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 الرادارX: @NVIDIARTXSpark→ المصدر

صدور llama.cpp 1.0.0: NVIDIA تحسّن صيغة NVFP4 ذات 4 بتات لبطاقاتها الرسومية

وصل محرك llama.cpp، الذي يشغّل الشبكات العصبية مباشرة على جهازك دون سحابة، إلى الإصدار 1.0.0، وقد هنّأت NVIDIA الفريق بهذه المناسبة. يتضمن الإصدار نماذج مفتوحة جديدة وتحسينات CUDA (شيفرة مخصصة لمنصة NVIDIA وبطاقاتها الرسومية) لصيغة NVFP4، وهي صيغة ذات 4 بتات يشغل النموذج بها ذاكرة أقل ويُحسب أسرع. لا يتضمن الإعلان أي أرقام عن مقدار التحسن، لذا تحقق من السرعة وجودة الإجابات على بطاقتك بنفسك.

معالج بواسطة الذكاء الاصطناعي من X: @NVIDIARTXSpark؛ بتحرير Hamidun News
صدور llama.cpp 1.0.0: NVIDIA تحسّن صيغة NVFP4 ذات 4 بتات لبطاقاتها الرسومية
المصدر: X: @NVIDIARTXSpark. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليX: @NVIDIARTXSpark ↗
رئيس التحرير
حقيقة رئيسية #1أعلنت NVIDIA أنها ستواصل العمل مع فريق llama.cpp
NVFP4 صيغة من NVIDIA ذات 4 بتاتكل رقم في النموذج يشغل 4 بتات
حقيقة رئيسية #3الإصدار 1.0.0 يضيف دعم نماذج مفتوحة جديدة

إذا كنت تريد تشغيل نموذج لغوي على حاسوبك المحمول أو خادمك المنزلي بدلًا من دفع مبلغ للسحابة عن كل طلب، فمن المرجح أن يفيدك llama.cpp. إنه محرك مفتوح المصدر من تطوير جورجي غيرغانوف، ينفّذ الشبكات العصبية المدرَّبة أصلًا على أجهزة عادية. وقد صدر الآن بالإصدار 1.0.0، وخصّت NVIDIA هذه المناسبة بمنشور مستقل. يتضمن الإصدار دعمًا لنماذج مفتوحة جديدة، إضافة إلى تحسينات CUDA لصيغة NVFP4. CUDA هي منصة برمجية من NVIDIA تعمل الشيفرة عبرها على بطاقاتها الرسومية. أما NVFP4 فهي صيغة ذات 4 بتات لتمثيل أرقام النموذج: تضغطه ليشغل ذاكرة فيديو أقل ويُحسب أسرع.

ما المعروف عن الإصدار

المعلومات الواردة في منشور NVIDIA قليلة، ومن الأفضل عرضها بصراحة. أولًا، أصدر فريق llama.cpp الإصدار 1.0.0. ثانيًا، شمل الإصدار دعمًا لنماذج مفتوحة إضافية. ثالثًا، أُضيفت لصيغة NVFP4 تحسينات CUDA للاستدلال (inference)، أي تسريع طريقة تنفيذ بطاقة NVIDIA الرسومية للنموذج الجاهز عند الإجابة عن الطلبات.

لا يتضمن المنشور اختبارات أداء (benchmarks)، ولا أرقامًا لمقدار الزيادة في عدد التوكنات في الثانية، ولا قائمة بالنماذج المحددة. ويبدو أن التفاصيل موجودة في ملاحظات الإصدار التي يحيل إليها الرابط. لذلك فإن وعودًا صاخبة من قبيل «أسرع بمرتين» ستكون اختلاقًا في الوقت الحالي، فالسرعة تتأثر بالبطاقة وحجم النموذج وطول السياق وإعدادات التشغيل.

لماذا NVFP4

تخيّل أن النموذج جدول ضخم من الأرقام. كلما كان كل رقم مسجَّلًا بدقة أكبر، شغل مساحة أكبر، واستغرقت البطاقة الرسومية وقتًا أطول في نقله من الذاكرة إلى وحدات الحساب. التكميم (quantization) هو ضغط هذا الجدول: تُسجَّل الأرقام بدقة أقل، لكن النموذج يشغل ذاكرة أقل ويعمل أسرع. NVFP4 صيغة ذات 4 بتات بالفاصلة العائمة من NVIDIA، مصمَّمة لمعمارياتها الحديثة. يشغل كل رقم أربعة بتات فقط، ولذلك قد يتسع نموذج بمليارات المعاملات في ذاكرة فيديو لم يكن يتسع فيها سابقًا إلا نموذج أصغر.

بالنسبة إلى llama.cpp، هذه خطوة منطقية. فالمشروع قوي تاريخيًا في تشغيل النماذج المضغوطة على أجهزة متنوعة جدًا: من المعالجات وشرائح Apple Silicon إلى البطاقات الرسومية. وتحسينات CUDA لصيغة NVFP4 تعني أن مالكي بطاقات NVIDIA المناسبة سيتمكنون من استخدام الإمكانات العتادية للصيغة مباشرة، لا عبر حلول التفافية. أما مقدار التسريع وأثره في جودة الإجابات فستكشفه اختبارات مستقلة.

