يحوّل NVIDIA PAIR شبكتك المنزلية إلى عنقود ذكاء اصطناعي محلي—فهل ما زلت بحاجة إلى خادم واحد مزوّد بوحدة معالجة رسومات كبيرة؟

يغيّر NVIDIA PAIR افتراضًا مهمًا بشأن توسيع نطاق الذكاء الاصطناعي المحلي: فالحصول على قدرة حوسبة أكبر لا يعني دائمًا شراء خادم واحد مزود بوحدة معالجة رسومات أكبر. يربط PAIR أجهزة كمبيوتر متوافقة على الشبكة المحلية نفسها، ويوجّه طلبات الاستدلال المستقلة من Ollama أو LM Studio إلى الأجهزة القادرة على خدمتها. ولذلك يمكن لجهاز ألعاب أو محطة عمل أو جهاز Mac أو صندوق ذكاء اصطناعي مخصص أن يساهم في مجمّع الاستدلال المحلي نفسه.

لكن هناك قيد مهم. لا يدمج PAIR عدة وحدات معالجة رسومات في مسرّع واحد أكبر، ولا يجمع ذاكرة VRAM الخاصة بها، ولا يقسّم نموذجًا واحدًا على أجهزة كمبيوتر عادية متعددة. تكمن قيمته الفعلية في أمر مختلف: إذ يتيح لعدة مهام ذكاء اصطناعي مستقلة استخدام عدة أجهزة في الوقت نفسه. ويحدد هذا الفرق ما إذا كان PAIR سيغيّر فعلًا طريقة بنائك لنظام ذكاء اصطناعي محلي.

ما هو NVIDIA PAIR؟

موجّه الذكاء الاصطناعي الشخصي من NVIDIA، أو PAIR، هو طبقة محلية لتوجيه الاستدلال تمنح تطبيقات الذكاء الاصطناعي المتوافقة نقطة نهاية مألوفة واحدة، مع توزيع الطلبات على أجهزة مقترنة ضمن الشبكة نفسها.

يصف الاستعراض التقني لـ PAIR من NVIDIA النظام بأنه موجّه استدلال افتراضي لـ Ollama وLM Studio. وتشمل النسخة التجريبية الحالية دعمًا للأنظمة المتوافقة التي تعمل بنظام Windows أو Linux أو macOS، مع أجهزة RTX المدعومة وDGX Spark وأنظمة Apple M4+ ضمن الأهداف المدرجة.

لا يحل PAIR محل محرّك الاستدلال. فما زال Ollama أو LM Studio يحمّل النموذج ويشغّله على الجهاز المحدد لذلك الطلب. ويتولى PAIR اكتشاف العقد، ومعرفة النماذج، وتحديد أهلية العقد، والتوجيه عبر الواجهة المحلية المألوفة.

هل يجمع NVIDIA PAIR ذاكرة وحدات معالجة الرسومات؟

لا. لا يجمع PAIR ذاكرة VRAM، ولا ينشئ وحدة معالجة رسومات افتراضية واحدة، ولا يوزّع طلب استدلال واحدًا على عدة أنظمة عادية.

هذا هو الحدّ التقني الأهم الذي يجب فهمه قبل وصف PAIR بأنه عنقود ذكاء اصطناعي محلي.

إذا كان لديك:

• نظام RTX واحد بذاكرة VRAM سعتها 24 غيغابايت،
• نظام RTX آخر بذاكرة VRAM سعتها 24 غيغابايت،
• وجهاز Mac بذاكرته الموحدة الخاصة،

لا يحوّلها PAIR تلقائيًا إلى مجمّع ذاكرة واحد أكبر قادر على تحميل نموذج لا تستطيع أيّ من الأجهزة المنفردة استيعابه.

توضح NVIDIA هذا القيد صراحةً في الأسئلة الشائعة حول PAIR من NVIDIA. يُرسل كل طلب استدلال إلى عقدة مؤهلة واحدة، ويجب أن تكون تلك العقدة قادرة على تشغيل النموذج المطلوب بنفسها.

