قبل عامين، كان تشغيل نموذج لغوي فعال في المنزل يتطلب جهازًا ضخمًا مزودًا بوحدتين أو ثلاث وحدات معالجة رسومات (GPU)، ومصدر طاقة بقوة 1,000 واط، ومروحة تصدر ضجيجًا يشبه صوت مجفف الشعر. في عام 2026، ستتمكن من إنجاز معظم الأعمال نفسها باستخدام جهاز صغير الحجم يتسع في راحة يدك ويستهلك طاقة قليلة مثل الكمبيوتر المحمول. لكن المشكلة تكمن في أن سوق أجهزة الكمبيوتر المصغرة قد انقسمت إلى أجهزة تبدو متشابهة في الشكل، لكنها تعمل بشكل مختلف تمامًا بمجرد تحميل النموذج عليها.
هذا الدليل يوضح الصورة. نقارن الفئات الأربع من آلات الشكل الصغير التي تهم فعلاً للذكاء الاصطناعي المحلي الآن — Mac mini من Apple، DGX Spark من NVIDIA، صناديق Ryzen AI Max+ ("Strix Halo") من AMD، وأجهزة الكمبيوتر الصغيرة المزودة بـ NPU من Intel — مع مواصفات تم التحقق منها، أسعار حالية، وأرقام رمز في الثانية المنشورة. بحلول النهاية ستعرف أي واحدة تناسب النماذج التي تريد تشغيلها، وأي أسطر ورقة المواصفات هي تسويق بدلاً من الأداء.
أبرز النقاط المستخلصة
- تحدد سعة الذاكرة ما يمكن تخزينه؛ بينما يحدد عرض النطاق الترددي للذاكرة سرعة تشغيلها. كلا الرقمين مهمان، لكن الحملات التسويقية عادةً ما تسلط الضوء على أحدهما فقط.
- Mac mini مع M5 Pro (من $1,699 مع 24GB، قابل للتكوين إلى 48GB أو 64GB) هو الخيار الأفضل لكل شيء لمعظم الناس: هادئ، مضغوط، وبـ 48GB أو أكثر مريح حتى نماذج ~32B-parameter. استبدلت Apple M4 و M4 Pro Mac mini بنماذج M6 و M5 Pro في 22 سبتمبر 2026.
- تبلغ سعة ذاكرة نظام DGX Spark من NVIDIA ($3,999 عند الإطلاق، و$4,699 بعد الزيادة التي طرأت في فبراير 2026) 128 جيجابايت ويؤثر ذلك سلبًا على سرعة المعالجة، لكن عرض النطاق الترددي البالغ 273 جيجابايت/ثانية يحد من معدل توليد الرموز عند حوالي 38 رمز/ثانية في طراز 120B خلال الاختبارات المعيارية.
- تضاهي أجهزة الكمبيوتر المصغرة AMD Strix Halo (ابتداءً من ~$1,500) سرعة الجيل الحالي من أجهزة Spark، وذلك بجزء بسيط من السعر بفضل نفس خدعة الذاكرة الموحدة، لكنها تعاني من تأخير كبير في معالجة الطلبات.
- حواسيب Intel الصغيرة مخصصة للنماذج الصغيرة وتفريغ NPU، وليس لعمل فئة 70B — مفيدة وبأسعار منخفضة، لكنها فئة مختلفة.
- لا يستطيع أي حاسوب صغير أن ينافس جهاز سطح مكتب متعدد المعالجات الرسومية من حيث سرعة الإنشاء الخام. تشتري هذه الأجهزة من أجل الحجم والصمت والطاقة والذاكرة الموحدة الكبيرة — وليس الإنتاجية القصوى.
الذاكرة الموحدة مقابل VRAM: المفهوم الواحد الذي يشرح كل شيء
كل توصية أدناه تعتمد على هذا التمييز، لذا فإنه يستحق ثلاثين ثانية.
