مع ظهور شبكات الهاتف المحمول عالية السرعة 5G ، أصبحت الشركات في وضع أكثر سهولة من أي وقت مضى مع فرصة الاستفادة من تقارب شبكات الاتصالات السلكية واللاسلكية والسحابة. كواحدة من أبرز حالات الاستخدام حتى الآن ، سمح التعلم الآلي (ML) على الحافة للمؤسسات بنشر نماذج تعلم الآلة بالقرب من عملائها النهائيين لتقليل زمن الوصول وزيادة استجابة تطبيقاتهم. كمثال، حلول الأماكن الذكية يمكن استخدام رؤية الكمبيوتر في الوقت الفعلي تقريبًا لتحليلات الحشد عبر شبكات 5G ، كل ذلك مع تقليل الاستثمار في معدات شبكات الأجهزة المحلية. يمكن لبائعي التجزئة تقديم المزيد من التجارب الخالية من الاحتكاك أثناء التنقل باستخدام معالجة اللغة الطبيعية (NLP) وأنظمة التوصية في الوقت الفعلي واكتشاف الاحتيال. حتى الروبوتات الأرضية والجوية يمكن استخدام ML لفتح عمليات أكثر أمانًا واستقلالية.
لتقليل الحاجز أمام دخول ML عند الحافة ، أردنا توضيح مثال لنشر نموذج مدرب مسبقًا من الأمازون SageMaker إلى الطول الموجي AWS، كل ذلك في أقل من 100 سطر من التعليمات البرمجية. في هذا المنشور ، نوضح كيفية نشر نموذج SageMaker على AWS Wavelength لتقليل زمن استجابة النموذج للتطبيقات المستندة إلى شبكة 5G.
حل نظرة عامة
عبر البنية التحتية العالمية المتوسعة بسرعة لـ AWS ، تجلب AWS Wavelength قوة الحوسبة السحابية والتخزين إلى حافة شبكات 5G ، مما يفتح تجارب الأجهزة المحمولة الأكثر أداءً. باستخدام AWS Wavelength ، يمكنك توسيع السحابة الخاصة الافتراضية (VPC) إلى مناطق الطول الموجي المقابلة لحافة شبكة شركة الاتصالات السلكية واللاسلكية في مدن 29 حول العالم. يوضح الرسم البياني التالي مثالاً على هذه العمارة.
يمكنك الاشتراك في مناطق الطول الموجي داخل منطقة معينة عبر وحدة تحكم إدارة AWS أو ال واجهة سطر الأوامر AWS (AWS CLI). لمعرفة المزيد حول نشر التطبيقات الموزعة جغرافيًا على AWS Wavelength ، يرجى الرجوع إلى انشر مجموعات Amazon EKS الموزعة جغرافيًا على AWS Wavelength.
بناءً على الأساسيات التي تمت مناقشتها في هذا المنشور ، نتطلع إلى ML على الحافة كنموذج لحمل العمل الذي يمكن نشره في AWS Wavelength. نظرًا لأن عبء العمل الخاص بنا ، فإننا ننشر نموذجًا مدربًا مسبقًا من أمازون سيج ميكر جومب ستارت.
SageMaker هي خدمة تعلّم آلي مُدارة بالكامل تتيح للمطورين نشر نماذج ML بسهولة في بيئات AWS الخاصة بهم. على الرغم من أن AWS تقدم عددًا من الخيارات للتدريب النموذجي — من سوق AWS النماذج وخوارزميات SageMaker المضمنة - هناك عدد من التقنيات لنشر نماذج ML مفتوحة المصدر.
يوفر JumpStart الوصول إلى مئات الخوارزميات المضمنة مع نماذج مدربة مسبقًا يمكن نشرها بسلاسة في نقاط نهاية SageMaker. من الصيانة التنبؤية ورؤية الكمبيوتر إلى القيادة الذاتية واكتشاف الاحتيال ، يدعم JumpStart مجموعة متنوعة من حالات الاستخدام الشائعة من خلال النشر بنقرة واحدة على وحدة التحكم.
نظرًا لأن SageMaker غير مدعوم أصلاً في مناطق الطول الموجي ، فإننا نوضح كيفية استخراج القطع الأثرية للنموذج من المنطقة وإعادة نشرها إلى الحافة. للقيام بذلك ، تستخدم خدمة أمازون مطاطا Kubernetes مجموعات (Amazon EKS) ومجموعات العقد في مناطق الطول الموجي ، متبوعًا بإنشاء بيان نشر مع صورة الحاوية التي تم إنشاؤها بواسطة JumpStart. الرسم البياني التالي يوضح هذه العمارة.
