أفضل أجهزة الكمبيوتر المصغَّرة (Mini PCs) للذكاء الاصطناعي المحلي في عام ٢٠٢٦: دليل المشتري

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 الأمر. نقارن بين الفئات الأربع من الأجهزة ذات الحجم الصغير التي تهم فعليًّا مجال الذكاء الاصطناعي المحلي في الوقت الحالي — جهاز Mac mini من Apple، وDGX Spark من NVIDIA، وأجهزة Ryzen AI Max+ (“Strix Halo”) من AMD، وأجهزة الكمبيوتر المصغرة المزودة بوحدة معالجة الذكاء الاصطناعي (NPU) من Intel — مع المواصفات المؤكدة، والأسعار الحالية، والأرقام الفعلية لعدد الرموز في الثانية. وبنهاية هذا الدليل، ستعرف أي منها يناسب النماذج التي ترغب في تشغيلها، وأي بنود في ورقة المواصفات هي مجرد دعاية تسويقية وليست مؤشرًا على الأداء الفعلي.

الذاكرة الموحدة مقابل ذاكرة VRAM: المفهوم الوحيد الذي يفسر كل شيء

كل توصية من التوصيات الواردة أدناه تعتمد على هذا التمييز، لذا فإن الأمر يستحق ثلاثين ثانية من وقتك.

تحتوي وحدة معالجة الرسومات (GPU) التقليدية على ذاكرة VRAM مخصصة لها. وتبلغ سعة ذاكرة بطاقة RTX 4090 24 جيجابايت؛ فإذا كان النموذج الخاص بك وسياقه لا يتسعان في 24 جيجابايت، فلن يعمل على تلك البطاقة، نقطة. ذاكرة VRAM سريعة — تبلغ سرعة بطاقة 4090 حوالي 1,008 جيجابايت/ثانية — لكن سعتها لا تكفي أبدًا مقارنة بأحجام النماذج.

الذاكرة الموحدة تُحدث نقلة نوعية في هذا المجال. فكل من سلسلة M من آبل، وGB10 من إنفيديا، وStrix Halo من AMD تشترك جميعها في مجمع ذاكرة واحد بين وحدة المعالجة المركزية (CPU) ووحدة معالجة الرسومات (GPU)، لذا يمكن لجهاز بسعة 128 جيجابايت تخصيص ما يزيد عن 96 جيجابايت لنموذج معين. وهكذا يتمكن جهاز بحجم كف اليد من تشغيل نموذج يحتوي على 120 مليار معلمة، وهو ما لا يتسع لأي وحدة معالجة رسومات استهلاكية منفردة. الثمن الذي تدفعه هو عرض النطاق الترددي: تعمل ذاكرة LPDDR5x الموحدة بسرعة تتراوح بين 120 و275 جيجابايت/ثانية تقريبًا، وهو جزء ضئيل من عرض النطاق الترددي لذاكرة VRAM المنفصلة. ونظرًا لأن توليد الرموز (التوكنات) مرتبط بعرض النطاق الترددي للذاكرة، فإن هذا الحد الأقصى يحدد عدد الرموز في الثانية — بغض النظر عن مقدار القدرة الحاسوبية التي تدعي الشريحة توفيرها. ضع هذين الرقمين (السعة وعرض النطاق الترددي) في اعتبارك وستصبح كل ورقة مواصفات أدناه سهلة الفهم. إذا كنت ترغب في الحصول على الصورة الكاملة من جانب وحدة معالجة الرسومات (GPU)، فراجع مقالتنا المصاحبة حول الأفضل GPUs for local LLMs في عام ٢٠٢٦.

ملاحظة واحدة بشأن النموذج المعياري الذي سنستند إليه أدناه: gpt-oss-120B هو نموذج «مزيج الخبراء» (Mixture-of-Experts) يضم ما يقارب 117 مليار معلمة إجمالاً، لكن لا يُستخدم منها سوى حوالي 5.1 مليار معلمة نشطة لكل رمز. وهذا التصميم القائم على نموذج «مزيج الخبراء» (MoE) هو بالضبط السبب الذي يجعل النسخة المُكمَّنة مناسبة — وتعمل بسرعات قابلة للاستخدام — على هذه الأجهزة ذات الذاكرة الموحدة على الرغم من عرض النطاق الترددي المحدود لديها.