وحدة GPU التقليدية لديها VRAM مخصص خاص بها. RTX 4090 لديها 24GB؛ إذا لم يناسب نموذجك وسياقه في 24GB، فلن يعمل على تلك البطاقة، فترة. VRAM سريعة — VRAM الـ 4090 حوالي 1,008 GB/s — لكن لا توجد أبداً كمية كبيرة منها بالنسبة لأحجام النماذج.
الذاكرة الموحدة يعكس المقايضة. M-series من Apple، GB10 من NVIDIA، و Strix Halo من AMD جميعها تشترك في تجمع ذاكرة واحد بين CPU و GPU، لذلك جهاز 128GB يمكنه تخصيص 96GB+ لنموذج. هذا هو كيف صندوق بحجم النخلة يشغل نموذج 120 مليار معامل لن يتسع على أي GPU المستهلك الفردي. السعر الذي تدفعه هو عرض النطاق الترددي: LPDDR5x الموحد يعمل بسرعة تقريباً 150–310 GB/s في هذه الأجهزة، جزء صغير من VRAM المنفصل. وبسبب أن إنشاء الرموز محدود بعرض النطاق الترددي للذاكرة، فإن هذا السقف يحدد رموزك في الثانية — بغض النظر عن مقدار الحوسبة التي يدعيها الشريحة. احتفظ بهذين الرقمين (السعة وعرض النطاق الترددي) في الاعتبار وكل ورقة مواصفات أدناه تصبح قابلة للقراءة. إذا كنت تريد الصورة الكاملة من جانب GPU، انظر إلى مقالتنا المصاحبة حول أفضل وحدات معالجة الرسومات (GPUs) للنماذج اللغوية الكبيرة المحلية في 2026.
ملاحظة واحدة حول نموذج المعيار الذي نعتمد عليه أدناه: gpt-oss-120B هو نموذج خليط من الخبراء بحوالي 117B معامل كلي لكن فقط ~5.1B نشط لكل رمز. هذا تصميم MoE هو بالضبط السبب في أن نسخة مكممة تناسب — وتعمل بسرعات قابلة للاستخدام — على هذه الصناديق ذات الذاكرة الموحدة رغم عرض النطاق الترددي المتواضع.
Apple Mac mini (M6 / M5 Pro): الخيار الافتراضي
Mac mini يبقى أسهل توصية لأكبر عدد من الناس. استبدلت Apple نماذج M4 و M4 Pro بجيل جديد عُرض للبيع في 22 سبتمبر 2026: النموذج الأساسي الآن يستخدم شريحة M6 ويبدأ من $899 (16GB ذاكرة موحدة، 256GB SSD)، قابل للتكوين إلى 24GB أو 32GB.
M6 له GPU بـ 12 نوى وعرض نطاق ترددي للذاكرة 153 GB/s (170 GB/s في التكوينات بـ 24GB و 32GB) — جيد لنماذج فئة 8B. للذكاء الاصطناعي المحلي الجاد تريد M5 Pro، والذي يرتفع إلى GPU بـ 16 أو 20 نوى و، الأهم من ذلك، 307 GB/s عرض نطاق ترددي — تقريباً ضعف M6. يبدأ من $1,699 مع 24GB؛ مع تكوينه بـ 48GB أو 64GB، يحمل نموذج 32B تم ضغطه إلى Q4 بالكامل في الذاكرة (Qwen 2.5 32B عند Q4_K_M هو ملف بحجم 19.8GB). تسرد Apple تكوين 18-core CPU، 20-core GPU، 64GB، 1TB بـ $3,199. في codebase المجتمع في llama.cpp لوحة معلومات Apple Silicon، ينشئ M5 Pro حوالي 66–68 tok/s على Llama 2 7B عند Q4_0.
تنبيه يستحق معرفته قبل الشراء: 64GB هو السقف. هذا كافٍ لحمل نموذج 70B عند Q4 (Llama 3 70B عند Q4_K_M هو ملف بحجم 42.5GB) مع مساحة احتياطية متواضعة فحسب للسياق، وإنشاء الرموز على نموذج 70B كثيف بطيء عند 307 GB/s. إذا كنت تحتاج تحديداً إلى أكثر من ذلك، فإن صناديق الذاكرة الموحدة بـ 128GB أدناه هي المسار الواقعي.