المتطلبات الأساسية المسبقة
لتسهيل ذلك قدر الإمكان ، تأكد من تمكين Wavelength Zones في حساب AWS الخاص بك. لاحظ أن هذا التكامل متاح فقط في us-east-1
و us-west-2
، وسوف تستخدم us-east-1
طوال مدة العرض التوضيحي.
للاشتراك في AWS Wavelength ، أكمل الخطوات التالية:
- في وحدة تحكم Amazon VPC ، اختر مناطق مع الإعدادات واختر شرق الولايات المتحدة (فيريزون) / us-east-1-wl1.
- اختار إدارة.
- أختار اختارت في.
- اختار مناطق التحديث.
إنشاء البنية التحتية للطول الموجي لـ AWS
قبل أن نقوم بتحويل نقطة نهاية استنتاج نموذج SageMaker المحلي إلى نشر Kubernetes ، يمكنك إنشاء مجموعة EKS في منطقة الطول الموجي. للقيام بذلك ، انشر مجموعة Amazon EKS مع مجموعة عقد AWS Wavelength. لمعرفة المزيد ، يمكنك زيارة هذا الدليل على مدونة حاويات AWS or مستودع Verizon 5GEdgeTutorials على سبيل المثال.
بعد ذلك ، باستخدام ملف سحابة AWS 9 البيئة أو بيئة التطوير التفاعلية (IDE) التي تختارها ، قم بتنزيل حزم SageMaker المطلوبة و دوكر يؤلف، أحد التبعية الرئيسية لـ JumpStart.
إنشاء نماذج التحف باستخدام JumpStart
أولاً ، تأكد من أن لديك ملف إدارة الهوية والوصول AWS دور تنفيذ (IAM) لـ SageMaker. لمعرفة المزيد ، قم بزيارة أدوار SageMaker.
- باستخدام هذا المثال، قم بإنشاء ملف يسمى train_model.py يستخدم SageMaker Software Development Kit (SDK) لاسترداد نموذج مبني مسبقًا (استبدل مع Amazon Resource Name (ARN) لدور التنفيذ الخاص بك في SageMaker). في هذا الملف ، تقوم بنشر نموذج محليًا باستخدام امتداد
instance_type
السمة فيmodel.deploy()
وظيفة ، والتي تبدأ حاوية Docker داخل IDE الخاص بك باستخدام جميع عناصر النموذج المطلوبة التي حددتها:
- بعد ذلك ، اضبط
infer_model_id
إلى معرف نموذج SageMaker الذي ترغب في استخدامه.
للحصول على قائمة كاملة ، يرجى الرجوع إلى خوارزميات مدمجة مع نموذج جدول مدرب مسبقًا. في مثالنا ، نستخدم نموذج تمثيلات التشفير ثنائي الاتجاه من المحولات (BERT) ، الذي يشيع استخدامه لمعالجة اللغة الطبيعية.
- تشغيل
train_model.py
البرنامج النصي لاسترداد عناصر نموذج JumpStart ونشر النموذج المدرب مسبقًا على جهازك المحلي:
إذا نجحت هذه الخطوة ، فقد يكون الإخراج الخاص بك مشابهًا لما يلي:
في الإخراج ، سترى ثلاث عناصر أثرية بالترتيب: الصورة الأساسية لاستدلال TensorFlow ، والنص البرمجي للاستدلال الذي يخدم النموذج ، والقطع الأثرية التي تحتوي على النموذج المدرب. على الرغم من أنه يمكنك إنشاء صورة Docker مخصصة باستخدام هذه القطع الأثرية ، إلا أن هناك طريقة أخرى تتمثل في السماح للوضع المحلي لـ SageMaker بإنشاء صورة Docker نيابة عنك. في الخطوات اللاحقة ، نقوم باستخراج صورة الحاوية قيد التشغيل محليًا ونشرها على سجل الأمازون المرنة للحاويات (Amazon ECR) وكذلك دفع الأداة النموذجية بشكل منفصل إلى خدمة تخزين أمازون البسيطة (أمازون S3).
