 26B A4B ماڈل کی کارکردگی اور استحکام جب تجویز کردہ 24GB+ VRAM کے ساتھ کنزیومر-گریڈ ہارڈویئر پر چل رہا ہو تو اس فیچر کی عملی افادیت کا ایک اہم اشارہ ہوگا۔ ابتدائی اختیار کرنے والے حقیقی دنیا کے منظرناموں میں تاخیر، میموری کے انتظام، اور ایجنٹی پیداوار کے معیار کے بارے میں رپورٹ کر سکتے ہیں۔

دیگر مقامی ماڈلز اور انفرنس بیک اینڈز کے لیے Antigravity SDK کی حمایت کا ارتقاء اس کی طویل مدتی مطابقت کا تعین کرے گا۔ اگر Google چھوٹے یا زیادہ موثر ماڈلز کے لیے سپورٹ کو بڑھاتا ہے، تو ہارڈ ویئر کے تقاضے کم ہو سکتے ہیں، جس سے ممکنہ صارف کی بنیاد وسیع ہو سکتی ہے۔

انٹرپرائز کی ترتیبات میں ہائبرڈ کلاؤڈ-لوکل ورک فلو کو اپنانا مانیٹر کرنے کا ایک اہم رجحان ہوگا۔ اگر یہ پیٹرن کلاؤڈ انٹیلی جنس کا فائدہ اٹھاتے ہوئے ڈیٹا کی رازداری کو برقرار رکھنے کے لیے کارگر ثابت ہوتا ہے، تو یہ AI سے چلنے والے ترقیاتی ٹولز کے لیے ایک معیاری فن تعمیر بن سکتا ہے۔

Antigravity Python SDK GitHub ایشو ٹریکر پر کمیونٹی کی رائے عام چیلنجوں اور فیچر کی درخواستوں کے بارے میں بصیرت فراہم کرے گی۔ یہ فیڈ بیک لوپ موجودہ نفاذ کی حقیقی دنیا کی حدود کو سمجھنے اور مستقبل کے اپ ڈیٹس کی رہنمائی کے لیے اہم ہے۔

متعلقہ گائیڈز اور کوئزز