ما يبيع Mac mini ليس السرعة القصوى — إنها المجموعة الكاملة. تحدد Apple ضوضاءها في وضع السكون بـ 5 dBA وتصنفها بـ 155W قوة مستمرة قصوى، وهي صغيرة وهادئة بما يكفي لتركها تعمل كخادم استدلال دائم على رف. دعم البرامج عبر Ollama, LM Studio, ، كما أن إطار عمل MLX من Apple ممتاز. إذا كنت مبتدئًا في مجال النماذج المحلية، فإن دليلنا الشامل عن Ollama يوضح كيفية تشغيل نموذج على هذا النوع من الأجهزة بالضبط.
المميزات
- هادئة جداً (Apple تحدد 5 dBA في وضع السكون)؛ تقييم قوة مستمرة أقصى 155W
- أفضل نظام برامج في فئته (MLX, Ollama, LM Studio)
- عرض نطاق ترددي M5 Pro بـ 307 GB/s قوي للحجم والسعر
- قيمة إعادة البيع وجودة البناء ممتازة
المساوئ
- يتوقف عند 64GB — نموذج 70B عند Q4 يناسب فقط مع مساحة احتياطية قليلة، والنماذج 100B+ التي تشغلها صناديق 128GB خارج متناول اليد
- الذاكرة الموحدة ملحومة؛ شراء السعة التي ستحتاجها مقدماً
- لا توجد مسار NVIDIA CUDA، وهو مهم لبعض أدوات التدريب/الضبط الدقيق
NVIDIA DGX Spark: 128GB ومكدس CUDA، بسعر معقول
DGX Spark (كشفت عن نفسها باسم «Project DIGITS» في CES 2025، وأعيدت تسميتها DGX Spark في GTC في مارس 2025، وتم الشحن في 15 أكتوبر 2025) هي محاولة NVIDIA لوضع «فائق كمبيوتر AI شخصي» على مكتبك. يزاوج رقاقة GB10 Grace Blackwell — وحدة CPU Arm بـ 20 نوى (10× Cortex-X925 + 10× Cortex-A725) بالإضافة إلى GPU Blackwell — مع 128GB من LPDDR5x الموحد المتماسك، وSSD ذاتي التشفير بسعة 4TB، وNIC ConnectX-7 بـ 200 Gbps للربط بين وحدتين. تصنفه NVIDIA بـ ما يصل إلى 1 petaflop من أداء FP4 AI، وبحسب NVIDIA يمكنه تشغيل الاستدلال على نماذج تصل إلى ~200B معامل، أو ضبط دقيق حتى ~70B. يتم توفير الطاقة بواسطة محول 240W.
هنا الجزء الصادق. Spark هو وحش معالجة الطلبات: على gpt-oss-120B يضغط حوالي 1,723 tok/s من prefill في الاختبار المعياري، في فئة ثلاث وحدات RTX-3090 مجتمعة. لكن توليد الرمز الحقيقي ينخفض إلى مجرد ~38.6 tok/s في نفس المقارنة، لأن عرض النطاق الترددي للذاكرة في GB10 هو فقط 273 جيجابايت/ثانية — أقل قليلاً من M5 Pro الجديد Mac mini بـ 307 GB/s، وقيد الربط أثناء مرحلة الفك المحدودة بالذاكرة. كومات الاستدلال المحسّنة بشكل كبير (vLLM, SGLang, TensorRT-LLM من NVIDIA) من المفترض أن تكون قد دفعت إنشاء gpt-oss-120B للوحدة الواحدة حتى 50–60 tok/s مع التكوين الصحيح، لكن سقف عرض النطاق الترددي الذي يبقيها بعيداً عن rig متعدد GPU هو فيزيائي، وليس برنامج.