Apple Mac mini (M4 / M4 Pro): الخيار الافتراضي

لا يزال جهاز Mac mini هو الخيار الأسهل الذي نوصي به لأكبر عدد من المستخدمين، وقد زادت التغييرات في الأسعار لعام 2026 من وضوح ذلك. بعد أن ألغت Apple فئة السعة التخزينية 256 جيجابايت في مايو 2026، يبدأ سعر طراز M4 mini الأساسي الآن من $799 (ذاكرة موحدة سعة 16 جيجابايت، محرك أقراص SSD سعة 512 جيجابايت)، مع توفر خيار ذاكرة سعة 24 جيجابايت.

يحتوي الطراز الأساسي M4 على وحدة معالجة رسومات (GPU) ذات 10 نوى وعرض نطاق يبلغ 120 جيجابايت/ثانية — وهو ما يعتبر كافياً لنماذج فئة 8B، حيث تبلغ السرعة حوالي 18–22 توك/ثانية عند استخدام نموذج Llama 3.2 8B بمستوى الجودة Q4. أما بالنسبة لتطبيقات الذكاء الاصطناعي المحلية المتطورة، فستحتاج إلى M4 Pro, ، والتي ترتقي إلى وحدة معالجة رسومات (GPU) ذات 16 أو 20 نواة، والأهم من ذلك،, عرض نطاق يبلغ 273 جيجابايت في الثانية — أي أكثر من ضعف سعة الرقاقة الأساسية. وبفضل تهيئتها بسعة 48GB (حوالي $1,999)، فإنها تستوعب بسهولة نموذجًا سعة 32B مُكمَّل إلى Q4 بالكامل في الذاكرة، وتُشغِّل Qwen 2.5 32B بمعدل يتراوح بين 10 و15 توك/ثانية.

ملاحظة جديرة بالاهتمام قبل الشراء: تشير مواصفات جهاز M4 Pro إلى أنه يدعم سعة تصل إلى 64 جيجابايت، لكن شركة آبل سحبت الإصدار بسعة 64 جيجابايت من الأسواق خلال أزمة نقص ذاكرة DRAM في عام 2026، واعتبارًا من منتصف عام 2026، فإن أعلى سعة يمكن طلبها بشكل موثوق هي 48 جيجابايت. وإذا كنت بحاجة إلى سعة أكبر من ذلك على وجه التحديد، فإن أجهزة الذاكرة الموحدة بسعة 128 جيجابايت المذكورة أدناه تمثل الخيار الواقعي.

ما يجعل جهاز Mac mini جذابًا ليس سرعته القصوى، بل الحزمة الكاملة التي يقدمها. يستهلك الجهاز حوالي 15 واط في وضع السكون وحوالي 30 واط تحت حمل الاستدلال، ولا تكاد تسمع صوت دوران المروحة. يمكنك ترك الجهاز يعمل كخادم استدلال دائم التشغيل على أحد الرفوف ونسيان وجوده تمامًا. الدعم البرمجي عبر Ollama،, LM Studio, ، كما أن إطار عمل MLX من Apple ممتاز. إذا كنت مبتدئًا في مجال النماذج المحلية، فإن إذا كنت مبتدئًا فيه. يشرح خطوة بخطوة كيفية تشغيل نموذج على هذا النوع بالذات من الأجهزة.