توسّع PAIR التزامن وسعة الاستدلال المتاحة بصورة أساسية، وليس الحد الأقصى للذاكرة المتاحة لنموذج واحد.

ما الذي توزّعه NVIDIA PAIR فعليًا؟

توزّع PAIR طلبات الاستدلال المستقلة.

هذا مهم لأن تطبيقات الذكاء الاصطناعي الحديثة تنشئ بصورة متزايدة عدة استدعاءات للنموذج انطلاقًا من هدف واحد للمستخدم. وقد يوزّع سير عمل متعدد الوكلاء مهامًا منفصلة للبحث في المصادر، أو فحص الشيفرة، أو تلخيص المستندات، أو تصنيف الملفات، أو التحقق من إجابة.

إذا كانت هذه المهام مستقلة بما يكفي لتعمل بالتوازي، فيمكن لعدة أجهزة المساهمة بقدرة حوسبية مفيدة في الوقت نفسه.

• يتيح التوازي على مستوى النموذج تعاون عدة مسرّعات على نموذج كبير واحد أو مهمة استدلال واحدة.
• تتيح PAIR عدة حواسيب مستقلة لمهام استدلال مختلفة.

بالنسبة إلى سير عمل الوكلاء، تزداد أهمية المشكلة الثانية.

لماذا تُعد PAIR أكثر أهمية لوكلاء الذكاء الاصطناعي من روبوتات الدردشة البسيطة؟

تعمل روبوتات الدردشة التقليدية بصورة متسلسلة في الغالب: يرسل المستخدم رسالة، ويُرجع النموذج إجابة، ثم يأتي الطلب التالي.

يمكن أن تتصرف أنظمة الوكلاء بطرق مختلفة. قد ينتج عن هدف واحد عدة مهام فرعية، ويمكن تشغيل بعض هذه المهام في الوقت نفسه. وهذا يغيّر سؤال توسيع نطاق الذكاء الاصطناعي محليًا من "ما أكبر نموذج يمكن لوحدة معالجة الرسوميات هذه تحميله؟" إلى "كم عدد مهام الاستدلال المفيدة التي يمكن لبنيتي التحتية المحلية التعامل معها في وقت واحد؟"

عرضت NVIDIA تقنية PAIR باستخدام سير عمل Hermes Desktop الذي يتضمن خمسة وكلاء فرعيين. وفي اختبار خاص بإعداد NVIDIA، أكملت ثلاثة أنظمة مشاركة في الاختبار المهمة خلال 8 دقائق و48 ثانية، مقارنةً بـ18 دقيقة على حاسوب محمول واحد مزود بـ RTX Spark.

هذه النتيجة عرض توضيحي من المورّد، وليست ضمانًا عامًا للأداء. والخلاصة المفيدة أضيق نطاقًا: يمكن لأحمال العمل التي تتضمن عددًا كافيًا من مهام الاستدلال المستقلة الاستفادة من زيادة عدد العاملين المستقلين.

ويغير ذلك أيضًا اقتصاديات العتاد الذي تملكه بالفعل. ويساعد مقارنة أوسع لتكاليف الذكاء الاصطناعي المحلي على فصل قيمة إعادة استخدام القدرة الحاسوبية غير المستغلة عن السؤال المختلف تمامًا المتعلق بشراء جهاز مخصص للاستدلال.

كيف يقرر NVIDIA PAIR أي جهاز سيعالج الطلب؟

لا يوزع PAIR الطلبات بالتناوب ببساطة على كل جهاز.

توضح وثائق PAIR الرسمية أن العقدة يجب أن تكون قابلة للوصول، وأن تشغّل محرك استدلال متوافقًا، وأن تعلن عن النموذج المطلوب بالضبط قبل أن تصبح مؤهلة.

من بين العقد المؤهلة، يأخذ PAIR في الاعتبار العمل الحالي والمهام التي أُرسلت مؤخرًا، بحيث يمكن توزيع الطلبات المتزامنة على الأجهزة المتاحة بدلًا من اصطفافها جميعًا خلف محرك واحد.

ينشئ هذا قاعدة مهمة: لا يؤدي الانضمام إلى مجموعة PAIR إلى جعل كل عقدة قادرة على تشغيل كل نموذج.