تحويل عناصر الوضع المحلي إلى نشر Kubernetes عن بُعد
الآن بعد أن تأكدت من أن SageMaker يعمل محليًا ، فلنستخرج بيان النشر من الحاوية قيد التشغيل. أكمل الخطوات التالية:
حدد موقع بيان نشر الوضع المحلي لـ SageMaker: للقيام بذلك ، ابحث في الدليل الجذر عن أي ملفات مسماة docker-compose.yaml
.
docker_manifest=$( find /tmp/tmp* -name "docker-compose.yaml" -printf '%T+ %pn' | sort | tail -n 1 | cut -d' ' -f2-)
echo $docker_manifest
حدد موقع عناصر نموذج الوضع المحلي لـ SageMaker: بعد ذلك ، ابحث عن الحجم الأساسي المثبت على حاوية الاستدلال المحلية من SageMaker ، والتي سيتم استخدامها في كل عقدة عامل EKS بعد تحميل الأداة إلى Amazon s3.
model_local_volume = $(grep -A1 -w "volumes:" $docker_manifest | tail -n 1 | tr -d ' ' | awk -F: '{print $1}' | cut -c 2-) # Returns something like: /tmp/tmpcr4bu_a7</p>
قم بإنشاء نسخة محلية من حاوية الاستدلال SageMaker قيد التشغيل: بعد ذلك ، سنجد صورة الحاوية قيد التشغيل حاليًا التي تشغل نموذج استدلال التعلم الآلي الخاص بنا ونقوم بعمل نسخة من الحاوية محليًا. سيضمن ذلك أن لدينا نسختنا الخاصة من صورة الحاوية لسحبها من Amazon ECR.
# Find container ID of running SageMaker Local container
mkdir sagemaker-container
container_id=$(docker ps --format "{{.ID}} {{.Image}}" | grep "tensorflow" | awk '{print $1}')
# Retrieve the files of the container locally
docker cp $my_container_id:/ sagemaker-container/
قبل العمل على model_local_volume
، والذي سنقوم بدفعه إلى Amazon S3 ، دفع نسخة من صورة Docker قيد التشغيل ، الآن في ملف sagemaker-container
الدليل إلى Amazon Elastic Container Registry. تأكد من استبدال region
, aws_account_id
, docker_image_id
و my-repository:tag
أو اتبع دليل مستخدم Amazon ECR. تأكد أيضًا من تدوين عنوان URL النهائي لصورة ECR (aws_account_id.dkr.ecr.region.amazonaws.com/my-repository:tag
) ، والتي سنستخدمها في نشر EKS.
الآن بعد أن أصبح لدينا صورة ECR تتوافق مع نقطة نهاية الاستدلال ، أنشئ حاوية Amazon S3 جديدة وانسخ القطع الأثرية المحلية لـ SageMaker (model_local_volume
) إلى هذا الدلو. بالتوازي ، قم بإنشاء إدارة الوصول إلى الهوية (IAM) التي توفر الوصول إلى مثيلات Amazon EC2 لقراءة الكائنات داخل الحاوية. تأكد من استبدال باسم فريد عالميًا لحاوية Amazon S3.
بعد ذلك ، للتأكد من أن كل مثيل EC2 يسحب نسخة من الأداة النموذجية عند التشغيل ، قم بتحرير بيانات المستخدم لعقد عمال EKS. في البرنامج النصي لبيانات المستخدم ، تأكد من أن كل عقدة تسترد عيوب النموذج باستخدام واجهة برمجة تطبيقات S3 عند الإطلاق. تأكد من استبدال باسم فريد عالميًا لحاوية Amazon S3. بالنظر إلى أن بيانات مستخدم العقدة ستشمل أيضًا البرنامج النصي للتمهيد EKS ، فقد تبدو بيانات المستخدم الكاملة شيئًا كهذا.
الآن ، يمكنك فحص بيان عامل الإرساء الحالي وترجمته إلى ملفات بيان متوافقة مع Kubernetes باستخدام كومبوس، أداة تحويل معروفة. ملاحظة: إذا تلقيت خطأ في توافق الإصدار ، فغيّر ملف version
السمة في السطر 27 من docker-compose.yml إلى “2”
.
بعد تشغيل Kompose ، سترى أربعة ملفات جديدة: أ Deployment
موضوع، Service
موضوع، PersistentVolumeClaim
الكائن و NetworkPolicy
هدف. لديك الآن كل ما تحتاجه لبدء غزوة Kubernetes على الحافة!