NVIDIA DGX Spark: سعة 128 جيجابايت ومجموعة CUDA، بسعر معين

يُعد جهاز DGX Spark (الذي تم الكشف عنه تحت اسم “Project DIGITS” في معرض CES 2025، ثم أعيدت تسميته إلى DGX Spark في مؤتمر GTC في مارس 2025، ومن المقرر طرحه في الأسواق في 15 أكتوبر 2025) محاولة من شركة NVIDIA لوضع “حاسوب فائق شخصي يعمل بالذكاء الاصطناعي” على مكتبك. وهو يجمع بين رقاقة GB10 Grace Blackwell الفائقة — وهي وحدة معالجة مركزية (CPU) من نوع Arm ذات 20 نواة (10× Cortex-X925 + 10× Cortex-A725) بالإضافة إلى وحدة معالجة رسومات (GPU) من نوع Blackwell — مع 128 جيجابايت من ذاكرة LPDDR5x الموحدة والمتسقة, ، ومحرك أقراص SSD ذاتي التشفير بسعة 4 تيرابايت، وبطاقة شبكة ConnectX-7 بسرعة 200 جيجابت في الثانية لربط وحدتين. تقدر NVIDIA أداء الذكاء الاصطناعي FP4 لهذا الجهاز بما يصل إلى 1 بيتافلوب، ووفقًا لـ NVIDIA، يمكنه إجراء عمليات الاستدلال على نماذج تصل معلماتها إلى حوالي 200 مليار معلمة، أو ضبط ما يصل إلى حوالي 70 مليار معلمة. يتم توفير الطاقة بواسطة محول بقدرة 240 واط.

وها هو الجزء الصريح. إن «سبارك» هو وحش في معالجة المطالبات: فعند استخدامه مع نموذج gpt-oss-120B، فإنه يولد حوالي 1,723 توك/ثانية من التعبئة المسبقة في الاختبارات المعيارية، في فئة نظام مزود بثلاث بطاقات RTX-3090. لكن رمزياً جيل يبلغ فقط ~38.6 توك/ثانية في المقارنة نفسها، لأن عرض النطاق الترددي للذاكرة في GB10 لا يتجاوز 273 جيجابايت/ثانية — وهو ما يعادل جهاز Mac mini M4 Pro، ويُعد القيد المحدد خلال مرحلة فك الترميز المقيدة بالذاكرة. وقد أدى استخدام مجموعات الاستدلال المُحسَّنة بشكل مكثف (vLLM، SGLang، وTensorRT-LLM الخاص بشركة NVIDIA) قد رفعت، وفقًا للتقارير، معدل إنتاج gpt-oss-120B في وحدة واحدة إلى ما بين 50 و60 توك/ثانية مع التكوين المناسب، لكن الحد الأقصى لعرض النطاق الترددي الذي يبقيه أقل بكثير من نظام متعدد وحدات معالجة الرسومات (GPU) هو عامل فيزيائي، وليس برمجيًا.

ثم هناك مسألة السعر. طُرح جهاز «سبارك» بسعر $3,999 ثم ارتفع إلى $4,699 في فبراير 2026 وسط قيود على إمدادات الذاكرة — وهو ارتفاع قدره 18% عزاها «إنفيديا» إلى نقص ذاكرة DRAM وذاكرة NAND. وهذا يعادل تقريبًا $37 لكل جيجابايت من الذاكرة — وبالنسبة للإنتاجية الخالصة، يُقال إن ثلاث بطاقات RTX 3090 مستعملة تكلف أقل وتعمل بسرعة أكبر بعدة مرات. تبرر بطاقة Spark تكلفتها إذا كنت بحاجة بشكل خاص إلى حزمة برامج CUDA/NVIDIA، أو NVFP4، أو سعة الاستدلال التي تبلغ 200B معلمة في جهاز بقدرة 240 واط. نتعمق أكثر في مقالتنا مراجعة DGX Spark / مشروع DIGITS والمواجهة المباشرة DGX Spark مقابل Mac Studio المقارنة.

AMD Ryzen AI Max+ 395 (Strix Halo): الخيار الأمثل من حيث القيمة

تُعد بطاقة Strix Halo من AMD المفاجأة الأبرز في هذا الجيل. البطاقة الرائدة Ryzen AI Max+ 395 يحتوي على 16 نواة من طراز Zen 5، ووحدة معالجة رسومات RDNA 3.5 (Radeon 8060S) مزودة بـ 40 وحدة حسابية، ووحدة معالجة عصبية XDNA 2 بقدرة 50 TOPS. ويأتي مزودًا بما يصل إلى 128 جيجابايت من ذاكرة LPDDR5X, ، والتي يمكن تخصيص ما يصل إلى 96 جيجابايت منها لوحدة معالجة الرسومات (GPU)، فهي تستخدم نفس تقنية الذاكرة الموحدة التي يعتمد عليها جهاز «سبارك» — لتشغيل نموذج بحجم 120 بيتا، وهو ما لا تستطيع أي وحدة معالجة رسومات استهلاكية واحدة استيعابه — وبتكلفة ضئيلة جدًّا.