ثم هناك السعر. تم إطلاق Spark بـ $3,999 وارتفع إلى $4,699 في فبراير 2026 وسط قيود إمدادات الذاكرة — قفزة 18% نسبتها NVIDIA إلى قيود إمدادات الذاكرة العالمية. هذا تقريباً $37 لكل GB من الذاكرة — وللإنتاجية البحتة للإنشاء، ثلاثية من RTX 3090s المستخدمة من المفترض أن تكلف أقل وتعمل عدة مرات أسرع. يكتسب Spark قيمته إذا كنت تحتاج تحديداً إلى مكدس CUDA/NVIDIA البرامج، NVFP4، أو مساحة رأس الاستدلال 200B-parameter في صندوق 240W. نحن نتعمق أكثر في مراجعة DGX Spark / Project DIGITS والمواجهة المباشرة مقارنة DGX Spark مقابل Mac Studio .
AMD Ryzen AI Max+ 395 (Strix Halo): خيار القيمة
Strix Halo من AMD هو مفاجأة هذا الجيل. الرائد Ryzen AI Max+ 395 يحزم 16 نوى Zen 5، وGPU RDNA 3.5 بـ 40 وحدة حساب (Radeon 8060S)، وNPU XDNA 2 بـ 50-TOPS. إذا تم دمجه مع ما يصل إلى 128GB من LPDDR5X، يمكن تسليم ما يصل إلى 96GB إلى GPU، فإنه يفعل نفس خدعة الذاكرة الموحدة كـ Spark — تشغيل نموذج 120B لا يمكن لأي وحدة GPU استهلاكية واحدة الاحتفاظ به — بجزء صغير من التكلفة.
المقايضة هي عرض النطاق الترددي ومعالجة الطلبات. يتوقف عرض النطاق الترددي للذاكرة في Strix Halo حول 256 GB/s، وعلى gpt-oss-120B فإنه يدير فقط ~340 tok/s من prefill مقابل 1,723 الخاصة بـ Spark. لكن إليك اللحظة الحاسمة: توليد الرمز هو ~34 طابع/ث، ضمن شعرة من Spark بـ 38. لأحمال العمل على طراز الدردشة حيث تنشئ أكثر مما تستهلك، الفجوة صغيرة. نماذج 70B الكثيفة قصة مختلفة: عند Q4 كل رمز تم إنشاؤه يجب أن يقرأ الأوزان الكاملة ~42.5GB عبر ذلك الحافلة ~256 GB/s، لذلك توقع tok/s بأرقام مفردة.
ما يجعله جذاباً هو السعر والخيارات. ارتفعت أسعار الدخول مع نقص ذاكرة الوصول العشوائي في 2026: تُباع إصدارات 64GB من GMKtec EVO-X2 من حوالي 1,500 دولار، بينما يعمل EVO-X2 سعة 128GB الآن بسعر أقرب إلى 2,200 دولار. يبدأ Desktop القابل للإصلاح من Framework بحوالي 1,639 دولار (بدون مكونات، Ryzen AI Max+ 395، 64GB) قبل التخزين ونظام التشغيل، و Corsair AI Workstation 300 انطلق بالقرب من 2,000 دولار لكنه تجاوز ذلك بكثير خلال النقص. البرنامج هو الإشكالية — ROCm و llama.cpp يعملان بشكل جيد، لكن النظام البيئي أقسى من Apple أو NVIDIA، وميزات Windows AI تعتمد على NPU بدلاً من وحدة معالجة الرسومات الرئيسية.
