كيفية التحقق من VRAM على Windows و macOS و Linux

كيفية التحقق من VRAM، في سطر واحد لكل منصة: على Windows، اضغط على Ctrl+Shift+Esc، افتح الأداء الجزء، حدد GPU الخاص بك، واقرأ ذاكرة GPU المخصصة; على macOS، افتح قائمة Apple → حول هذا الـ Mac; على Linux، قم بتشغيل nvidia-smi لـ NVIDIA أو rocm-smi لـ AMD. فيما يلي كل طريقة بالتفصيل — وما تعنيه الأرقام فعلاً عندما تقرر ما إذا كانت نموذج محلي ستناسبك.

كيفية التحقق من VRAM على Windows

Task Manager — الطريقة الأسرع

1. اضغط على Ctrl+Shift+Esc لفتح Task Manager.
2. انتقل إلى علامة التبويب الأداء (على Windows 10، انقر على المزيد من التفاصيل أولاً إذا رأيت العرض المضغوط).
3. انقر على GPU 0 في الشريط الجانبي الأيسر. أجهزة الكمبيوتر المحمولة التي تحتوي على معالج رسومات متكامل وآخر منفصل ستعرض أيضاً GPU 1 — بطاقة الرسومات المنفصلة عادة ما تكون GPU 1.
4. اقرأ ذاكرة GPU المخصصة في المنطقة السفلى اليمنى. هذا هو VRAM الفيزيائي الخاص بك، يظهر كمستخدم / إجمالي (على سبيل المثال، 2.1/24.0 GB).

تجاهل سطر GPU Memory لأنه يضيف ذاكرة GPU المشتركة (ذاكرة النظام التي يُسمح لـ GPU باستخدامها) إلى الرقم المخصص، مما يجعل بطاقة 8 GB تبدو وكأنها 24 GB. المزيد عن هذا التمييز أدناه.

dxdiag

اضغط على Win+R، ثم اكتب dxdiag، اضغط Enter، ثم افتح علامة التبويب العرض . Display Memory (VRAM) يعرض الحقل ما يبلغه DirectX. تحذير واحد: حسب الدرايفر، dxdiag يدمج أحياناً ذاكرة النظام المشتركة في هذا الرقم، لذلك قد يظهر أعلى من VRAM الفعلي للبطاقة. اعتبر الرقم المخصص من Task Manager أو nvidia-smi كمصدر الحقيقة.

Settings → Display → Advanced display

افتح Settings → System → Display → Advanced display، ثم انقر على Display adapter properties for Display 1. تعرض علامة تبويب المحول Dedicated Video Memory بالميجابايت. الصيغة الدقيقة تختلف قليلاً بين Windows 10 و Windows 11، لكن المسار هو نفسه.

nvidia-smi — الرقم الدقيق

إذا كان لديك GPU من NVIDIA، يقوم الدرايفر بتثبيت أداة سطر أوامر تبلغ عن الذاكرة بالميبيبايت. افتح PowerShell أو Command Prompt وقم بتشغيل:

nvidia-smi

يعرض عمود الذاكرة الاستخدام الحالي مقابل الإجمالي الحقيقي — على سبيل المثال 3216MiB / 24564MiB على RTX 4090 — وتعرض قائمة العمليات في الأسفل أي البرامج التي تحتفظ بالذاكرة. للحصول على قراءة نظيفة وقابلة للقراءة الآلية:

nvidia-smi --query-gpu=memory.total,memory.used,memory.free --format=csv

إذا لم يتم العثور على الأمر، تضع الدرايفرات الحديثة في C:WindowsSystem32nvidia-smi.exe; الإصدارات الأقدم من الدرايفرات استخدمت C:Program FilesNVIDIA CorporationNVSMI.

كيفية التحقق من VRAM على macOS

انقر على قائمة Apple → حول هذا الـ Mac.

• Apple Silicon (M1 وما بعده): ستشاهد اسم الرقاقة و رقم الذاكرة مثل 16 GB أو 36 GB أو 128 GB. هذا هو الذاكرة الموحدة — تجمع واحد مشترك بين CPU و GPU. لا يوجد رقم VRAM منفصل لأنه لا توجد VRAM منفصلة.
• Intel Macs: بطاقات الرسومات المنفصلة مدرجة برقم VRAM مخصص، على سبيل المثال «Radeon Pro 5500M 8 GB».

للحصول على المزيد من التفاصيل، افتح About This Mac → More Info → System Report واختر الرسومات/العروض، أو شغّل هذا في Terminal:

system_profiler SPDisplaysDataType

على أجهزة Intel هذا يطبع VRAM (Total) ؛ على Apple Silicon يظهر الشريحة وعدد أنوية GPU بدلاً من ذلك.

