llama.cpp 1.0: واجهة مستقرة، وحذف 35 دالة، وذاكرة تخزين مؤقت لنماذج MoE الكبيرة
صدر محرك llama.cpp، الذي تشغّل به التطبيقات الشبكات العصبية محليًا، بالإصدار 1.0: أعلن المطوّرون استقرار مجموعة الدوال المخصصة للتضمين، وحذفوا منها 35 دالة قديمة. ومن المفترض ألا تتعطل البرامج الخارجية بعد كل تحديث. أما نماذج MoE، التي لا يعمل فيها لكل كلمة سوى جزء من «الخبراء» ولا يتسع لها كلها في ذاكرة الفيديو، فقد أُضيفت لها ذاكرة تخزين مؤقت للخبراء الأكثر استخدامًا. وإذا كنتم تضمّنون المحرك في منتجاتكم، فتحقّقوا من استدعاءات الدوال المحذوفة.
معالج بواسطة الذكاء الاصطناعي من Latent Space (swyx)؛ بتحرير Hamidun News
إذا كنتم تطوّرون تطبيقًا يشغّل نموذجًا لغويًا مباشرة على حاسوب المستخدم، فمن المرجّح أنكم تعتمدون على llama.cpp. إنه محرك مفتوح المصدر يحوّل ملف أوزان النموذج إلى دردشة أو مساعد يعمل دون سحابة.
في السابق، كان أي تغيير في دواله الداخلية قد يعطّل برنامجًا خارجيًا، فيضطر المطوّرون إلى إصلاحه على عجل. أما الآن فقد بلغ llama.cpp ومكتبة ggml الإصدار 1.
0. وأعلن المطوّرون في هذا الإصدار استقرار ملف الترويسة العام (public header)، أي قائمة الدوال التي تتصل التطبيقات بالمحرك من خلالها، وحذفوا منه 35 دالة قديمة. والخبر الثاني يهمّ من يشغّلون نماذج MoE (mixture of experts، «مزيج الخبراء») الكبيرة.
يضم هذا النوع من النماذج كتلًا منفصلة كثيرة من الخبراء، لكن لكل كلمة لا يعمل منها سوى جزء. وإذا لم يتسع الخبراء كلهم في ذاكرة بطاقة الرسوميات، فيجب إبقاؤهم في الذاكرة العشوائية العادية. والآن يمكن تخصيص ذاكرة تخزين مؤقت مستقلة للخبراء الأكثر طلبًا.
ماذا يعني «1.0» للمطوّر
يُعدّ الرقم 1.0 في المشاريع المفتوحة المصدر وعدًا بالاستقرار. لنفترض أنكم ضمّنتم llama.cpp في محرر ملاحظات أو في مساعد مؤسسي. في السابق، كنتم بعد تحديث المحرك قد تكتشفون أن دالة تحتاجونها أُعيدت تسميتها أو اختفت، فتتوقف عملية البناء عن النجاح. أما الآن فقد أُعلن استقرار الواجهة العامة، ويمكنكم الاعتماد على الإصدار 1.x دون انتظار مفاجآت مع كل تحديث.
وثمن هذا الاستقرار هو التنظيف. فقد حُذفت من الترويسة العامة 35 دالة قديمة. وإذا كان كودكم يستدعي واحدة منها على الأقل، فسيلزم تعديله عند الانتقال إلى 1.0. إنه عمل لمرة واحدة، لكن الأفضل إنجازه الآن بدل إنجازه تحت الضغط.
وبحسب وصف الإصدار، يريد المشروع الحفاظ على تغطية واسعة للمنصات وأنواع النماذج، مع البقاء «موثوقًا وخفيفًا» لمن يضمّنه في منتجاته. وفي الوقت نفسه، أعلنت Hugging Face عن تطبيقات Llama لسطح المكتب مبنية على llama.cpp. وهدفها خفض عتبة الدخول: يمكن تشغيل نموذج محلي ببضع نقرات، دون سطر أوامر ودون بناء ذاتي.
وأعلن ggml ومحرك SGLang الإصدار 1.0 في الأيام نفسها خلال قمة SGLang Summit الأخيرة. وهذه علامة على نضج منظومة التشغيل المحلي والذاتي للنماذج: فالأدوات الأساسية تعلن استقرارها في وقت متقارب.
ذاكرة تخزين مؤقت للخبراء «الساخنين»
تخيّلوا نموذج MoE كبيرًا على هيئة مكتبة تضم مئات المتخصصين. تحتاج كل كلمة إلى عدد قليل منهم فقط، لكن لا يُعرف مسبقًا من هم بالتحديد. لا تتسع بطاقة الرسوميات لهم جميعًا، ويبقى الباقون في الذاكرة العشوائية، وكل عملية تحميل تستغرق وقتًا. ومنطق الذاكرة المؤقتة الجديدة بسيط كأي ذاكرة تخزين مؤقت: يبقى الخبراء الذين يُرجع إليهم كثيرًا في متناول اليد في الذاكرة السريعة، بينما يُحمَّل النادرون منهم عند الحاجة.