المميزات
- تكوينات الذاكرة الموحدة 128GB متاحة — الطريق الأرخص إلى نماذج 70B+
- سرعة الإنشاء تطابق تقريباً DGX Spark بجزء صغير من السعر
- منصة x86 مفتوحة؛ تشغيل Windows أو Linux، توافقية تطبيقات واسعة
المساوئ
- معالجة موجهات ضعيفة — أحمال السياق الطويل/RAG تبدو بطيئة
- أدوات ROCm أقل صقلاً من CUDA أو MLX
- الذاكرة ملحومة؛ أسعار ذاكرة الوصول العشوائي في 2026 أضخمت الأسعار في الشارع
حواسيب Intel الصغيرة: النماذج الصغيرة وتفريغ NPU
تشغل رقاقات Arrow Lake-H الصغيرة من Intel مستوى مختلفاً، ومن المهم عدم الشراء الخاطئ هنا. تجمع رقاقات مثل Core Ultra 9 285H الحالية iGPU Arc مع NPU بقوة 13-TOPS، لما يصل إلى حوالي 99 TOPS من حساب منصة AI عند عد المعالج ووحدة معالجة الرسومات؛ تجلب مجموعة IPEX-LLM من Intel Ollama و llama.cpp إلى iGPU و NPU الخاص به. الخطوة الأكبر في 2026 هي Panther Lake (Core Ultra Series 3)، التي انطلقت في CES 2026، والتي تجمع NPU بقوة 50-TOPS مع وحدة معالجة رسومات أقوى بكثير لما يصل إلى ~180 منصة TOPS — لكنها تبقى منصة فئة الكمبيوتر المحمول/الجوال، وليست آلة نموذج كبير سطح مكتب.
لكن لا شيء من هذه هي آلات نموذج كبير ذات ذاكرة موحدة. مع DDR5 القياسي (عادة ~120 GB/ث ثنائي القناة) وعدم تخصيص 96GB إلى GPU، صندوق Intel صغير هو الأداة الصحيحة لنماذج 3B–8B، مساعدات على الجهاز، النسخ الكتابي، والمهام الخلفية المسرعة بواسطة NPU — وليس لتشغيل نموذج 70B. إذا كان حملك هو «نموذج 8B مكمم وبعض ميزات Windows AI»، صندوق Intel رخيص وموفر للطاقة. إذا كان «أكبر نموذج يمكنني تناسبه»، انظر إلى الآلات ذات الذاكرة الموحدة أعلاه. المقايضة بين NPU و GPU هنا هي موضوعها الخاص، الذي يتم تناوله في NPU مقابل GPU للذكاء الاصطناعي تفصيل.
جدول المقارنة
الأرقام أدناه هي لـ gpt-oss-120B (إنشاء الرمز / معالجة الموجه) من الاختبار المعياري بأسلوب llama.cpp حيث يناسب كلاهما؛ ملاحظات النموذج الأصغر تُعطى بخلاف ذلك. الأسعار بالدولار الأمريكي — أسعار قائمة Apple الحالية، أسعار الشارع الأخرى منتصف 2026 — وتتحرك مع نقص الذاكرة المستمر.
| الآلة | الذاكرة الموحدة | عرض النطاق الترددي (Bandwidth) | سقف النموذج الواقعي | الإنشاء / الملء المسبق (120B) | الطاقة | السعر (2026) |
|---|---|---|---|---|---|---|
| Mac mini M6 (أساسي) | 16–32GB | 153–170 GB/s | ~8–14B (Q4) | غير متاح | حتى 155W (مصنف) | $899+ |
| Mac mini M5 Pro | 24–64GB | 307 GB/s | ~32B (Q4)؛ 70B عند Q4 فقط مع 64GB، ضيق | غير متاح | حتى 155W (مصنف) | $1,699+ ($3,199 مع 64GB) |
| AMD Strix Halo (Ryzen AI Max+ 395) | حتى 128GB | ~256 GB/ث | ~120B (Q4 MoE) | 34 / 340 طابع/ث | 80–120W | $1,500–3,000+ |
| NVIDIA DGX Spark | 128GB | 273 جيجابايت/ثانية | ~200B (الاستدلال) | 39 / 1,723 طابع/ث | ~240W أقصى | $3,999–4,699 |
| Intel Arrow Lake-H صندوق صغير | DDR5 (بدون تجمع GPU كبير) | ~120 GB/ث | ~8B (Q4) | غير متاح | ~65W | $600–1,200 |
استبدلت Apple M4 و M4 Pro Mac mini بنماذج M6 و M5 Pro في 22 سبتمبر 2026؛ أرقام Mac mini أعلاه تأتي من ورقة مواصفات Apple الحالية وأسعار القائمة.
