حاسوب مصغّر يشغّل نموذج LLM بحجم 26B بتحريك منزلق واحد: التوليد على iGPU أسرع بنسبة 21–39%
كان Ollama ينهار بسبب نقص الذاكرة على حاسوب مصغّر بذاكرة 32 غيغابايت، لأن Windows تمنح رسوميات Intel Arc المدمجة نحو نصف الذاكرة العشوائية فقط، أي 18 غيغابايت. رفع الكاتب حد Shared GPU Memory Override إلى 26 غيغابايت، فاستوعبت الذاكرة نماذج تتراوح بين 20 و35 مليار معامل بالكامل. أصبح التوليد على الرسوميات أسرع منه على المعالج بنسبة 21% مع Gemma 4 و39% مع Tiel-Coder، بينما تنخفض الطاقة المستهلكة لكل 1000 توكن بنسبة 28–42%. وبذلك تصبح رسوميات Core Ultra المدمجة بديلاً عن بطاقة الرسوميات المنفصلة.
معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
تخيّل أنك نزّلت نموذج اللغة Gemma 4 26B بحجم ملف 18 غيغابايت، وأن حاسوبك المصغّر مزوّد بذاكرة عشوائية سعتها 32 غيغابايت، ومع ذلك ينهار Ollama بخطأ نقص الذاكرة. السبب أن رسوميات Intel Arc المدمجة لا تملك ذاكرة فيديو خاصة بها، بل تقتطع جزءاً من الذاكرة العشوائية المشتركة، وتسمح لها Windows افتراضياً بنحو النصف فقط. رأى Ollama 18 غيغابايت فقط، فلم تتسع النماذج التي تقترب أحجامها من هذا الحد.
وجد كاتب التحليل على Habr في إعدادات Intel معاملاً واحداً يرفع هذا الحد إلى 26 غيغابايت. بعد ذلك عملت على الحاسوب المصغّر GEEKOM GT1 Mega نماذج بحجم 20–35 مليار معامل (وهذا ما يعنيه الرقمان «26B» و«35B» في أسمائها)، وجاء توليد النص على الرسوميات المدمجة أسرع منه على المعالج: بنسبة 21% مع Gemma 4 و39% مع Tiel-Coder. وبالنسبة لمن يملك حاسوباً محمولاً أو مصغّراً بمعالج Core Ultra، هذه طريقة لتشغيل نماذج محلية كبيرة دون شراء بطاقة رسوميات باهظة.
منزلق واحد بدل بطاقة رسوميات
تتألف عدّة الاختبار من معالج Intel Core Ultra 9 185H (16 نواة، حتى 5,1 غيغاهرتز)، ورسوميات Arc مدمجة بـ8 أنوية Xe، وذاكرة DDR5-5600 ثنائية القناة بسعة 32 غيغابايت. يُغيَّر حد «ذاكرة الفيديو الافتراضية» من برنامج Intel Graphics Software عبر المسار «الإعدادات — النظام — Shared GPU Memory Override». ضبط الكاتب القيمة على 26 غيغابايت، أي أكثر من 80% من الذاكرة، ثم أعاد تشغيل الحاسوب.
ولكي يستخدم Ollama الرسوميات المدمجة أصلاً، لا بد من ضبط المتغيّرين OLLAMA_VULKAN=1 وOLLAMA_IGPU_ENABLE=1. بعد إعادة التشغيل أبلغ Ollama عن 26,2 غيغابايت، وأظهر الأمر ollama ps القيمة «100% GPU»، أي أن جميع طبقات النموذج موجودة على الرسوميات.
لم يصبح العتاد أسرع بذلك، لكن النماذج بحجم 17–18 غيغابايت صارت تتسع في الذاكرة. يشغل Gemma بنافذة سياق 24 576 توكن ما بين 16 و17 غيغابايت، ويشغل Tiel-Coder ما بين 17 و18 غيغابايت. يتبقى لنظام Windows وبقية البرامج 5–6 غيغابايت، وكان ذلك كافياً: فقد عملت OpenSCAD وBlender وSolidCraft ومترجم arduino-cli بالتوازي مع النموذج.
