ورشة مجانية 21–22.11ورشة مجانية لمدة يومين في Vibecoding يومي 21–22 نوفمبر الساعة 16:00 بتوقيت موسكو · الدفعة 3 تبدأ 23.11سجّل مجاناً ←الدفعة 3 (23.11)
إصدارتحليل · على الرادارOllama Blog→ المصدر

Ollama تسرّع تشغيل النماذج على NVIDIA بنسبة تصل إلى 20% وتفعّل Vulkan لبطاقات AMD وIntel

سرّعت Ollama، وهي برنامج لتشغيل الشبكات العصبية على جهازك الخاص، العمل بصيغة GGUF. وعلى NVIDIA يصل التحسن إلى 20%، وفق قياس أُجري على نموذج Gemma 4 26B وبطاقة RTX 5090 وضغط الأوزان Q4_K_M. أما Vulkan، وهي واجهة رسومية عامة، فقد أصبحت مفعّلة افتراضيًا، وصارت بطاقات AMD وIntel تعمل دون مكتبات خاصة بالمصنّعين. وهكذا يصبح تشغيل النماذج المحلية أسهل على العتاد الموجود أصلًا.

معالج بواسطة الذكاء الاصطناعي من Ollama Blog؛ بتحرير Hamidun News
Ollama تسرّع تشغيل النماذج على NVIDIA بنسبة تصل إلى 20% وتفعّل Vulkan لبطاقات AMD وIntel
المصدر: Ollama Blog. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليOllama Blog ↗
رئيس التحرير
أسرع بنسبة تصل إلى 20% على NVIDIAالتحسينات جاءت من فريقي NVIDIA وllama.cpp
حقيقة رئيسية #2Vulkan مفعّلة افتراضيًا — وتعمل بطاقات AMD وIntel دون مكتبات إضافية
نموذج من Hugging Faceملف GGUF وملف Modelfile والأمر ollama create

أصدرت Ollama، وهي برنامج يشغّل الشبكات العصبية مباشرة على حاسوبك بدلًا من سحابة طرف آخر، تحديثًا يتضمن تغييرين لافتين. أولًا، صارت النماذج تعمل على بطاقات NVIDIA أسرع بنسبة تصل إلى 20%، بحسب قياس أُجري على نموذج Gemma 4 26B وبطاقة RTX 5090 وضغط الأوزان Q4_K_M (وهو أسلوب يصغّر حجم النموذج ليتسع في ذاكرة البطاقة الرسومية). ثانيًا، فُعّلت Vulkan افتراضيًا، وهي واجهة رسومية عامة تفهمها بطاقات مصنّعين مختلفين. ولهذا يحصل مالكو بطاقات AMD وIntel على تسريع GPU دون تثبيت مكتبات خاصة بالمصنّع. وإضافة إلى ذلك، تحسّن تعامل Ollama مع GGUF، وهي صيغة الملفات الموحّدة التي تُنشر بها النماذج المحلية على Hugging Face. وبالنسبة إلى المطوّر، يعني ذلك عناءً أقل مع برامج التشغيل ونماذج أكثر تعمل بأمر واحد.

لم يعد تشغيل الشبكات العصبية على عتادك الخاص هواية للمتحمسين فحسب، بل صار وسيلة لتجنّب دفع رسوم API، ولعدم إرسال الشيفرة والمستندات إلى الخارج، وللتجريب بهدوء مع النماذج المفتوحة. لكن التشغيل المحلي ظلّ يعاني دائمًا من نقطتي ضعف: ليست كل بطاقة رسومية مدعومة جيدًا، وكان النموذج المطلوب من Hugging Face يحتاج وقتًا طويلًا ليُكيَّف مع الأداة. ويستهدف التحديث الجديد من Ollama الأمرين معًا.

