# Deepgram تخفض تكلفة تحويل الكلام إلى نص بنسبة 11–70% باستخدام AWS Trainium2

> نقلت Deepgram نموذج Nova‑3 إلى شرائح Trainium2 من AWS، ما يتيح لها معالجة صوت أكثر مقابل كل دولار في المهام الدفعية.

Oossa · 2026-10-19 · https://oossa.com/ar/deepgram-cuts-speech-to-text-costs-11-70-with-aws-trainium2

نقلت Deepgram نموذج Nova‑3 لتحويل الكلام إلى نص إلى شرائح AWS Trainium2. ويشغّل النقل ثماني نسخ من النموذج على مثيل واحد من نوع trn2.3xlarge. وفي مهام المعالجة الدفعية غير المتصلة، مثل تحليلات مراكز الاتصال، قاست Deepgram زيادة في كمية الصوت المعالَج مقابل كل دولار بنسبة 11–70% مقارنة بخيارات الحوسبة السابقة. وشمل العمل استخدام TorchNeuron مع PyTorch، واستبدال الطبقات بنوى مخصصة، وبناء بيئة تشغيل بلغة Rust لتفادي الأعباء الإضافية لـPython.

## الحقائق

- عالج إعداد Deepgram على Trainium2 كمية صوت أكبر بنسبة 11–70% مقابل كل دولار.
- تعمل ثماني نسخ من Nova‑3 على مثيل EC2 واحد من نوع trn2.3xlarge.

## لماذا يهم

يمكن للعملاء الذين يستخدمون واجهة Deepgram البرمجية توقع انخفاض تكاليف النسخ الصوتي في أعباء العمل الدفعية واسعة النطاق.

## المصادر والمراجع

1. [How Deepgram optimized voice AI at scale with AWS Trainium](https://aws.amazon.com/blogs/machine-learning/how-deepgram-optimized-voice-ai-at-scale-with-aws-trainium/) – AWS, 2026-10-19

آخر تحديث: 2026-10-19