4 أجهزة Mac Studio في كتلة واحدة: 1,5 ТБ من الذاكرة لنماذج لغوية بحجم تريليون معامل
جمع أحد الهواة أربعة أجهزة Mac Studio في كتلة (cluster) واحدة بذاكرة مشتركة قدرها 1,5 ТБ، باستخدام تقنية RDMA الجديدة فوق Thunderbolt 5. والهدف تشغيل نماذج لغوية عملاقة محليًا، من فئة DeepSeek V3 وKimi K2 Thinking بنحو تريليون معامل، وهي نماذج لا تتسع في ذاكرة أي بطاقة رسومات منفردة. يعرض المؤلف نتائج اختبارات الأداء، ويقارن هذه المنظومة بحلول Nvidia وAMD، ويتحدث بصراحة عن متاعب الإعداد ومشكلات الاستقرار.
معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
جمع أحد الهواة أربعة أجهزة Mac Studio في كتلة واحدة بذاكرة مشتركة قدرها 1,5 ТБ عبر تقنية RDMA فوق Thunderbolt 5، وشغّل عليها نماذج لغوية من فئة DeepSeek V3 وKimi K2 Thinking بنحو تريليون معامل. نُشرت التجربة على Habr في يوليو 2026 في صورة ترجمة للمقال الأصلي لمؤلفها.
لماذا ربط أربعة أجهزة Mac Studio
رُبطت أجهزة Mac Studio الأربعة في كتلة واحدة للحصول على 1,5 ТБ من الذاكرة المشتركة، وهو حجم يتسع لنموذج لغوي بحجم تريليون معامل بالكامل. نماذج بهذا الحجم لا تتسع فعليًا في ذاكرة أي بطاقة رسومات استهلاكية أو حتى خادمية بمفردها، ولذلك فإن الطريقة الوحيدة لتشغيلها محليًا هي تجميع مخزون ذاكرة من عدة أجهزة.
اختير Mac Studio بسبب بنية Apple القائمة على الذاكرة الموحدة (unified memory): تُقاس الذاكرة في التهيئات العليا بمئات الغيغابايت، وهي متاحة للمعالج ولنواة الرسومات معًا دون نسخ. وتمنح أربعة أجهزة من هذا النوع 1,5 ТБ في المجموع.
- التهيئة — أربعة أجهزة Mac Studio في كتلة واحدة
- الذاكرة المشتركة — 1,5 ТБ
- الاتصال بين العقد — RDMA فوق Thunderbolt 5
- النماذج المستهدفة — DeepSeek V3 وKimi K2 Thinking (نحو 1 تريليون معامل)
- مقارنة الأداء — مع حلول Nvidia وAMD
كيف يعمل الاتصال عبر Thunderbolt 5
تتصل عقد الكتلة ببعضها عبر Thunderbolt 5 باستخدام RDMA، أي الوصول المباشر إلى ذاكرة الجهاز المجاور دون المرور بالمعالج المركزي. ويزيل RDMA أبرز عنق زجاجة في الاستدلال الموزّع (inference): فتبادل الأوزان والحالات الوسيطة للنموذج بين العقد يجري بأدنى قدر من التأخير ودون تحميل CPU.
يوفر Thunderbolt 5 عرض نطاق يبلغ نحو 80 Гбит/с، ويُعد الجمع بين RDMA وهذه القناة أسلوبًا جديدًا نسبيًا على أجهزة Mac. وعمليًا حوّل المؤلف أربعة أجهزة مكتبية منفصلة إلى جهاز واحد بفضاء عناوين ذاكرة مشترك، موزعًا عليها طبقات النموذج العملاق.
ما المشكلات التي ظهرت
لا يصف المؤلف المعاناة الأساسية في الأداء، بل في إعداد المنظومة المكوّنة من أربع عقد واستقرارها. فتقنية RDMA فوق Thunderbolt 5 على macOS حديثة، وتبيّن أن الطريق من «اشتريت أربعة أجهزة Mac Studio» إلى «النموذج بحجم تريليون معامل يجيب بثبات» ليس واضحًا.
يعرض المؤلف في المقال نتائج اختبارات السرعة، ويقارن الكتلة بحلول مبنية على Nvidia وAMD، ليتبيّن أين تتفوق منظومة Apple من حيث الذاكرة مقابل كل دولار، وأين تتأخر من حيث عرض النطاق ونضج البرمجيات.
هدف التجربة هو تشغيل نماذج لغوية عملاقة محليًا لا تتسع في ذاكرة أي بطاقة رسومات موجودة حاليًا، بحسب ما يصفه المؤلف في مقاله على
Habr.
ماذا يعني ذلك
لم يعد تشغيل نماذج بحجم تريليون معامل محليًا حكرًا على مراكز البيانات ذات حاملات GPU الباهظة: فمنظومة من عدة أجهزة Mac Studio بذاكرة موحدة واتصال Thunderbolt 5 تصبح بديلًا عمليًا لمن يهمه استدلال خاص لنماذج MoE الكبيرة دون الاعتماد على السحابة. ومع ذلك لا يمكن وصف ذلك بأنه حل جماهيري حتى الآن، إذ تبقى عدم نضج البرمجيات وتعقيد الإعداد عائقين.
أسئلة شائعة
لماذا ربط عدة أجهزة Mac Studio في كتلة واحدة؟
للحصول على مخزون ذاكرة موحد قدره 1,5 ТБ. فنماذج مثل DeepSeek V3 وKimi K2 Thinking بحجم تريليون معامل لا تتسع في ذاكرة بطاقة رسومات واحدة، بينما توفر أربعة أجهزة Mac Studio بذاكرة مشتركة واتصال RDMA فوق Thunderbolt 5 هذا الحجم.
ما النماذج التي نجح تشغيلها محليًا؟
شغّل المؤلف على الكتلة نماذج لغوية من فئة DeepSeek V3 وKimi K2 Thinking، وكلاهما بنحو 1 تريليون معامل. ومن أجل هذين النموذجين تحديدًا جُمعت تهيئة الذاكرة المشتركة البالغة 1,5 ТБ.
Access Frontier LLMs & Multimodal AI in One Workspace
Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.