للمرجعية، Mac Studio M3 Ultra يعمل بحوالي 819 GB/s من عرض النطاق الترددي (ويفك نفس نموذج 120B حوالي 70 tok/s)، بينما rig ثلاثي-3090 يصل إلى ~124 tok/s فك — كلاهما خارج إقليم mini-PC، وتذكير بما تتنازل عنه للحصول على الحجم الصغير. إذا كنت تزن صندوق Apple أكبر، Mac Studio الحالي (معروض للبيع منذ سبتمبر 2026) يأتي مع M5 Max (حتى 128GB، حتى 614 GB/s) أو M5 Ultra (حتى 512GB، 1.2 TB/s)؛ مقارنتنا مقارنة DGX Spark مقابل Mac Studio تغطي تلك خطوة للأعلى.
التوصيات حسب حالة الاستخدام
معظم الناس / مساعد صامت دائماً: Mac mini M5 Pro بـ 48GB أو 64GB. أفضل توازن للقدرة، الضوضاء المنخفضة، الحجم الصغير، ومكدس برامج ناضج. انزل إلى نموذج M6 إذا كنت تحتاج فقط لنماذج 8B.
أقصى حجم نموذج بميزانية محدودة: صندوق AMD Strix Halo (GMKtec EVO-X2، Framework Desktop، أو Corsair AI Workstation 300). 128GB يتيح لك تحميل نماذج 70B–120B التي لا يمكن لـ Mac mini لمسها، بسرعات إنشاء تطابق تقريباً Spark الأغلى بكثير — وحتى مع الأسعار المضخمة بسبب النقص، فهي أقل بكثير من Spark.
تطوير CUDA / سير عمل NVIDIA / معالجة موجهات ثقيلة: DGX Spark. أنت تدفع قسطاً للمجموعة NVIDIA، NVFP4، تجميع ConnectX، وملء مسبق بأفضل فئة — مبرر فقط إذا كان هذا هو المهم لك بشكل خاص.
نماذج صغيرة على الجهاز ومهام NPU: صندوق صغير Intel Arrow Lake أو Panther Lake. رخيص، فعال، وذو الحجم المناسب لعمل فئة 8B وميزات Windows AI.
الأسئلة الشائعة
ما هو أفضل صندوق صغير لتشغيل LLMs محلية في 2026؟
لمعظم المستخدمين إنه Mac mini M5 Pro بـ 48GB أو 64GB — هادئ، منخفض الطاقة، وقادر حتى نماذج ~32B. إذا كنت تحتاج لتشغيل نماذج 70B+، صندوق AMD Strix Halo بـ 128GB هو خيار القيمة، و NVIDIA DGX Spark هو خيار CUDA المميز.
كم من ذاكرة الوصول العشوائي أحتاج لتشغيل نموذج بـ 70B معامل؟
نموذج 70B تم ضغطه إلى Q4 يحتاج تقريباً 40–48GB فقط للأوزان، بالإضافة إلى مساحة احتياطية للسياق. في الممارسة العملية، تريد جهاز Mac mini بـ 64GB على الأقل، و128GB لتشغيله بارتياح مع نافذة سياق كبيرة. Mac mini M5 Pro بـ 64GB يمكنه حمل نموذج 70B عند Q4 مع مساحة قليلة جداً للسياق؛ للعمل المريح مع 70B، صناديق الذاكرة الموحدة بـ 128GB هي الخيار الأفضل.
لماذا NVIDIA DGX Spark بطيء في إنشاء الرموز رغم تكلفته أكثر من 4000 دولار؟
لأن إنشاء الرموز محدود بعرض النطاق الترددي للذاكرة، وـ 273 GB/s للـ Spark متواضع — أقل قليلاً من M5 Pro الجديد Mac mini بـ 307 GB/s. قوتها معالجة الموجه (حوالي 1,723 tok/s على نموذج 120B) و 128GB من السعة، وليس سرعة الإنشاء البحتة، حيث الاختبارات المعيارية المعيارية تضعها حوالي 38 tok/s (المكدات المحسّنة يمكنها الوصول إلى ~50–60).