نشر عناصر نموذج SageMaker
تأكد من تنزيل kubectl و aws-iam-Authenticator إلى AWS Cloud9 IDE. إذا لم يكن كذلك ، فاتبع إرشادات التثبيت:
الآن ، أكمل الخطوات التالية:
تعديل service/algo-1-ow3nv
كائن لتبديل نوع الخدمة منه ClusterIP
إلى NodePort
. في مثالنا ، اخترنا المنفذ 30,007،XNUMX ليكون لدينا NodePort
:
بعد ذلك ، يجب أن تسمح لـ NodePort في مجموعة الأمان الخاصة بالعقدة الخاصة بك. للقيام بذلك ، قم باسترداد معرف مجموعة الأمان والسماح بسرد NodePort:
بعد ذلك ، قم بتعديل ملف algo-1-ow3nv-deployment.yaml
واضح لتركيب /tmp/model hostPath
دليل إلى الحاوية. يستبدل مع صورة ECR التي أنشأتها سابقًا:
باستخدام ملفات البيان التي أنشأتها من Kompose ، استخدم kubectl لتطبيق التكوينات على المجموعة الخاصة بك:
قم بالاتصال بنموذج الحافة 5G
للاتصال بالطراز الخاص بك ، أكمل الخطوات التالية:
في وحدة تحكم Amazon EC2 ، قم باسترداد عنوان IP الخاص بشركة الاتصالات لعقدة عامل EKS أو استخدم AWS CLI للاستعلام عن عنوان IP الخاص بالناقل مباشرةً:
الآن ، مع استخراج عنوان IP الخاص بالناقل ، يمكنك الاتصال بالنموذج مباشرةً باستخدام NodePort. قم بإنشاء ملف يسمى invoke.py
لاستدعاء نموذج BERT مباشرةً من خلال توفير إدخال نصي يتم تشغيله مقابل محلل المشاعر لتحديد ما إذا كانت النغمة إيجابية أم سلبية:
يجب أن يشبه الإخراج الخاص بك ما يلي:
تنظيف
لتدمير جميع موارد التطبيق التي تم إنشاؤها ، احذف عُقد عمال AWS Wavelength ، ومستوى تحكم EKS ، وجميع الموارد التي تم إنشاؤها داخل VPC. بالإضافة إلى ذلك ، احذف ECR repo المستخدم لاستضافة صورة الحاوية ، ودلاء S3 المستخدمة لاستضافة القطع الأثرية لنموذج SageMaker و sagemaker-demo-app-s3 IAM
.
وفي الختام
في هذا المنشور ، أظهرنا طريقة جديدة لنشر نماذج SageMaker على حافة الشبكة باستخدام Amazon EKS و AWS Wavelength. للتعرف على أفضل ممارسات Amazon EKS على AWS Wavelength ، يرجى الرجوع إلى انشر مجموعات Amazon EKS الموزعة جغرافيًا على AWS Wavelength. بالإضافة إلى ذلك ، لمعرفة المزيد حول Jumpstart ، قم بزيارة دليل مطور Amazon SageMaker JumpStart أو ال JumpStart نموذج الجدول المتاح.
حول المؤلف
روبرت بيلسون هو محامي مطور في وحدة أعمال AWS Worldwide Telecom المتخصصة في حوسبة AWS Edge. يركز على العمل مع مجتمع المطورين وعملاء المؤسسات الكبيرة لحل تحديات أعمالهم باستخدام الأتمتة والشبكات الهجينة والسحابة الطرفية.
محمد المحضار مهندس حلول أول في وحدة أعمال الاتصالات العالمية في AWS. ينصب تركيزه الرئيسي على المساعدة في تمكين العملاء من بناء ونشر أعباء عمل Telco و Enterprise IT على AWS. قبل انضمامه إلى AWS ، عمل محمد في صناعة الاتصالات لأكثر من 13 عامًا ولديه ثروة من الخبرة في مجالات LTE Packet Core و 5G و IMS و WebRTC. محمد حاصل على درجة البكالوريوس في هندسة الاتصالات من جامعة كونكورديا.
ايفان كرافيتز هو مهندس برمجيات في Amazon Web Services ، ويعمل على SageMaker JumpStart. إنه يستمتع بالطهي والركض في مدينة نيويورك.