لماذا الذاكرة الموحدة تغيّر الحسابات

على Apple Silicon يمكن لـ GPU الوصول إلى معظم — وليس كل — ذاكرة النظام. يحتفظ macOS بجزء لنفسه، وافتراضياً يصل حد العمل الفعلي لـ GPU إلى حوالي ثلثي إلى ثلاثة أرباع إجمالي RAM؛ يختلف السقف الدقيق حسب حجم RAM وإصدار macOS. عملياً، يمكن لـ MacBook Pro بـ 36 GB تحميل نماذج ستتطلب 24 GB GPU منفصل على جهاز كمبيوتر. تعرض أدوات Local-LLM حد الاستخدام الفعلي مباشرة — انظر LM Studio guide و دليل Ollama لمعرفة كيفية إبلاغ كل منها. المقابل هو عرض النطاق الترددي للذاكرة، الذي يختلف بشكل كبير بين شرائح Base و Pro و Max و Ultra ويؤثر مباشرة على الرموز في الثانية.

كيفية التحقق من VRAM على Linux

NVIDIA: nvidia-smi

مثبت مع مشغل البرامج الملكي. شغّل nvidia-smi لقطة سريعة، أو حدّث كل ثانية أثناء تحميل نموذج:

nvidia-smi -l 1

AMD: rocm-smi أو sysfs

مع تثبيت مجموعة ROCm:

rocm-smi --showmeminfo vram

بدون ROCm، مشغل amdgpu kernel يفضح الإجمالي مباشرة (بالبايتات؛ قد تكون بطاقتك card1 — تحقق من ls /sys/class/drm/):

cat /sys/class/drm/card0/device/mem_info_vram_total

أي GPU: glxinfo

تثبيت mesa-utils (Debian/Ubuntu) أو glx-utils (Fedora)، ثم:

glxinfo -B | grep -i memory

مشغلات Mesa تطبع سطراً مثل Video memory: 8192MB؛ التسمية الدقيقة تختلف حسب المشغل.

lspci — يحدد البطاقة، وليس VRAM

lspci | grep -iE 'vga|3d'

sudo lspci -v -s <slot> ثم يظهر فتحات ذاكرة البطاقة، لكن احذر: تلك أحجام PCI BAR، التي تتطابق فقط مع إجمالي VRAM عند تمكين Resizable BAR. استخدم lspci لتحديد نموذج GPU الدقيق، ثم احصل على رقم الذاكرة من الأدوات أعلاه أو ورقة مواصفات البطاقة.

الإجمالي مقابل المتاح مقابل المشترك: ما معنى الأرقام

الرقم	حيث تراه	ماذا يعني لـ LLMs
VRAM مخصص (إجمالي)	Task Manager "Dedicated GPU memory"; nvidia-smi إجمالي	ذاكرة فيزيائية على البطاقة. هذا هو الحد الثابت لأوزان النموذج.
VRAM حر	nvidia-smi memory.free	ما هو متاح الآن. سطح المكتب وألسنة المتصفح والتطبيقات الأخرى عادة تحتل 0.5–2 GB.
ذاكرة GPU المشتركة	Task Manager "Shared GPU memory"	RAM النظام (حتى حوالي نصفه) يمكن لـ GPU الانسكاب إليه عبر PCIe. أبطأ بكثير من VRAM — لا تحسبه عند تحديد حجم نموذج.
الذاكرة الموحدة (Apple Silicon)	About This Mac "Memory"	مجموعة CPU+GPU واحدة. يمكن لـ GPU استخدام معظمها، لذا تتصرف كمجموعة VRAM كبيرة مع عرض نطاق ترددي يعتمد على الشريحة.

عند تحميل نموذج، ما يهم هو free VRAM، وليس الإجمالي. بطاقة 12 GB مع استهلاك 1.5 GB بالفعل من قبل المركب والمتصفح لديها حوالي 10.5 GB للعمل معها — يكفي لجعل نموذج "يجب أن يناسب" فشل في التحميل. على NVIDIA، القائمة لكل عملية في أسفل nvidia-smi الإخراج يخبرك بالضبط ما يجب إغلاقه.