كتب عن هذه الميزة مؤلف المشروع جورجي غيرغانوف، وعرض مثالًا على عملها دانيال هان تشن. ولا تتضمن المصادر أرقامًا للتسريع، لذا يعتمد المكسب الفعلي على النموذج والعتاد. وسيكون التحقق منه على مهامكم الخاصة.
ما يبقى موضع تساؤل
لا يتعلق القلق الرئيسي لدى المجتمع بالتقنيات، بل بالأشخاص. ففي التعليقات على الإعلان في Reddit، الذي حصد نحو 1800 تفاعل، يشير المستخدمون إلى أن لدى llama.cpp «كومة من المهام وطلبات الدمج (PR) المفتوحة»، وأن المشروع يحتاج إلى مزيد من القائمين على الصيانة (maintainers). فالإصدار 1.0 يرفع التوقعات: وكلما قدّم المشروع نفسه بثقة أكبر أساسًا مستقرًا، ازداد وضوح التأخر في معالجة الأخطاء وقبول التغييرات.
ماذا تفعلون عمليًا
- إذا كنتم تضمّنون llama.cpp في منتج، فتحقّقوا من الدوال الـ35 المحذوفة التي تستدعونها، وانتقلوا إلى الواجهة الحالية.
- إذا كنتم تشغّلون نماذج MoE كبيرة على ذاكرة فيديو محدودة، فجرّبوا ذاكرة الخبراء المؤقتة وقارنوا السرعة على مهامكم.
- إذا كنتم تطوّرون منتجًا لمستخدمين غير تقنيين، فألقوا نظرة على تطبيقات Hugging Face لسطح المكتب المبنية على llama.cpp.
وإجمالًا، لا يقدّم الإصدار 1.0 مجموعة ميزات لافتة، بل قابلية للتوقّع. وربما كانت هذه القابلية أهم لصناعة النماذج المحلية من رقم قياسي جديد في اختبار معياري.
- 21 نوفمبر 2026Opus أعاد كتابة كود llama.cpp: نموذج Qwen على معالج واحد يولّد النص أسرع بنسبة 40%
- 21 نوفمبر 2026MiniMax H3 Image في ComfyUI: ثلاثة تعديلات تزيل البشرة «المتقصّفة» دون تغيير النموذج
- 21 نوفمبر 2026Gemma 4 على حاسوب مصغّر تكتب 63 رمزًا في الثانية وQwen3.8 تكتب 12,8 فقط: اختبار 14 نموذجًا لغويًا
- 21 نوفمبر 2026تسريع Qwen3-32B بنسبة 49% دون بطاقة رسوميات جديدة: ضغط الأوزان من 16 إلى 8 بت
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ماذا يعني «1.0» للمطوّر؟
يُعدّ الرقم 1.0 في المشاريع المفتوحة المصدر وعدًا بالاستقرار. لنفترض أنكم ضمّنتم llama.cpp في محرر ملاحظات أو في مساعد مؤسسي. في السابق، كنتم بعد تحديث المحرك قد تكتشفون أن دالة تحتاجونها أُعيدت تسميتها أو اختفت، فتتوقف عملية البناء عن النجاح. أما الآن فقد أُعلن استقرار الواجهة العامة، ويمكنكم الاعتماد على الإصدار 1.x دون انتظار مفاجآت مع كل تحديث. وثمن هذا الاستقرار هو التنظيف. فقد حُذفت من الترويسة العامة 35 دالة قديمة. وإذا كان كودكم يستدعي واحدة منها على الأقل، فسيلزم تعديله عند الانتقال إلى 1.0.
ما أبرز التفاصيل حول ذاكرة تخزين مؤقت للخبراء «الساخنين»؟
تخيّلوا نموذج MoE كبيرًا على هيئة مكتبة تضم مئات المتخصصين. تحتاج كل كلمة إلى عدد قليل منهم فقط، لكن لا يُعرف مسبقًا من هم بالتحديد. لا تتسع بطاقة الرسوميات لهم جميعًا، ويبقى الباقون في الذاكرة العشوائية، وكل عملية تحميل تستغرق وقتًا. ومنطق الذاكرة المؤقتة الجديدة بسيط كأي ذاكرة تخزين مؤقت: يبقى الخبراء الذين يُرجع إليهم كثيرًا في متناول اليد في الذاكرة السريعة، بينما يُحمَّل النادرون منهم عند الحاجة. كتب عن هذه الميزة مؤلف المشروع جورجي غيرغانوف، وعرض مثالًا على عملها دانيال هان تشن.
ما أبرز التفاصيل حول ما يبقى موضع تساؤل؟
لا يتعلق القلق الرئيسي لدى المجتمع بالتقنيات، بل بالأشخاص. ففي التعليقات على الإعلان في Reddit، الذي حصد نحو 1800 تفاعل، يشير المستخدمون إلى أن لدى llama.cpp «كومة من المهام وطلبات الدمج (PR) المفتوحة»، وأن المشروع يحتاج إلى مزيد من القائمين على الصيانة (maintainers). فالإصدار 1.0 يرفع التوقعات: وكلما قدّم المشروع نفسه بثقة أكبر أساسًا مستقرًا، ازداد وضوح التأخر في معالجة الأخطاء وقبول التغييرات.
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.