جوستين سانت أرنو هو مدير مشارك - مهندسو الحلول في Verizon للقطاع العام مع أكثر من 15 عامًا من الخبرة في صناعة تكنولوجيا المعلومات. إنه مدافع شغوف عن قوة الحوسبة المتطورة وشبكات 5G وهو خبير في تطوير حلول تقنية مبتكرة تستفيد من هذه التقنيات. إن جاستن متحمس بشكل خاص للإمكانيات التي توفرها Amazon Web Services (AWS) في تقديم الحلول المتطورة لعملائه. في أوقات فراغه ، يستمتع جاستن بمواكبة أحدث اتجاهات التكنولوجيا ومشاركة معرفته ووجهات نظره مع الآخرين في هذا المجال.
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- بلاتوبلوكشين. Web3 Metaverse Intelligence. تضخيم المعرفة. الوصول هنا.
- المصدر https://aws.amazon.com/blogs/machine-learning/deploy-pre-trained-models-on-aws-wavelength-with-5g-edge-using-amazon-sagemaker-jumpstart/
- :يكون
- 1
- 10
- 100
- 11
- 15 سنة
- 5G
- 7
- 8
- 9
- a
- من نحن
- استمر
- الوصول
- حسابي
- في
- اكشن
- وبالإضافة إلى ذلك
- العنوان
- مجيء
- محام
- بعد
- ضد
- خوارزميات
- الكل
- يسمح
- بالرغم ان
- دائما
- أمازون
- Amazon EC2
- الأمازون SageMaker
- أمازون سيج ميكر جومب ستارت
- أمازون ويب سيرفيسز
- أمازون ويب سيرفيسز (أوس)
- تحليلات
- و
- آخر
- API
- تطبيق
- التطبيقات
- التقديم
- نهج
- هندسة معمارية
- هي
- المناطق
- AS
- محام
- جمعية
- At
- أتمتة
- مستقل
- متاح
- AWS
- سحابة AWS 9
- حاجز
- قاعدة
- BE
- بدأ
- أفضل
- أفضل الممارسات
- التمهيد
- يجلب
- نساعدك في بناء
- مدمج
- الأعمال
- by
- تسمى
- CAN
- قدرات
- الحالات
- قط
- CD
- التحديات
- تغيير
- خيار
- اختار
- المدينة
- عميل
- أقرب
- سحابة
- Cloud9
- كتلة
- الكود
- COM
- عادة
- مجتمع
- التوافق
- إكمال
- إحصاء
- الكمبيوتر
- رؤية الكمبيوتر
- الحوسبة
- تم تأكيد
- التواصل
- كنسولات
- وعاء
- حاويات
- مراقبة
- التقاء
- تحويل
- تحول
- جوهر
- المقابلة
- استطاع
- خلق
- خلق
- خلق
- حشد
- حاليا
- على
- العملاء
- قطع
- المتطور والحديث
- البيانات
- التاريخ
- تعريف
- الدرجة العلمية
- نقل
- تقديم
- شرح
- تظاهر
- التبعية
- نشر
- نشر
- نشر
- نشر
- هدم
- كشف
- حدد
- المطور
- المطورين
- تطوير
- التطوير التجاري
- مباشرة
- مدير المدارس
- ناقش
- عامل في حوض السفن
- بإمكانك تحميله
- قيادة
- كل
- في وقت سابق
- بسهولة
- الشرق
- صدى
- حافة
- الحوسبة حافة
- تأثير
- تمكين
- تمكين
- نقطة النهاية
- مهندس
- الهندسة
- ضمان
- مشروع
- الشركات
- متحمس
- دخول
- البيئة
- البيئات
- معدات
- خطأ
- حتى
- EVER
- كل شىء
- مثال
- القائمة
- توسيع
- الخبره في مجال الغطس
- خبرة
- خبير
- مد
- استخراج
- قم بتقديم
- ملفات
- نهائي
- تركز
- ويركز
- اتباع
- يتبع
- متابعيك
- في حالة
- غزوة
- احتيال
- الكشف عن الغش
- مجانا
- عديم الاحتكاك
- تبدأ من
- تماما
- وظيفة
- أساسيات
- ولدت
- دولار فقط واحصل على خصم XNUMX% على جميع
- معطى
- العالمية
- على الصعيد العالمي
- العالم
- Go
- الذهاب
- تجمع
- مجموعات