ماذا أظهرت القياسات
قارن الكاتب أربعة نماذج MoE: Gemma 4 26B-A4B، وTiel-Coder 35B-A3B (تعديل من جهة خارجية للبرمجة مبني على معمارية Qwen 3.5 MoE)، وGPT-OSS 20B، وQwen3-Coder 30B-A3B. تضم نماذج MoE عدداً كبيراً من «الخبراء»، لكن جزءاً صغيراً منهم فقط يُفعَّل لكل توكن: ففي Gemma نحو 4 مليارات معامل من أصل 25,2 مليار. فهي تحتاج من الذاكرة ما يحتاجه نموذج كبير، لكنها تحسب تقريباً كنموذج صغير.
كانت المهام هندسية: ترس لجهاز Pip-Boy في OpenSCAD وFreeCAD، ومقبض في Blender، وعلبة للوحة ESP32-C3 في SolidCraft عبر MCP. وفي كل مهمة كان النموذج يتلقى صورة مرجعية.
- سرعة التوليد: Gemma من 15,8 إلى 19,1 توكن/ث (+21%)، وTiel-Coder من 12,2 إلى 16,9 (+39%).
- ينخفض متوسط استهلاك حزمة المعالج من 45 إلى 32–33 واط. وتنخفض الطاقة لكل 1000 توكن من الإجابة بنسبة 28% مع Gemma و42% مع Tiel-Coder.
- في SolidCraft لا يتجاوز كسب الوقت 5–7%، لأن النموذج يقضي معظم وقته في قراءة موجّه طويل من 30–60 ألف توكن يصف 13 أداة. ومع ذلك توفّر الرسوميات الطاقة هناك أيضاً، بنحو 40%.
- لا تتأثر جودة القطع بنوع الجهاز: فالتفاوت بين تشغيلين للمهمة نفسها أكبر من الفرق بين CPU وGPU.
استهلكت جميع عمليات التشغيل الـ26 نحو 0,11 كيلوواط·ساعة، أي أقل من روبل واحد بسعر 6,5 ₽ للكيلوواط·ساعة.
القوالب تحسم الأمر
من دون قوالب نموذجية (مثل شيفرة ترس من 30 سناً لمهمة ترس من 24 سناً) لم ينجح أي نموذج، ولم يحتسب الكاتب هذا الوضع في النتائج النهائية. أما مع القالب فقد صنعت النماذج الأربعة القطع الثلاث كلها بشكل صحيح ومن المحاولة الأولى.
عندها لا يحسم الأمر «ذكاء» النموذج، بل مدى إيجازه في الكتابة. يجيب GPT-OSS وQwen3-Coder بإيجاز ودون تعليقات زائدة، ولذلك ينهيان العمل في نصف وقت Gemma. وفي SolidCraft حقق GPT-OSS أفضل نتيجة: 55 ثانية مقابل 114–154 ثانية للنماذج الأخرى. استهلك Tiel-Coder توكنات إدخال أكثر بـ2,4 مرة من Gemma: فكل محاولة جديدة ترسل إلى النموذج الحوار السابق كاملاً، وفي SolidCraft نفّذ 13 خطوة في الحالات التي اكتفى فيها Gemma بخمس. وفي المهام البسيطة ذات القالب الجاهز، تبيّن أن النماذج بحجم 8B أسرع وأوفر من الكبيرة، فمثلاً استغرق الترس مع Qwen3 8B نحو 34 ثانية مقابل 65 مع Gemma 26B.
ماذا تفعل عملياً
إذا كان لديك معالج Core Ultra برسوميات Arc مدمجة وذاكرة 32 غيغابايت، فارفع Shared GPU Memory Override إلى 24–26 غيغابايت، وفعّل Vulkan وiGPU في Ollama. وأعطِ النموذج مثالاً جاهزاً للشيفرة في الموجّه، ولا ترسل الحوار كاملاً في المحاولات المتكررة.
