Qwen2.5 على معالج CPU مجاني: نماذج ذكاء اصطناعي لمن لا يريد إطعام الخدمات السحابية

تبدو صناعة الذكاء الاصطناعي في الآونة الأخيرة أشبه بنادٍ مغلق للأثرياء. إذا أردت تشغيل نموذج لغوي جيد، فعليك أن تدفع مبلغًا كبيرًا مقابل بطاقة رسومية بذاكرة فيديو ضخمة، أو أن تربط بطاقتك المصرفية بخدمات سحابية أجنبية تلتهم ميزانيتك أسرع مما يستطيع النموذج إتمام إجابته. وقد ظلّ كثيرون يقنعوننا طويلًا بأن الدخول إلى عالم الشبكات العصبية المحلية مغلق من دون وحدات GPU قوية. لكن الواقع جاء أكثر إثارة للاهتمام، ونشهد اليوم كيف ينهار حاجز الدخول إلى هذه التقنيات حرفيًا تحت ضغط التحسين.

والبطل الرئيسي لهذا التحوّل هو نموذج Qwen2.5 من Alibaba. فقد حقق المطورون الصينيون ما يشبه المعجزة الصغيرة، إذ أنشأوا بنية تقدّم، بثلاثة مليارات معامل فقط، جودة إجابات تضاهي نماذج أثقل منها بكثير. لكن الأهم هنا ليس جودة النصوص وحدها، بل قدرة هذا النموذج على إدارة الموارد. فالإصدار ذو 3B معامل هو «المعيار الذهبي» لمن يريد مساعدًا ذكيًا دون أن يحوّل غرفته إلى غرفة خوادم تعج بمراوح صاخبة. وهو يتلاءم تمامًا مع بنية المعالجات العادية، خصوصًا عند استخدام الأدوات المناسبة.

لماذا أصبح ذلك ممكنًا الآن تحديدًا؟ في السابق كان تشغيل نماذج LLM على المعالج المركزي (CPU) أشبه بمحاولة نقل جبل من الرمل بعربة حديقة. أما اليوم فقد حوّل تطور تقنيات التكميم (Quantization) والمكتبات المحسَّنة تلك «العربة» إلى شاحنة نشيطة. وحين نتحدث عن التشغيل على الفئة المجانية من CPU في Hugging Face Spaces، فإننا نقصد استخدام الموارد التي تتيحها المنصة لعرض المشاريع. وهذا يكفي تمامًا ليردّ روبوتك الشخصي بسرعة القراءة البشرية، وأحيانًا أسرع منها. لم تعد بحاجة إلى انتظار دورك في مراكز GPU المجانية، ولا إلى معاناة سحب Google Colab البطاقة الرسومية منك في أحرج لحظة.

تبدو عملية النشر بسيطة إلى حد يكاد يكون مستفزًا بالنسبة إلى تقنية بهذا المستوى. فالجمع بين Hugging Face وGradio يتيح تحويل بضعة أسطر من شيفرة Python إلى واجهة ويب متكاملة يمكن استخدامها حتى من الهاتف. يتولى Gradio كل العمل الشاق في إنشاء نافذة الدردشة والأزرار وحقول الإدخال، بينما تعمل Hugging Face كخدمة استضافة مجانية. لا حاجة إلى إعداد خوادم، ولا إلى فتح المنافذ، ولا إلى العبث بتعريفات NVIDIA. إنها برمجيات نقية تعمل بما هو متاح بين يديك. وأجمل ما في الأمر أن Qwen2.5 يتعامل بإتقان مع اللغة الروسية، ولا يتحول إلى «عبقري زائف» بعد الجملة الثالثة.

لا تقتصر أهمية هذا النهج على توفير بضع عشرات من الدولارات. فهو يغيّر نموذج استخدام الذكاء الاصطناعي نفسه. فحين تتحرر التقنية من الاعتماد على العتاد الباهظ، تصبح شخصية بحق. يمكنك التجريب مع التعليمات (prompts)، وضبط التعليمات النظامية، وإنشاء مساعدين متخصصين لمهام محددة، دون أن تراقب عدّاد الرموز (tokens) في API المدفوع. إنها حرية من الاشتراكات والقيود التي تفرضها الشركات الكبرى. وهكذا نعود إلى جذور ثقافة الهاكرز، حيث ذكاء البرنامج أهم من عدد الترانزستورات في المسرِّع.

بالطبع، للتشغيل على CPU حدوده. فلن تتمكن من خدمة آلاف المستخدمين في وقت واحد، ولا من تدريب النموذج على تيرابايتات من البيانات. لكن للاستخدام الشخصي أو بناء النماذج الأولية أو التعلّم، هو السيناريو المثالي. وهو وسيلة ممتازة لفهم كيفية عمل نماذج LLM الحديثة من الداخل، دون إضاعة الوقت في مصارعة البنية التحتية. وفي النهاية، أفضل أداة هي تلك التي بين يديك هنا والآن، لا تلك التي تحتاج إلى ادخار نصف عام لشرائها.

الخلاصة: عصر الذكاء الاصطناعي النخبوي يوشك على الانتهاء، وأصبح كل ما تحتاجه لإنشاء مساعدك الخاص حسابًا مجانيًا وخمس عشرة دقيقة من وقتك. فهل سيبقى لدينا سبب لشراء وحدات GPU باهظة الثمن إذا استمر التحسين بهذه الوتيرة؟