تظل النماذج مرتبطة بمحرك الاستدلال المثبت على كل جهاز. ويمكن لعقدة أن تحتوي على نموذج للبرمجة، بينما تحتوي أخرى على نموذج عام، مع توجيه الطلبات وفقًا لتوفر النموذج.

هل تتزامن النماذج تلقائيًا بين عقد PAIR؟

لا. لا تشارك العقد ملفات النماذج تلقائيًا.

إذا كان جهاز واحد فقط يحتوي على نموذج معين، فلا يمكن إلا لذلك الجهاز معالجة الطلبات الخاصة به. ويمنح تثبيت النموذج نفسه على عدة عقد PAIR مزيدًا من الأجهزة المؤهلة لهذا الحمل.

ينشئ هذا استراتيجيتين مفيدتين:

تكرار النماذج كثيرة الاستخدام

ضع النموذج نفسه، عند كثرة استخدامه، على عدة عقد عندما تريد سعة أكبر للطلبات المتزامنة أو أجهزة بديلة لهذا النوع من الطلبات.

تخصيص العقد المختلفة

دع أجهزة مختلفة تستضيف نماذج تتوافق مع عتادها أو دورها—مثل نموذج للبرمجة على نظام، ونموذج عام أخف على نظام آخر.

لذلك يمكن لـ PAIR إنشاء مجموعة استدلال غير متجانسة، لكن تحديد موضع النماذج يظل قرارًا متعلقًا بتخطيط السعة. ولا تزال قاعدة ملاءمة الذاكرة نفسها تنطبق على كل عقدة، لذا تظل متطلبات عتاد Ollama الحالية مهمة عند تحديد النماذج التي يمكن لجهاز معين تشغيلها.

هل تحتاج تطبيقات Ollama وLM Studio إلى إعادة الكتابة من أجل PAIR؟

من أقوى خيارات التصميم في PAIR أن التطبيقات المتوافقة يمكنها الاستمرار في استخدام الواجهات المحلية المألوفة.

يضع PAIR وكيلًا أمام Ollama أو LM Studio. ويتصل التطبيق بنقطة نهاية محلية متوافقة مع Ollama أو OpenAI، بينما يقرر PAIR أي عقدة مقترنة تنفّذ الاستدلال في النهاية.

وهذا يعني أن التطبيق لا يحتاج إلى تتبع:

• عنوان IP لكل حاسوب،
• أي جهاز مشغول حاليًا،
• حيث يكون النموذج المطلوب مثبتًا،
• أو أي عقدة ينبغي أن تتلقى الطلب التالي.

تصف NVIDIA ذلك بأنه لا يتطلب أي تغييرات في الوكيل أو منظومة التشغيل لسير العمل المتوافق.

يوضح هذا التمييز أيضًا ماهية PAIR: بنية تحتية للاستدلال، وليست إطارًا للوكلاء.

هل يُعد NVIDIA PAIR منظومة تشغيل لوكيل ذكاء اصطناعي؟

لا. يحل PAIR ومنظومة تشغيل الوكيل مشكلتين مختلفتين.

تحدد منظومة تشغيل الوكيل العمل الذي ينبغي تنفيذه، وكيفية تقسيم المهمة، والأدوات المستخدمة، وكيفية تنسيق الوكلاء الفرعيين. يعمل PAIR في مستوى أدنى ضمن المكدس. وبمجرد وجود طلب استدلال، يساعد في تحديد الجهاز المحلي المؤهل الذي ينبغي أن يخدمه.

يتيح هذا الفصل لـ PAIR العمل أسفل أنظمة وكلاء مختلفة دون تولّي منطق التخطيط. وإذا أردت استكشاف الطبقة الأعلى منه، يوضح دليلنا حول إضافات DeepSeek Harness كيف يمكن لمنظومة تشغيل تغيير سلوك سير العمل، مع ترك تحديد موضع الاستدلال لطبقة منفصلة.