الميزة الرئيسية هي عرض النطاق الترددي وسرعة المعالجة. تصل سرعة ذاكرة Strix Halo إلى حوالي 256 جيجابايت/ثانية، أما على gpt-oss-120B فهي لا تتجاوز حوالي 340 توك/ثانية من التعبئة المسبقة مقابل 1,723 في «سبارك». لكن إليكم المفاجأة: عملية إنشاء التوكنات هي ~34 توك/ثانية, within a whisker of the Spark’s 38. For chat-style workloads where you generate more than you ingest, the gap is small. Expect roughly 12 tok/s on لَامَا 3.3 بسعة 70 مليار معلّمة at Q4, at 80–120W.

ما يجعلها جذابة هو السعر والتنوع في الخيارات. وقد ارتفعت الأسعار المبدئية مع نقص ذاكرة الوصول العشوائي (RAM) لعام 2026: حيث تُباع إصدارات GMKtec EVO-X2 بسعة 64 جيجابايت بسعر يبدأ من حوالي $1,500، بينما يقترب سعر EVO-X2 بسعة 128 جيجابايت الآن من $2,200. يبدأ سعر الكمبيوتر المكتبي القابل للإصلاح من Framework من حوالي $1,639 (هيكل أساسي، معالج Ryzen AI Max+ 395، ذاكرة 64GB) قبل إضافة سعة التخزين ونظام التشغيل، أما محطة عمل الذكاء الاصطناعي AI Workstation 300 من Corsair فقد تم إطلاقها بسعر يقارب $2,000، لكن سعرها تجاوز هذا الرقم بكثير خلال فترة النقص. تكمن المشكلة في البرمجيات — يعمل كل من ROCm و llama.cpp بشكل جيد، لكن النظام البيئي أقل نضجًا من نظامي Apple أو NVIDIA، وتعتمد ميزات الذكاء الاصطناعي في Windows على وحدة المعالجة العصبية (NPU) بدلاً من وحدة معالجة الرسومات (GPU) الكبيرة.

أجهزة الكمبيوتر المصغرة من إنتل: الطرز الصغيرة وتفريغ أعباء وحدة المعالجة العصبية (NPU)

تحتل أجهزة الكمبيوتر المصغرة من إنتل فئة مختلفة، ومن المهم تجنب الشراء الخاطئ في هذا الصدد. تجمع رقائق «آرو ليك-إتش» الحالية، مثل «كور ألترا 9 285H»، بين وحدة معالجة رسومات مدمجة «آرك» ووحدة معالجة عصبية تبلغ قدرتها 13 توبس، لتصل قدرة الحوسبة الاصطناعية للمنصة إلى ما يقارب 99 توبس عند احتساب كل من وحدة المعالجة المركزية ووحدة معالجة الرسومات؛ تُدمج حزمة IPEX-LLM من إنتل كل من Ollama و llama.cpp في كل من وحدة معالجة الرسومات المدمجة (iGPU) ووحدة معالجة الذكاء الاصطناعي (NPU). أما الخطوة الأكبر في عام 2026 فهي Panther Lake (سلسلة Core Ultra 3)، التي تم إطلاقها في معرض CES 2026، والتي تجمع بين وحدة معالجة NPU بقوة 50 TOPS ووحدة معالجة رسومات GPU أقوى بكثير لتصل إلى ما يقارب 180 TOPS على مستوى المنصة — على الرغم من أنها تظل منصة من فئة أجهزة الكمبيوتر المحمولة، وليست جهازًا مكتبيًا يعمل بالنماذج الكبيرة.

