تقييد المعالج خفّض حرارة الحاسوب المحمول من 96 إلى 68 درجة مئوية من دون إبطاء نموذج اللغة الكبير

يمكن لنموذج لغوي محلي أن يعمل بسرعة على حاسوب محمول، لكن ثمن هذه السرعة يبدو غريبًا أحيانًا: ترتفع حرارة المعالج بشدة وتطغى أصوات المراوح على الكلام، مع أن بطاقة الرسومات تتحمل العبء الحسابي الأساسي. وهذا بالضبط ما واجهه صاحب التجربة على جهاز Lenovo ThinkPad P16 Gen 2 المزود ببطاقة RTX 2000 Ada وذاكرة فيديو سعتها 8 غيغابايت.

شغّل في LM Studio إصدار QAT بدقة 4 بت من نموذج Gemma ذي 12 مليار معلمة. ووفقًا لبياناته، كان النموذج، مع سياق يبلغ 8192 رمزًا، يتسع داخل VRAM ويولّد نحو 12 رمزًا في الثانية. لكن حرارة المعالج كانت ترتفع إلى 95–96 درجة مئوية، فيما ينتقل نظام التبريد إلى وضع شديد الضوضاء.

لماذا لم يؤد تقييد المعالج إلى إبطاء النموذج

منطق التجربة بسيط. إذا كانت أوزان النموذج وسياق العمل موجودة في ذاكرة الفيديو، فإن العمليات الحسابية الأساسية تُنفذ على وحدة معالجة الرسومات. يواصل المعالج تشغيل التطبيق وتجهيز البيانات وتنفيذ عمليات النظام الأخرى، لكن تردده الأقصى قد لا يؤثر في سرعة إخراج الرموز.

للتحقق من ذلك، أنشأ صاحب التجربة في ThrottleStop ملفًا شخصيًا منفصلًا لأعمال الذكاء الاصطناعي. وعطّل فيه التعزيز التوربيني للمعالج، كما عدّل حد الحرارة باستخدام PROCHOT Offset. ووفقًا لتقديره، انخفض أداء المعالج بنحو 40–50% مقارنة بوضع الأداء الأقصى.

كانت النتيجة لافتة: واصلت RTX 2000 Ada توليد 12 رمزًا في الثانية كما كانت. وبعبارة أخرى، لم يكن المعالج في هذه التهيئة المحددة عنق الزجاجة في عملية التوليد. كما سمح هامش الحرارة المتاح لنظام التبريد ككل بالعمل بهدوء أكبر.

ما الذي تغير بعد ضبط نظام التبريد

لم يكن تقييد التردد وحده كافيًا لصاحب التجربة. فقد استخدم TPFanControl أيضًا لضبط انتقال أبكر وأكثر سلاسة بين سرعات المروحتين. وبدلًا من القفزات الحادة في سرعة الدوران، أصبح نظام التبريد يستجيب مبكرًا لارتفاع درجة الحرارة.

وفقًا لقياسات صاحب التجربة، انخفضت ذروة حرارة المعالج من 95–96 إلى 68 درجة مئوية. ولم تتجاوز حرارة بطاقة الرسومات 59 درجة مئوية، فيما تحولت ضوضاء المراوح من طنين ملحوظ إلى حفيف خافت في الخلفية. وظلت سرعة التوليد عند 12 رمزًا في الثانية.

المغزى العملي هنا يتجاوز جهاز ThinkPad واحدًا. قبل شراء حاسوب أقوى، من المفيد تحديد عنق الزجاجة الحقيقي: سعة VRAM، أو عرض نطاق الذاكرة، أو وحدة معالجة الرسومات، أو المعالج، أو تفريغ جزء من النموذج إلى ذاكرة RAM. فإذا كان النموذج يعمل بالكامل على بطاقة الرسومات، فقد لا تؤدي قدرة المعالج الإضافية إلا إلى مزيد من الحرارة والضوضاء في المقام الأول.

متى لا ينبغي نسخ التجربة بصورة عمياء

هذه ليست وصفة صالحة لكل الحالات. فعند تفريغ بعض الطبقات إلى المعالج، أو استخدام سياق كبير، أو معالجة عدة طلبات، أو تشغيل مهام متوازية، يمكن لتقييد المعالج أن يخفض السرعة بالفعل. وتعتمد النتيجة كذلك على إصدار LM Studio، وصيغة النموذج، ومعلمات التشغيل، وبرامج التشغيل، والتصميم المحدد لنظام التبريد.

يجب توخي حذر خاص عند تعديل PROCHOT والتحكم في المراوح. فقد تؤدي الحدود الخاطئة إلى ارتفاع مفرط في الحرارة أو عدم الاستقرار أو تسارع تآكل المكونات. ولا يمكن اعتبار ملف إعدادات تابع لشخص آخر آمنًا لطراز مختلف من الحواسيب المحمولة.

تبدأ المنهجية العملية بتسجيل المؤشرات الأساسية أولًا: سرعة التوليد، وحمل المعالج ووحدة معالجة الرسومات، ودرجات الحرارة، واستهلاك الطاقة، والضوضاء. بعد ذلك، عطّل التعزيز التوربيني وحده، وكرر الطلب نفسه، ثم قارن النتائج. إذا لم ينخفض عدد الرموز في الثانية بينما هبطت الحرارة بوضوح، فيمكنك ضبط منحنى المراوح بحذر. لا تكمن الخلاصة الأساسية للتجربة في الأرقام المحددة، بل في المنهج: ينبغي تقييد المورد الذي يستهلك الطاقة من دون أن يسرّع عبء عملك الفعلي.