هل يستطيع PAIR تحويل حواسيب المنزل غير المستغلة إلى موارد مفيدة لحوسبة الذكاء الاصطناعي؟

نعم، عندما يتضمن عبء العمل عددًا كافيًا من الطلبات المستقلة، وتستضيف الأجهزة المتاحة النماذج المطلوبة فعلًا.

تحتوي العديد من المنازل والمكاتب الصغيرة بالفعل على موارد حوسبة غير مستغلة:

• حاسوب ألعاب،
• محطة عمل،
• جهاز Mac متوافق،
• جهاز ذكاء اصطناعي محلي مخصص،
• أو نظام DGX Spark.

يتيح PAIR لهذه الأجهزة المساهمة بالقدرة الحوسبية دون الحاجة إلى مجموعة تقليدية تعمل دائمًا. فقد ينشغل حاسوب ألعاب، أو يدخل حاسوب محمول في وضع السكون، بينما يواصل نظام آخر جاهز معالجة الطلبات المتوافقة.

لكن وقت وحدة معالجة الرسومات الاحتياطي وحده لا يكفي. فلا يمكن لعقدة متاحة خدمة طلب إذا كان النموذج المطلوب مفقودًا أو لم تكن ذاكرة الجهاز كافية لتشغيله.

ماذا يحدث عندما تصبح عقدة PAIR مشغولة أو غير متصلة؟

يتتبع PAIR العقد المتاحة ويوجّه الطلبات الجديدة إلى الأجهزة المؤهلة فقط.

إذا انشغل أحد محطات العمل بينما تكون عُقدة مناسبة أخرى جاهزة، فيمكن وضع الطلبات المستقلة اللاحقة في مكان آخر. وهذا يجعل التجمع أكثر مرونة من ربط كل تطبيق بخادم استدلال ثابت واحد.

ما تزال هناك حالات فشل واضحة:

• النموذج المطلوب موجود على عُقدة واحدة غير متاحة فقط،
• لا يوجد محرك متوافق جاهز،
• أو لا تملك أي آلة متبقية سعة كافية للطلب.

يحسن PAIR الاستفادة، لكنه لا يلغي تخطيط السعة.

متى يظل خادم واحد كبير لوحدات معالجة الرسومات أفضل من NVIDIA PAIR؟

لا يجعل PAIR خوادم الذكاء الاصطناعي المخصصة قديمة.

قد يظل النظام القوي الواحد هو التصميم الأفضل عندما يتطلب عبء العمل:

• نموذج يتجاوز الذاكرة المتاحة في كل عُقدة من عُقد PAIR،
• استدلال متوقع على مدار الساعة طوال أيام الأسبوع،
• إتاحة متسقة للنموذج،
• استخدام مرتفع ومستمر،
• استدلال متعدد لوحدات معالجة الرسومات مترابطة بإحكام،
• أو عمليات أبسط.

كما يتجنب الخادم المخصص الاعتماد على الحواسيب المحمولة أو حواسيب الألعاب التي قد تدخل في وضع السكون أو تنتقل من مكان إلى آخر أو تعيد التشغيل أو تُستعاد لاستخدامها في أعمال أخرى.

يكون PAIR في أقوى حالاته عندما تكون المشكلة هي السعة الموزعة غير المستغلة، وليس عدم كفاية الذاكرة في كل جهاز على حدة.

إذا كان الذكاء الاصطناعي المحلي يتنافس بالفعل مع التخزين أو الوسائط أو النسخ الاحتياطية أو الخدمات الأخرى على جهاز واحد، فالقيود لا تتعلق بوحدة معالجة الرسومات فقط. يغطي دليلنا حول قيود خوادم الذكاء الاصطناعي المحلية العلامات التي تشير إلى أن الاستدلال بدأ يزعزع استقرار بقية خادم المنزل.

هل يحافظ NVIDIA PAIR على خصوصية بيانات الذكاء الاصطناعي المحلي؟

صُمم PAIR للإبقاء على المطالبات والبيانات وحركة مرور الاستدلال داخل الشبكة المحلية بدلًا من إرسال الاستدلال إلى خدمة سحابية.