- توجيه
- دليل
- أجهزة التبخير
- ظفيرة
- يملك
- مساعدة
- يحمل
- مضيف
- كيفية
- كيفية
- HTML
- HTTP
- HTTPS
- مئات
- مهجنة
- ID
- هوية
- صورة
- استيراد
- in
- تتضمن
- القيمة الاسمية
- العالمية
- البنية التحتية
- مبتكرة
- التكنولوجيا المبتكرة
- إدخال
- رؤى
- تثبيت
- مثل
- التكامل
- التفاعلية
- استثمار
- IP
- عنوان IP
- IT
- صناعة تكنولوجيا المعلومات
- انضمام
- JPG
- جسون
- جوستين
- حفظ
- القفل
- نوع
- مجموعة (SDK)
- المعرفة
- ملصقات
- لغة
- كبير
- كمون
- آخر
- إطلاق
- تعلم
- تعلم
- الرافعة المالية
- مثل
- خط
- خطوط
- قائمة
- محلي
- محليا
- موقع
- بحث
- آلة
- آلة التعلم
- الرئيسية
- صيانة
- جعل
- تمكن
- إدارة
- البيانات الوصفية
- التقليل
- ML
- الجوال
- شبكات المحمول
- موضة
- نموذج
- عارضات ازياء
- تعديل
- الأكثر من ذلك
- أكثر
- MOUNT
- الاسم
- عين
- طبيعي
- معالجة اللغات الطبيعية
- حاجة
- سلبي
- شبكة
- القائم على الشبكة
- الشبكات
- الشبكات
- جديد
- نيويورك
- مدينة نيويورك
- التالي
- البرمجة اللغوية العصبية
- العقدة
- العقد
- رواية
- عدد
- موضوع
- الأجسام
- of
- عرضت
- عروض
- on
- ONE
- المصدر المفتوح
- عمليات
- الفرصة
- مزيد من الخيارات
- طلب
- أخرى
- الناتج
- الخاصة
- حزم
- موازية
- خاصة
- عاطفي
- مسار
- أفلاطون
- الذكاء افلاطون البيانات
- أفلاطون داتا
- سياسة
- الرائج
- وضع
- إيجابي
- ممكن
- منشور
- قوة
- الممارسات
- متنبئ
- قبل
- خاص
- معالجة
- بارز
- ويوفر
- توفير
- جمهور
- تسحب
- دفع
- بسرعة
- عرض
- في الوقت الحقيقي
- توصية مجاناً
- تخفيض
- منطقة
- سجل
- عن بعد
- يحل محل
- طلبات
- مطلوب
- مورد
- الموارد
- تجار التجزئة
- عائدات
- النوع
- جذر
- يجري
- تشغيل
- أكثر أمانا
- sagemaker
- الاستدلال SageMaker
- الإستراحة
- بسلاسة
- بحث
- القطاع
- أمن
- مختار
- كبير
- خدمة
- يخدم
- الخدمة
- خدماتنا
- طقم
- مشاركة
- ينبغي
- يظهر
- الاشارات
- ببساطة
- So
- تطبيقات الكمبيوتر
- تطوير البرمجيات
- مهندس البرمجيات
- حل
- الحلول
- حل
- شيء
- متخصصة
- يبدأ
- ملخص الحساب
- الحالة
- خطوة
- خطوات
- تخزين
- الإستراتيجيات
- لاحق
- النجاح
- هذه
- مدعومة
- الدعم
- مفاتيح
- أنظمة
- TAG
- أخذ
- تقنيات
- التكنولوجيا
- تكنولوجيا
- شركة الاتصالات
- الاتصالات
- الاتصالات
- هندسة الاتصالات
- قالب
- tensorflow
- أن
- •
- من مشاركة
- تشبه
- ثلاثة
- الوقت
- إلى
- TONE
- أداة
- متدرب
- محولات
- ترجمه
- جديد الموضة
- صحيح
- مع
- التي تقوم عليها
- فريد من نوعه
- وحدة
- جامعة
- فتح
- فتح
- حديث جديد
- URL
- تستخدم
- مستخدم
- v1
- قيمنا
- تشكيلة
- مكان
- فيريزون
- الإصدار
- بواسطة
- افتراضي
- رؤيتنا
- قم بزيارتنا
- حجم
- مجلدات
- مطلوب
- ثروة
- الويب
- خدمات ويب
- حسن
- معروف
- سواء
- التي
- في حين
- سوف
- مع
- في غضون
- عامل
- عامل
- في جميع أنحاء العالم
- سوف
- يامل
- سنوات
- أنت
- حل متجر العقارات الشامل الخاص بك في جورجيا
- موقع YouTube
- زفيرنت
- المناطق