ما معنى ذلك للمطورين

رقم الإصدار 1.0.0 هو إشارة نضج أكثر منه محطة تقنية. فمشروع عاش سنوات في نمط تحديثات سريعة قد تكسر الأشياء أحيانًا، يحصل الآن على علامة رسمية بأنه «صالح للاعتماد عليه في المنتجات». وبالنسبة إلى الفرق التي تبني مساعدين محليين أو أدوات تعمل دون اتصال أو خدمات داخلية لا تنقل البيانات إلى واجهات API خارجية، هذه حجة مناسبة عند اختيار الحزمة التقنية.

الخطوات العملية كالتالي:

  • اقرأ ملاحظات الإصدار وتحقق مما إذا كانت قائمة الدعم تتضمن النماذج التي تستخدمها أو تنوي تجربتها.
  • إذا كانت لديك بطاقة NVIDIA تدعم NVFP4، فقارن النسخة الجديدة بالتكميم الذي تستخدمه حاليًا من حيث السرعة وجودة الإجابات على مهامك أنت، لا على رسوم بيانية لغيرك.
  • لا تنتقل إلى الصيغة الجديدة دون اختبار. فأي ضغط بـ 4 بتات يغيّر سلوك النموذج قليلًا، وقد يظهر ذلك بوضوح في الاستدلالات الطويلة أو في كتابة الشيفرة.

القيود والسياق

نُشر المنشور باسم NVIDIA لا باسم مختبر مستقل: فالشركة معنية بأن تعمل الأدوات المفتوحة الشائعة جيدًا على بطاقاتها الرسومية. وهذا لا يجعل الخبر سيئًا، لكنه يفرض التمييز بين الجزء التسويقي والجزء القابل للقياس. إضافة إلى ذلك، يعتمد مكسب NVFP4 على جيل وحدة المعالجة الرسومية (GPU)، وقد يختلف الأثر على البطاقات القديمة أو ينعدم.

وعمومًا، يعكس الخبر اتجاهًا واضحًا: لم يعد الذكاء الاصطناعي المحلي هواية للمتحمسين. فمصنّع الرقاقات وأبرز محرك مفتوح للاستدلال المنزلي يعملان في حزمة واحدة، ما يعني أن دعم النماذج والصيغ الجديدة سيظهر في هذه الأدوات بوتيرة أسرع. ويبقى انتظار القياسات الفعلية لنرى إلى أي مدى سيلبي الإصدار 1.0.0 التوقعات.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول ما المعروف عن الإصدار؟

المعلومات الواردة في منشور NVIDIA قليلة، ومن الأفضل عرضها بصراحة. أولًا، أصدر فريق llama.cpp الإصدار 1.0.0. ثانيًا، شمل الإصدار دعمًا لنماذج مفتوحة إضافية. ثالثًا، أُضيفت لصيغة NVFP4 تحسينات CUDA للاستدلال (inference)، أي تسريع طريقة تنفيذ بطاقة NVIDIA الرسومية للنموذج الجاهز عند الإجابة عن الطلبات. لا يتضمن المنشور اختبارات أداء (benchmarks)، ولا أرقامًا لمقدار الزيادة في عدد التوكنات في الثانية، ولا قائمة بالنماذج المحددة. ويبدو أن التفاصيل موجودة في ملاحظات الإصدار التي يحيل إليها الرابط.

ما أبرز التفاصيل حول لماذا NVFP4؟

تخيّل أن النموذج جدول ضخم من الأرقام. كلما كان كل رقم مسجَّلًا بدقة أكبر، شغل مساحة أكبر، واستغرقت البطاقة الرسومية وقتًا أطول في نقله من الذاكرة إلى وحدات الحساب. التكميم (quantization) هو ضغط هذا الجدول: تُسجَّل الأرقام بدقة أقل، لكن النموذج يشغل ذاكرة أقل ويعمل أسرع. NVFP4 صيغة ذات 4 بتات بالفاصلة العائمة من NVIDIA، مصمَّمة لمعمارياتها الحديثة. يشغل كل رقم أربعة بتات فقط، ولذلك قد يتسع نموذج بمليارات المعاملات في ذاكرة فيديو لم يكن يتسع فيها سابقًا إلا نموذج أصغر. بالنسبة إلى llama.cpp، هذه خطوة منطقية.

ما أبرز التفاصيل حول ما معنى ذلك للمطورين؟

رقم الإصدار 1.0.0 هو إشارة نضج أكثر منه محطة تقنية. فمشروع عاش سنوات في نمط تحديثات سريعة قد تكسر الأشياء أحيانًا، يحصل الآن على علامة رسمية بأنه «صالح للاعتماد عليه في المنتجات». وبالنسبة إلى الفرق التي تبني مساعدين محليين أو أدوات تعمل دون اتصال أو خدمات داخلية لا تنقل البيانات إلى واجهات API خارجية، هذه حجة مناسبة عند اختيار الحزمة التقنية. الخطوات العملية كالتالي: اقرأ ملاحظات الإصدار وتحقق مما إذا كانت قائمة الدعم تتضمن النماذج التي تستخدمها أو تنوي تجربتها.

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…