كم VRAM تحتاج فعلاً؟

السؤال وراء السؤال. عند تكمية 4-bit — المعيار للاستدلال المحلي — أوزان النموذج تأخذ تقريباً 0.5–0.6 GB لكل مليار معامل، بالإضافة إلى KV cache ينمو مع طول السياق. دليل تقريبي:

حجم النموذج	أوزان 4-bit (تقريبي)	VRAM للتشغيل براحة
7–8B	4–5 GB	6–8 GB
12–14B	7–9 GB	10–12 GB
24–32B	13–19 GB	16–24 GB
70B	36–42 GB	48 GB، أو توزيعها على معالجات رسوميات متعددة

يفترض عمود «مريح» سياقًا معتدلًا (4k–8k tokens)؛ السياقات الطويلة جدًا تضيف عدة جيجابايتات من ذاكرة KV cache فوق ذلك. للحصول على أرقام لكل نموذج، راجع جدول متطلبات VRAM لكل LLM رئيسي أو تصفح قاعدة بيانات النماذجللحصول على مزيجك الدقيق من النموذج والتكميم وطول السياق، استخدم حاسبة VRAMإذا كانت بطاقتك قصيرة، أفضل GPUs للنماذج اللغوية المحلية يصنف دليل الترقية الخيارات حسب VRAM لكل دولار — وإذا لم تكن بطاقة GPU جديدة تستحق الاستثمار، حاسبة الاستقرار بين استضافة ذاتية و API يُظهر متى يكون الدفع لكل token أرخص.

الأسئلة المتكررة

هل يمكنني زيادة VRAM على بطاقتي الرسومية؟

لا على GPU منفصل — شرائح الذاكرة ملحومة بالمجلس، لذا الترقية الوحيدة هي بطاقة مختلفة. وحدات GPU المدمجة هي الاستثناء: تسمح بعض إعدادات BIOS/UEFI بتغيير تخصيص الذاكرة (غالبًا بعنوان «UMA Frame Buffer Size» أو ما شابه). الذاكرة المشتركة للـ GPU في Windows ليست VRAM إضافية ولا تغير ما يناسب بالسرعة الكاملة.

لماذا يُبلغ Windows عن ذاكرة GPU أكثر مما تمتلكه بطاقتي؟

سطر «GPU Memory» في Task Manager هو VRAM مخصص بالإضافة إلى ذاكرة النظام المشتركة، و dxdiag يمكن أن يضخّم رقمه بنفس الطريقة. إن VRAM الفعلي هو قيمة «Dedicated GPU memory»، أو الإجمالي الذي nvidia-smi ينطبع. ستظهر بطاقة بسعة 8 GB على جهاز كمبيوتر بـ 32 GB غالبًا 24 GB من «GPU Memory» — فقط 8 GB منها هي VRAM حقيقية.

هل تساعد ذاكرة GPU المشتركة في تشغيل LLMs أكبر؟

Not meaningfully. Runtimes like llama.cpp and Ollama can deliberately offload layers to system RAM, which lets an oversized model run at all — but generation speed typically drops from tens of tokens per second to low single digits. Size your model to dedicated VRAM and treat RAM offload as a fallback, not a plan.

كم من VRAM يحتاج نموذج 7B أو 8B؟

حوالي 4–5 GB للأوزان عند 4-bit، لذا تشغل بطاقة بسعة 6–8 GB واحدًا بشكل مريح مع مساحة للسياق. تتعامل وحدة GPU بـ 8 GB مع فئة 7–8B جيدًا؛ 12 GB تفتح نماذج 12–14B. يوجد أفضل النماذج المحلية لـ Ollama دليل يعيّن النماذج الشهيرة إلى طبقات VRAM.

هل الذاكرة الموحدة على Mac هي نفسها VRAM؟

لتشغيل LLMs، قريبة جدًا: يعالج GPU مجموعة واحدة مشتركة، تصل إلى حد يحدده النظام يبلغ حوالي ثلثي إلى ثلاثة أرباع إجمالي الذاكرة. هذا يعني أن Mac بـ 32 GB يمكنه تشغيل نماذج لا يستطيع جهاز كمبيوتر بـ 12 GB GPU القيام به. يظهر الفرق في عرض نطاق الذاكرة، الذي يختلف عدة مرات بين شرائح Base و Max/Ultra ويحدد سقف tokens-per-second الخاص بك.

كيف يمكنني مراقبة استخدام VRAM بينما يعمل النموذج؟

على NVIDIA (أي نظام تشغيل)، قم بتشغيل nvidia-smi -l 1 للحصول على تحديث كل ثانية واحدة. على Windows، يتحدث عالم GPU في Task Manager مباشرة. على AMD Linux، استخدم watch -n 1 rocm-smi --showmeminfo vram؛ على Mac، تظهر أوزان النماذج كذاكرة عملية عادية في علامة التبويب Memory من Activity Monitor، نظرًا لأن المجموعة موحدة.