أسرع على NVIDIA وأوسع في العتاد المدعوم

التغيير الأول يخص السرعة. وبحسب بيانات Ollama، ارتفع الأداء على عتاد NVIDIA بنسبة تصل إلى 20%. ولا يعود الفضل في ذلك إلى المطوّرين وحدهم: فقد شارك في التحسينات فريقا NVIDIA ومشروع llama.cpp، الذي يقوم عليه جانب كبير من منظومة النماذج المحلية. وأُجري القياس على Gemma 4 26B مشغّلًا على RTX 5090 مع التكميم Q4_K_M. والتكميم هو ضغط أوزان النموذج إلى دقة بتّية أقل كي يتسع في الذاكرة الرسومية ويعمل أسرع؛ أما Q4_K_M فهو من أكثر الحلول الوسط شيوعًا بين الحجم والجودة.

التغيير الثاني: أصبحت Vulkan مفعّلة افتراضيًا. وبفضلها تحصل أجهزة AMD وIntel على تسريع GPU، من دون تثبيت مكتبات خاصة بالمصنّع. فقد كان هذا الإعداد في السابق يتحول كثيرًا إلى مهمة معقدة: اختيار إصدار برنامج التشغيل، وتثبيت حزمة مكوّنات إضافية، والتحقق من أن كل شيء قد جرى التعرف عليه. أما الآن فمن المفترض، بحسب تصميم المطوّرين، أن يعمل النموذج على البطاقة الرسومية فور تشغيله.

وبالتوازي وسّعت Ollama توافقها مع منظومة GGUF. فقد استُكمل الدعم لـ Apple silicon، وهو يشمل الآن دائرة أوسع من العتاد، ما يعني أن عددًا أكبر من النماذج يعمل مباشرة دون إعدادات إضافية.

كيف تشغّل نموذجًا من Hugging Face

الآلية بسيطة. تنزّل أولًا ملف GGUF أو مجلدًا يضم ملفات من هذا النوع. ثم تنشئ ملف Modelfile، وهو ملف نصي قصير يحدد مسار النموذج، مثل: FROM ./my-model.Q4_K_M.gguf. بعد ذلك تنفّذ الأمر ollama create -f Modelfile my-model وتشغّل النموذج الناتج باسمك الخاص.

وهذا مهم عمليًا: فصار من الأسهل في Ollama إدخال ليس فقط الإصدارات «الرسمية»، بل أيضًا النسخ المعاد تدريبها التي ينشرها المجتمع وفرق خارجية. وإذا كنت تحتاج نموذجًا مخصصًا لمهمتك، كالبرمجة بلغة معينة أو العمل مع المستندات، فلا يلزم أن تنتظر إضافته إلى الكتالوج.

وكلاء ومساعدون على نموذج محلي

ثمة تفصيل آخر هو وراثة القدرات. فإذا كان نموذج GGUF قادرًا على استدعاء الأدوات (tool calling)، فإن هذه القدرة تبقى محفوظة في Ollama أيضًا. وعندئذ يمكن ربطه بوكلاء البرمجة والمساعدين الشخصيين المعتادين بأمر واحد: ollama launch claude --model my-model، وكذلك بصيغ مماثلة لـ hermes وopenclaw. وللتأكد من أن ملفًا معينًا يدعم استدعاء الأدوات، ينبغي البحث عن العلامة المقابلة في وصف النموذج.

وهذا مفيد لمن يبني سلاسل وكلاء ويريد تشغيل السيناريوهات التمهيدية محليًا: يجري التصحيح دون فاتورة رموز (tokens)، وتبقى البيانات على الجهاز.

ما ينبغي أخذه في الحسبان

رقم «حتى 20%» يخص إعدادًا واحدًا بعينه: Gemma 4 26B وRTX 5090 وQ4_K_M. وقد يختلف التحسن مع نماذج وبطاقات وتكميمات أخرى، والأفضل المقارنة على مهامك الخاصة. أما عن سرعة Vulkan على بطاقات AMD وIntel فلا توجد أرقام في الإعلان: المعلن هو توسيع التغطية، لا تحطيم أرقام قياسية. وأخيرًا، تعتمد جودة استدعاء الأدوات على النموذج نفسه: فليست كل نسخة معاد تدريبها تتعامل بثقة مع سيناريوهات الوكلاء، حتى لو كان الدعم موجودًا من حيث الشكل.

