---
title: การนำเสนอ: ข้ามต้นแบบ: ขยายโครงสร้างพื้นฐานเอไอเอเจนต์ที่ไม่ขึ้นกับเฟรมเวิร์กด้วย Ray
url: https://www.elseif.net/th/ray
published: 2026-10-23T10:44:34+00:00
language: th
section: โมเดล
source: https://www.infoq.com/presentations/scale-llm-agents-production-ray/?utm_campaign=infoq_content&utm_source=infoq&utm_medium=feed&utm_term=global
publisher: elseif
---

# การนำเสนอ: ข้ามต้นแบบ: ขยายโครงสร้างพื้นฐานเอไอเอเจนต์ที่ไม่ขึ้นกับเฟรมเวิร์กด้วย Ray

การนำเสนอในงาน QCon AI มีการอภิปรายเกี่ยวกับการเปลี่ยนเอไอเอเจนต์จากต้นแบบ FastAPI ในท้องถิ่นไปสู่ระบบการผลิตที่ทนทานบน Kubernetes โดยใช้ Ray ผู้พูดได้แบ่งปันข้อมูลเชิงลึกในการดำเนินงานเกี่ยวกับโทโพโลยี RayCluster การจัดการหน่วยความจำที่มีสถานะ การปรับขนาดอัตโนมัติบนการจราจรที่เปลี่ยนแปลงได้ และการออกแบบควบคุมที่เข้มงวด ขณะเดียวกันยังเน้นการตั้งค่าหลายภูมิภาคและท่อประเมิน LLM-as-a-judge

Deepak Mohanakumar Chandramouli และ Bhumik Vinodkumar Thakkar เป็นวิศวกรที่มีความเชี่ยวชาญด้านระบบกระจายและเอไอที่ Apple โดยมีประสบการณ์มากกว่า 20 ปีในด้านโครงสร้างพื้นฐานที่สามารถปรับขนาดได้

การนำเสนอมีการนำเสนอโดย Martin Reynolds และ Barani Mohandoss และยังมีผู้พูดจาก Datadog รวมถึง David Iparraguirre และ Jessica Yang

Deepak กล่าวว่าการมุ่งเน้นในวันนี้คือการสร้างเอเจนต์และรันมันที่ขนาดใหญ่ด้วย Ray โดยมีการพูดคุยถึงการทำงานของเอเจนต์และการรันในสภาพแวดล้อมทั้งในท้องถิ่นและระยะไกล โดยระบุถึงองค์ประกอบสำคัญของการทำงานของเอเจนต์ เช่น LLM เครื่องมือ และหน่วยความจำ

ในส่วนที่เหลือของการนำเสนอ ผู้พูดจะยกตัวอย่างการสร้างเอเจนต์ที่เป็นผู้วางแผนการเดินทาง ซึ่งจะเชื่อมต่อกับเครื่องมือสำหรับค้นหาสภาพอากาศและสร้างแผนการเดินทางที่เหมาะสม