لكن لا توجد أي من هذه الأجهزة من فئة أجهزة النماذج الضخمة ذات الذاكرة الموحدة. وبفضل ذاكرة DDR5 القياسية (التي تبلغ سرعتها عادةً حوالي 120 جيجابايت/ثانية عبر قناة مزدوجة) وغياب تخصيص 96 جيجابايت للوحدة المعالجة الرسومية (GPU)، يُعد جهاز الكمبيوتر الصغير من إنتل الأداة المناسبة للنماذج التي يتراوح حجمها بين 3B و8B، والمساعدات الصوتية المدمجة في الجهاز، وعمليات النسخ، والمهام الخلفية المعجلة بواسطة وحدة المعالجة العصبية (NPU) — وليس لتشغيل نموذج بحجم 70B. إذا كان حجم العمل الخاص بك هو “نموذج 8B مُكمَّل وبعض ميزات الذكاء الاصطناعي في Windows”، فإن جهاز Intel يعد خيارًا رخيصًا وموفرًا للطاقة. أما إذا كان “أكبر نموذج يمكنني تشغيله”، فابحث عن الأجهزة ذات الذاكرة الموحدة المذكورة أعلاه. المفاضلة بين وحدة المعالجة العصبية (NPU) ووحدة معالجة الرسومات (GPU) هنا هي موضوع بحد ذاته، وقد تمت تغطيته في وحدة المعالجة العصبية (NPU) مقابل وحدة معالجة الرسومات (GPU) في مجال الذكاء الاصطناعي تفصيل.

جدول المقارنة

الأرقام الواردة أدناه تتعلق بنموذج gpt-oss-120B (توليد الرموز / معالجة المطالبات) استنادًا إلى اختبارات موحدة على غرار llama.cpp حيث ينطبق كلا النموذجين؛ وفي الحالات الأخرى، تُدرج ملاحظات خاصة بالنماذج الأصغر حجمًا. الأسعار محددة لمنتصف عام 2026 بالدولار الأمريكي، وتتغير تبعًا لنقص الذاكرة المستمر.

*تشير مواصفات جهاز M4 Pro إلى أنه يدعم سعة 64 جيجابايت، لكن هذه السعة تم سحبها من السوق خلال أزمة نقص ذاكرة DRAM في عام 2026؛ وتُعد سعة 48 جيجابايت الحد الأقصى العملي في منتصف عام 2026.

للإشارة، يبلغ عرض النطاق الترددي لجهاز Mac Studio M3 Ultra حوالي 819 جيجابايت/ثانية (ويقوم بفك تشفير نفس طراز 120B بمعدل حوالي 70 توك/ثانية)، بينما يصل جهاز مزود بثلاث بطاقات 3090 إلى معدل فك تشفير يبلغ ~124 توك/ثانية — وكلاهما يتجاوز نطاق أجهزة الكمبيوتر الصغيرة بكثير، وهو ما يذكّرنا بما تتنازل عنه مقابل الحجم الصغير. إذا كنت تفكر في شراء جهاز Apple أكبر حجمًا، فإن Mac Studio M4 Max مقابل M4 Ultra دليل يشمل تلك الخطوة.

التوصيات حسب حالة الاستخدام

معظم الناس / المساعد الصامت الذي يعمل دائمًا: Mac mini M4 Pro، 48 جيجابايت. أفضل توازن بين الأداء، والضوضاء شبه المعدومة، واستهلاك طاقة يبلغ حوالي 30 واط، ومجموعة برامج متطورة. اختر الطراز الأساسي M4 بسعة 24 جيجابايت إذا كنت تحتاج فقط إلى طرازات بسعة 8B.

الحجم الأقصى للنموذج في حدود الميزانية: جهاز AMD Strix Halo (GMKtec EVO-X2 أو Framework Desktop أو Corsair AI Workstation 300). تتيح لك سعة 128 جيجابايت تحميل نماذج بحجم 70B–120B التي لا يستطيع جهاز Mac mini التعامل معها، بسرعات معالجة تقترب من سرعة جهاز Spark الأغلى ثمناً بكثير — وحتى مع ارتفاع الأسعار بسبب النقص في المعروض، فإن سعره أقل بكثير من سعر جهاز Spark.