توثّق بنية الثقة PAIR من NVIDIA الاقتران الصريح للعُقد وبروتوكول TLS المتبادل بين الأنظمة المقترنة.

هذا لا يجعل كل عملية نشر محلية آمنة تلقائيًا. ما يزال المستخدمون بحاجة إلى أجهزة موثوقة، وشبكة موثوقة، وأذونات تطبيقات معقولة، وأمان اعتيادي لنقاط النهاية.

يحمي التوجيه المحلي حدًا مختلفًا عن الاستدلال السحابي: فهو يُبقي طلب النموذج داخل شبكة المستخدم الخاصة، لكن يظل أمان تلك الشبكة والأجهزة الموجودة داخلها مهمًا.

هل يمكن أن تصبح NVIDIA PAIR نقطة نهاية API للذكاء الاصطناعي على مستوى الشبكة؟

ليس افتراضيًا.

تكون نقطة نهاية PAIR الموجهة للتطبيقات محلية على الجهاز الذي يشغّل التطبيق. ويمكن لذلك الجهاز توجيه الطلبات إلى عقدة أخرى قادرة، لكن PAIR لا يوفّر تلقائيًا خدمة استدلال مفتوحة للأجهزة العشوائية عبر شبكة LAN.

إذا أراد المستخدم واجهة API واحدة مركزية ومكشوفة على مستوى الشبكة بالكامل، ومتوافقة مع Ollama أو OpenAI، فهذا قرار نشر منفصل.

وهذا سبب آخر للتعامل مع PAIR على أنه طبقة توجيه، لا منصة خادم منزلي متكاملة.

أين يندرج الخادم المنزلي إذا كان PAIR يستخدم أجهزة الكمبيوتر للاستدلال؟

يجعل PAIR الحوسبة أكثر مرونة، بينما تستفيد الأجزاء الأخرى من نظام ذكاء اصطناعي مفيد من بقائها مستمرة.

قد تدخل عُقد GPU في وضع السكون، أو تنشغل، أو تغادر الشبكة، أو تتخصص في نماذج مختلفة. أما الخدمات طويلة الأمد فلها متطلب مختلف.

لا يزال بإمكان خادم محلي مستمر الاحتفاظ بما يلي:

• ووقت تشغيل الوكيل وجدوله،
• والملفات الخاصة،
• وفهارس RAG،
• وقواعد البيانات المتجهية،
• وحالة المهام،
• والسجلات،
• وأرشيفات النماذج،
• والنسخ الاحتياطية.

ينشئ هذا تمييزًا مفيدًا بين الحوسبة المرنة والحالة المستمرة. يركّز PAIR على المشكلة الأولى؛ بينما يمكن للخادم المنزلي أن يظل مسؤولًا عن الثانية.

ويفيد هذا الفصل بالفعل في مساعد ذكاء اصطناعي خاص على NAS، حيث لا يتعين أن توجد الملفات طويلة الأمد وحالة الاسترجاع على الجهاز نفسه الذي ينفذ كل استدعاء للنموذج.

كما يغيّر ذلك طريقة تفكيرك في الذكاء الاصطناعي المحلي وتخزين الملفات. يمكن لخادم تخزين مستقر أن يظل قيد التشغيل دائمًا، بينما تنضم عُقد استدلال أكثر قوة إلى عبء العمل عند الحاجة فقط.

تتبع بنية وكيل الذكاء الاصطناعي الهجينة الأوسع المبدأ نفسه: لا يلزم تشغيل كل جزء من نظام الذكاء الاصطناعي على الجهاز نفسه.

هل يعني NVIDIA PAIR أنك لم تعد بحاجة إلى خادم واحد مزود بوحدة معالجة رسومات كبيرة؟

ليس بالضرورة. يغيّر PAIR سؤال التوسّع بدلًا من إلغاء الحاجة إلى خوادم الذكاء الاصطناعي المخصصة.

