🖥️ حاسبة العتاد للذكاء الاصطناعي المحلي: أيّ جهاز لأيّ نموذج؟

كيف يتم الحساب

كل القيم تقديرات: تعطي رتبة حجم موثوقة للاختيار، وليست قياساً.

• الأوزان = المعاملات × البتات لكل وزن ÷ 8
• مخزن KV = 2 × رؤوس KV × بُعد الرأس × البايتات × المستخدمين × (الطبقات الكاملة × السياق + طبقات النافذة × أصغر(السياق، النافذة))
• المجموع = (الأوزان + مخزن KV) × (1 + الهامش)
• السرعة القصوى النظرية ≈ عرض نطاق الذاكرة ÷ الأوزان المقروءة لكل رمز (الأوزان النشطة في MoE)

افهم في 4 مفاهيم

حدود صريحة

• السرعة المعروضة حدّ أقصى نظري لتوليد النص. السرعة الحقيقية تتوقّف على البرنامج (Ollama وLM Studio وllama.cpp وvLLM وMLX) والتعريفات وطول الأمر، وغالباً ما تكون بين 50 و80% من هذا الحد.
• على Mac، لا يمنح macOS للمعالج الرسومي إلا جزءاً من الذاكرة الموحّدة (نحو الثلثين حتى 36 غيغابايت، وثلاثة أرباع فوق ذلك؛ قيم ملاحَظة يمكن تعديلها عبر iogpu.wired_limit_mb).
• التفريغ الجزئي نحو ذاكرة الحاسوب يعمل لكنه يبطئ كثيراً: كل رمز يقرأ حينها جزءاً من الأوزان بسرعة الذاكرة العادية.
• النماذج متعددة الوسائط (صورة، صوت) تحتاج ذاكرة إضافية قليلة لمشفّرها.
• يضم Gemma 4 E4B ثمانية مليارات معامل مع تضمينات كل طبقة؛ بعض البرامج تبقيها خارج المعالج الرسومي فتستهلك أقل.

اقرأ الدليل: ذكاء اصطناعي محلي أم سحابي؟ → قارن مع كلفة واجهة سحابية →

المصادر (تم التحقق في أكتوبر 2026)

• llama.cpp: البتات لكل وزن في كل تكميم
• Apple: ذاكرة وعرض نطاق MacBook Pro M5
• NVIDIA: DGX Spark
• AMD: Ryzen AI Max+ 395
• البطاقات الرسمية للنماذج (config.json): Qwen3 4B, Gemma 4 E4B, Llama 3.1 8B, Qwen3 8B, DeepSeek-R1-0528-Qwen3-8B, Qwen3.5 9B, Gemma 4 12B, Qwen3 14B, gpt-oss-20b, Mistral Small 3.2 24B, Gemma 4 26B-A4B, Qwen3.8 27B, Gemma 4 31B, Qwen3 32B, Qwen3.5 35B-A3B, Llama 3.3 70B, Llama 4 Scout (109B-A17B), gpt-oss-120b, Mistral Small 4 (119B-A6.5B), Qwen3 235B-A22B