ثمة تحفظات. هذا اختبار أجراه كاتب واحد على جهاز واحد، ولا تتجاوز مقارنة CPU وGPU فيه 11 تشغيلاً. وقد قاس الطاقة بعدّادات Intel RAPL لحزمة المعالج فقط؛ أما الذاكرة وSSD والمروحة ووحدة التغذية فتضيف 20–30% أخرى. والسرعة المطلقة متواضعة، نحو 15–19 توكن/ث، لكنها تتيح في المقابل حاسوباً مصغّراً هادئاً ورخيصاً بدلاً من بطاقة رسوميات منفصلة.
- 18 نوفمبر 2026sd.cpp بدلاً من Forge Neo: تسعة نماذج على بطاقة رسومات بذاكرة 16 غيغابايت تولّد الصور في 5–68 ثانية
- 18 نوفمبر 2026Mellum من JetBrains تعمل محليًا داخل IDE: 5 من 10 على MacBook M3 Pro
- 18 نوفمبر 2026Tencent Hy4 flash تحصد 2,79 من 4 مقابل 2,81 لنموذج Haiku 5.5، وتكلفة المهمة أقل بـ18 مرة
- 18 نوفمبر 2026وكيل ذكاء اصطناعي ترك لـ SOC نافذة استجابة مدتها 27 دقيقة بدلاً من 53 مع مهاجم مبتدئ
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول منزلق واحد بدل بطاقة رسوميات؟
تتألف عدّة الاختبار من معالج Intel Core Ultra 9 185H (16 نواة، حتى 5,1 غيغاهرتز)، ورسوميات Arc مدمجة بـ8 أنوية Xe، وذاكرة DDR5-5600 ثنائية القناة بسعة 32 غيغابايت. يُغيَّر حد «ذاكرة الفيديو الافتراضية» من برنامج Intel Graphics Software عبر المسار «الإعدادات — النظام — Shared GPU Memory Override». ضبط الكاتب القيمة على 26 غيغابايت، أي أكثر من 80% من الذاكرة، ثم أعاد تشغيل الحاسوب. ولكي يستخدم Ollama الرسوميات المدمجة أصلاً، لا بد من ضبط المتغيّرين OLLAMA_VULKAN=1 وOLLAMA_IGPU_ENABLE=1.
ما أبرز التفاصيل حول ماذا أظهرت القياسات؟
قارن الكاتب أربعة نماذج MoE: Gemma 4 26B-A4B، وTiel-Coder 35B-A3B (تعديل من جهة خارجية للبرمجة مبني على معمارية Qwen 3.5 MoE)، وGPT-OSS 20B، وQwen3-Coder 30B-A3B. تضم نماذج MoE عدداً كبيراً من «الخبراء»، لكن جزءاً صغيراً منهم فقط يُفعَّل لكل توكن: ففي Gemma نحو 4 مليارات معامل من أصل 25,2 مليار. فهي تحتاج من الذاكرة ما يحتاجه نموذج كبير، لكنها تحسب تقريباً كنموذج صغير. كانت المهام هندسية: ترس لجهاز Pip-Boy في OpenSCAD وFreeCAD، ومقبض في Blender، وعلبة للوحة ESP32-C3 في SolidCraft عبر MCP.
ما أبرز التفاصيل حول القوالب تحسم الأمر؟
من دون قوالب نموذجية (مثل شيفرة ترس من 30 سناً لمهمة ترس من 24 سناً) لم ينجح أي نموذج، ولم يحتسب الكاتب هذا الوضع في النتائج النهائية. أما مع القالب فقد صنعت النماذج الأربعة القطع الثلاث كلها بشكل صحيح ومن المحاولة الأولى. عندها لا يحسم الأمر «ذكاء» النموذج، بل مدى إيجازه في الكتابة. يجيب GPT-OSS وQwen3-Coder بإيجاز ودون تعليقات زائدة، ولذلك ينهيان العمل في نصف وقت Gemma. وفي SolidCraft حقق GPT-OSS أفضل نتيجة: 55 ثانية مقابل 114–154 ثانية للنماذج الأخرى.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
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.