هل الذاكرة الموحدة جيدة مثل VRAM في بطاقة رسوميات مخصصة؟
إنها مقايضة. الذاكرة الموحدة تمنحك سعة أكبر بكثير (تصل إلى 128GB) لذا يمكنك تشغيل نماذج لن تناسب أي بطاقة رسوميات مستهلك واحد، لكن بعرض نطاق ترددي أقل بكثير من VRAM. للنماذج الكبيرة التي لن تناسب بطريقة أخرى، إنها الخيار الوحيد العملي؛ للنماذج الأصغر بطاقة رسوميات منفصلة أسرع.
هل يمكن لـ Mac mini تشغيل نموذج 70B؟
بصعوبة فحسب. إن أعلى تكوين Mac mini M5 Pro يحتوي على 64GB، كافٍ لحمل نموذج 70B عند Q4 (Llama 3 70B عند Q4_K_M هو ملف بحجم 42.5GB) مع مساحة قليلة جداً للسياق، والإنشاء بطيء عند 307 GB/s. الحد الأدنى من المساحة الاحتياطية العملية يصل إلى حوالي 32B عند Q4. للعمل المنتظم مع 70B، انتقل إلى جهاز بـ 128GB مثل صندوق Strix Halo أو Mac Studio أو DGX Spark.
هل أجهزة AMD Strix Halo mini PC جيدة للذكاء الاصطناعي، أم أن البرنامج خشن جداً؟
إنها قادرة فعلاً — 128GB من الذاكرة وسرعات إنشاء قريبة من DGX Spark بجزء من السعر. التحفظ هو البرنامج: ROCm و llama.cpp يعملان لكنهما أقل رقة من MLX من Apple أو CUDA من NVIDIA، ومعالجة الموجهات ضعيفة. إذا كنت مرتاحاً لبعض الإعدادات، القيمة ممتازة.
كم من الطاقة والضوضاء يجب أن أتوقعها من هذه الأجهزة؟
Mac mini هو الأهدأ: Apple تحدد 5 dBA في وضع السكون وتقييم الطاقة المستمرة الأقصى 155W. صناديق Strix Halo تستهلك 80–120W مع مراوح مسموعة لكن متواضعة. يأتي DGX Spark مع محول طاقة 240W. جميعها أهدأ وأقل استهلاكاً للطاقة بشكل كبير من سطح مكتب متعدد GPU، الذي قد يستجر 300–450W أو أكثر.
الخلاصة
عصر mini-PC للذكاء الاصطناعي المحلي حقيقي، لكن التسويق يبالغ فيه بطريقة واحدة محددة: هذه الأجهزة تفوز في الحجم والصمت والطاقة والذاكرة الموحدة الكبيرة — وليس السرعة الخام. لا يوجد صندوق هنا يتفوق على سطح مكتب متعدد بطاقات رسوميات في الرموز في الثانية، ولا يجب أن تشتري واحداً متوقعاً ذلك.
اختر حسب حجم النموذج الذي تشغله فعلاً. لنماذج 8B–32B مع أقل تعقيد، Mac mini M5 Pro هو الخيار السهل والذي نوصيك به لمعظم القراء. لتشغيل نماذج 70B–120B دون برج، صندوق AMD Strix Halo يسلم أفضل قدرة لكل دولار، مع DGX Spark محتفظ به لأولئك الذين يحتاجون تحديداً إلى مكدس NVIDIA والعضلات في معالجة الموجه. وإذا توقفت احتياجاتك عند نماذج 8B، جهاز كمبيوتر صغير Intel سيفي بالغرض مقابل أقل. طابق الذاكرة مع النموذج، اقرأ سطر عرض النطاق الترددي، وتجاهل البيتافلوب على الصندوق.