ويشكر المؤلفون على نحو خاص جورجي غيرغانوف ومشرفي llama.cpp، وكذلك شركاء العتاد — NVIDIA وAMD وQualcomm وIntel — على عملهم في التحسين ضمن منظومة GGML. وهذه إشارة جيدة: فتشغيل النماذج محليًا يتحول أكثر فأكثر إلى مهمة هندسية مشتركة لمصنّعي الرقائق، لا موضوعًا هامشيًا.

الخلاصة العملية: إذا كنت قد أجّلت تجاربك مع النماذج المحلية بسبب عتاد متقلّب أو تعقيد تكييف الملفات، فهذا أنسب وقت للتجربة. حدّث Ollama، ونزّل ملف GGUF من Hugging Face، وقارن السرعة على بطاقتك الرسومية — فهذا يستغرق أمسية واحدة، وستساعدك النتيجة على تحديد المهام التي يمكن نقلها من واجهات API السحابية إلى جهازك الخاص.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول أسرع على NVIDIA وأوسع في العتاد المدعوم؟

التغيير الأول يخص السرعة. وبحسب بيانات Ollama، ارتفع الأداء على عتاد NVIDIA بنسبة تصل إلى 20%. ولا يعود الفضل في ذلك إلى المطوّرين وحدهم: فقد شارك في التحسينات فريقا NVIDIA ومشروع llama.cpp، الذي يقوم عليه جانب كبير من منظومة النماذج المحلية. وأُجري القياس على Gemma 4 26B مشغّلًا على RTX 5090 مع التكميم Q4_K_M. والتكميم هو ضغط أوزان النموذج إلى دقة بتّية أقل كي يتسع في الذاكرة الرسومية ويعمل أسرع؛ أما Q4_K_M فهو من أكثر الحلول الوسط شيوعًا بين الحجم والجودة. التغيير الثاني: أصبحت Vulkan مفعّلة افتراضيًا.

ما أبرز التفاصيل حول كيف تشغّل نموذجًا من Hugging Face؟

الآلية بسيطة. تنزّل أولًا ملف GGUF أو مجلدًا يضم ملفات من هذا النوع. ثم تنشئ ملف Modelfile، وهو ملف نصي قصير يحدد مسار النموذج، مثل: FROM ./my-model.Q4_K_M.gguf. بعد ذلك تنفّذ الأمر ollama create -f Modelfile my-model وتشغّل النموذج الناتج باسمك الخاص. وهذا مهم عمليًا: فصار من الأسهل في Ollama إدخال ليس فقط الإصدارات «الرسمية»، بل أيضًا النسخ المعاد تدريبها التي ينشرها المجتمع وفرق خارجية. وإذا كنت تحتاج نموذجًا مخصصًا لمهمتك، كالبرمجة بلغة معينة أو العمل مع المستندات، فلا يلزم أن تنتظر إضافته إلى الكتالوج.

ما أبرز التفاصيل حول وكلاء ومساعدون على نموذج محلي؟

ثمة تفصيل آخر هو وراثة القدرات. فإذا كان نموذج GGUF قادرًا على استدعاء الأدوات (tool calling)، فإن هذه القدرة تبقى محفوظة في Ollama أيضًا. وعندئذ يمكن ربطه بوكلاء البرمجة والمساعدين الشخصيين المعتادين بأمر واحد: ollama launch claude --model my-model، وكذلك بصيغ مماثلة لـ hermes وopenclaw. وللتأكد من أن ملفًا معينًا يدعم استدعاء الأدوات، ينبغي البحث عن العلامة المقابلة في وصف النموذج.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

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.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…