التطوير باستخدام CUDA / سير عمل NVIDIA / المعالجة المكثفة للموجهات: DGX Spark. أنت تدفع سعرًا أعلى مقابل حزمة NVIDIA، وNVFP4، وتقنية التجميع ConnectX، وأفضل ميزة «التعبئة المسبقة» في فئتها — ولا يكون هذا مبررًا إلا إذا كانت هذه الميزات مهمة بالنسبة لك على وجه التحديد.

النماذج الصغيرة المدمجة في الجهاز ومهام وحدة المعالجة العصبية (NPU): جهاز كمبيوتر صغير مزود بمعالج «Arrow Lake» أو «Panther Lake» من إنتل. إنه جهاز رخيص وفعال، ويتميز بحجم مناسب لأعمال الفئة 8B وميزات الذكاء الاصطناعي في نظام ويندوز.

الأسئلة الشائعة

ما هو أفضل جهاز كمبيوتر صغير لتشغيل نماذج اللغة الكبيرة (LLMs) المحلية في عام 2026؟

بالنسبة لمعظم المستخدمين، فإن الخيار الأمثل هو جهاز Mac mini M4 Pro بسعة 48 جيجابايت — فهو هادئ، ومنخفض الاستهلاك للطاقة، وقادر على تشغيل نماذج تصل سعتها إلى حوالي 32B. أما إذا كنت بحاجة إلى تشغيل نماذج بحجم 70B+، فإن جهاز AMD Strix Halo بسعة 128GB يُعد الخيار الأفضل من حيث القيمة، في حين يُعد جهاز NVIDIA DGX Spark الخيار المتميز الذي يدعم تقنية CUDA.

ما هي سعة ذاكرة الوصول العشوائي (RAM) التي أحتاجها لتشغيل نموذج يحتوي على 70 مليار معلمة؟

يحتاج نموذج 70B المُكمَّل إلى المستوى Q4 إلى ما يقارب 40–48 جيجابايت للأوزان وحدها، بالإضافة إلى مساحة احتياطية للسياق. في الواقع، ستحتاج إلى جهاز بسعة 64 جيجابايت كحد أدنى، و128 جيجابايت لتشغيله بسلاسة مع نافذة سياق كبيرة. وهذا يستبعد جهاز Mac mini الحالي بسعة 48 جيجابايت بالنسبة لأكبر إعدادات نموذج 70B، ويشير إلى الأجهزة ذات الذاكرة الموحدة بسعة 128 جيجابايت.

لماذا يتأخر جهاز NVIDIA DGX Spark في إنشاء الرموز الرقمية رغم أن تكلفته تبلغ $4,000+؟

لأن عملية توليد الرموز (token) مقيدة بعرض النطاق الترددي للذاكرة، وتبلغ سرعة Spark 273 جيجابايت/ثانية، وهي سرعة متواضعة — تعادل سرعة جهاز Mac mini M4 Pro. تكمن قوته في سرعة المعالجة (حوالي 1,723 رمز/ثانية في طراز 120B) وسعة 128 جيجابايت، وليس في سرعة التوليد الخام، حيث أظهرت الاختبارات المعيارية أن سرعته تبلغ حوالي 38 رمز/ثانية (يمكن أن تصل المكدسات المُحسّنة إلى حوالي 50–60).

هل الذاكرة الموحدة تضاهي ذاكرة VRAM الخاصة بوحدة معالجة الرسومات (GPU) المخصصة؟

إنها مسألة مقايضة. توفر الذاكرة الموحدة سعة أكبر بكثير (تصل إلى 128 جيجابايت)، مما يتيح لك تشغيل نماذج لا تتسع لها أي وحدة معالجة رسومات (GPU) استهلاكية منفردة، ولكن بعرض نطاق ترددي أقل بكثير من ذاكرة VRAM. وبالنسبة للنماذج الكبيرة التي لا يمكن تشغيلها بخلاف ذلك، فإنها الخيار العملي الوحيد؛ أما بالنسبة للنماذج الأصغر حجمًا، فإن وحدة معالجة الرسومات المنفصلة تكون أسرع.