قبل شراء نظام GPU أكبر، أصبح لدى مستخدمي الذكاء الاصطناعي المحلي الآن سؤال آخر يطرحونه:

هل عنق الزجاجة لدي هو نموذج واحد يحتاج إلى ذاكرة أكبر، أم العديد من مهام الاستدلال التي تتنافس على الجهاز نفسه؟

أما إذا كانت المشكلة نموذجًا واحدًا ضخمًا، فإن توجيه الطلبات في PAIR لا ينشئ ذاكرة VRAM مجمّعة، وقد لا يحل المشكلة.

إذا كانت المشكلة تتمثل في عدة وكلاء، أو عدة مستخدمين، أو عدة نماذج، أو العديد من مهام الذكاء الاصطناعي المحلية المستقلة التي تتنافس على وحدة GPU واحدة، فقد يكون تحويل أجهزة الكمبيوتر الحالية إلى مجموعة استدلال أكثر فائدة بكثير.

تكمن هذه في الأهمية الحقيقية لـ PAIR. فلم يعد توسيع نطاق الذكاء الاصطناعي المحلي يعني بالضرورة استبدال الجهاز الحالي بصندوق أكبر. ففي بعض أعباء العمل، قد يعني ذلك استخدام القدرة الحاسوبية الموزعة أصلًا في المنزل أو المكتب بكفاءة أكبر.

قد يصبح إعداد الذكاء الاصطناعي المحلي في المستقبل أقل شبهًا بحاسوب عملاق واحد، وأكثر شبهًا بخادم منزلي دائم تحيط به مجموعة مرنة من عُقد الاستدلال.

الأسئلة الشائعة: NVIDIA PAIR ومجموعات الذكاء الاصطناعي المحلية

هل يمكن لـ NVIDIA PAIR دمج VRAM من عدة وحدات GPU؟

لا. لا يجمع PAIR ذاكرة GPU ولا ينشئ وحدة GPU افتراضية واحدة. ويُنفَّذ كل طلب استدلال على عُقدة مؤهلة واحدة يمكنها تقديم النموذج المطلوب.

هل يستطيع NVIDIA PAIR تشغيل نموذج أكبر من أن تستوعبه وحدة GPU واحدة؟

لا، ليس من خلال تجميع الذاكرة عبر عُقد PAIR العادية. فلا يزال يتعين على الجهاز المحدد امتلاك ذاكرة كافية لتحميل النموذج المطلوب وتشغيله. وتحل تقنيات الاستدلال الموزع الأخرى مشكلة مختلفة.

هل يعمل NVIDIA PAIR مع Ollama؟

نعم. يوفر PAIR حاليًا وكيلًا محليًا متوافقًا مع Ollama، ويمكنه توجيه طلبات Ollama المدعومة عبر العُقد المقترنة المؤهلة.

هل يعمل NVIDIA PAIR مع LM Studio؟

نعم. يدعم PAIR أيضًا LM Studio من خلال نقطة نهاية محلية متوافقة مع OpenAI.

هل يمكن لـ NVIDIA PAIR استخدام أجهزة Mac وأجهزة الكمبيوتر المزودة ببطاقات RTX معًا؟

نعم، يمكن لأنظمة macOS وWindows وLinux المدعومة المشاركة في مجموعة PAIR نفسها. تحقّق من قائمة التوافق الحالية لدى NVIDIA قبل افتراض دعم جهاز معين.

هل تحتاج كل عُقدة PAIR إلى النموذج نفسه؟

لا. يمكن للعُقد استضافة نماذج مختلفة. ولا يمكن للجهاز معالجة طلب إلا عندما يكون محرك الاستدلال المحلي لديه النموذج المطلوب، بينما يؤدي تكرار النموذج نفسه عبر عدة عُقد إلى إنشاء خيارات توجيه أكثر.

هل ما زلت بحاجة إلى خادم ذكاء اصطناعي مخصص مع NVIDIA PAIR؟

يعتمد ذلك على عبء العمل. يُعدّ PAIR خيارًا جذابًا لمهام الاستدلال المستقلة المتعددة وللأجهزة الحالية المتنوعة. وقد يظل خادم GPU مخصص أفضل للنماذج الكبيرة المفردة، أو للاستدلال المتوقع على مدار الساعة طوال أيام الأسبوع، أو لأعباء العمل متعددة وحدات GPU المترابطة بإحكام.