هل يمكن لجهاز Mac mini تشغيل طراز 70B؟

ليس تمامًا، بعد الآن. مع سحب الطراز بسعة 64 جيجابايت من السوق بسبب النقص الذي سيحدث في عام 2026، فإن أقوى جهاز Mac mini M4 Pro المتاح للشراء يأتي بسعة 48 جيجابايت — وهي سعة تكفي في أحسن الأحوال لـ 70B مضغوطة ومكثفة للغاية، مع سعة احتياطية عملية تصل إلى حوالي 32B عند المستوى Q4. للعمل الذي يتطلب 70B، انتقل إلى جهاز بسعة 128GB مثل Strix Halo أو Mac Studio أو DGX Spark.

هل تُعد أجهزة الكمبيوتر المصغرة AMD Strix Halo مناسبة لاستخدامات الذكاء الاصطناعي، أم أن البرامج لا تعمل عليها بشكل جيد؟

إنها تتمتع بقدرات حقيقية — ذاكرة بسعة 128 جيجابايت وسرعات معالجة تقترب من DGX Spark مقابل جزء بسيط من السعر. لكن المشكلة تكمن في البرمجيات: يعمل كل من ROCm و llama.cpp، لكنهما أقل إتقانًا من MLX من Apple أو CUDA من NVIDIA، كما أن سرعة المعالجة ضعيفة. إذا كنت لا تمانع في إجراء بعض الإعدادات، فإن القيمة التي تحصل عليها ممتازة.

ما هو مستوى الطاقة والضوضاء الذي يمكنني توقعه من هذه الآلات؟

يُعد جهاز Mac mini الأكثر هدوءًا والأكثر كفاءة، حيث يستهلك حوالي 30 واط تحت الحمل ويكاد يكون صامتًا تمامًا. أما أجهزة Strix Halo فتستهلك ما بين 80 و120 واط، وتحتوي على مراوح مسموعة الصوت ولكنها متواضعة. يأتي جهاز DGX Spark مزودًا بمحول طاقة بقدرة 240 واط. وتتميز جميع هذه الأجهزة بهدوء فائق واستهلاك أقل للطاقة مقارنة بأجهزة الكمبيوتر المكتبية المزودة بوحدات معالجة رسومات متعددة (multi-GPU)، والتي قد تستهلك ما بين 300 و450 واط أو أكثر.

الخلاصة

لقد أصبح عصر أجهزة الكمبيوتر المصغرة المخصصة للذكاء الاصطناعي المحلي حقيقة واقعة، لكن الحملات التسويقية تبالغ في الترويج لها من ناحية معينة: فهذه الأجهزة تتميز بحجمها الصغير، وهدوئها، وقوتها، وذاكرتها الموحدة الكبيرة — وليس بسرعتها الخام. ولا يوجد جهاز من هذا النوع يتفوق على جهاز كمبيوتر مكتبي مزود بوحدات معالجة رسومات متعددة (GPU) من حيث عدد الرموز في الثانية، ولا ينبغي عليك شراء أحدها متوقعًا ذلك.

اختر وفقًا لحجم النموذج الذي تقوم بتشغيله فعليًّا. بالنسبة للنماذج التي تتراوح سعتها بين 8B و32B وبأقل قدر من التعقيد، يُعد جهاز Mac mini M4 Pro الخيار الأسهل، وهو ما نوصي به لمعظم القراء. لتشغيل النماذج من 70B إلى 120B بدون جهاز برجي، يوفر جهاز AMD Strix Halo أفضل أداء مقابل المال، بينما يُخصص جهاز DGX Spark لمن يحتاجون تحديدًا إلى حزمة NVIDIA وقدرتها على المعالجة السريعة. وإذا كانت احتياجاتك تقتصر على النماذج من 8B، فسيفي جهاز الكمبيوتر الصغير من Intel بالغرض بتكلفة أقل. اختر الذاكرة المناسبة للطراز، واطلع على معدل النطاق الترددي، وتجاهل قيمة البيتافلوب المذكورة على العلبة.