لقد قرر شخص ما في شركتكم أن حان الوقت لتشغيل الذكاء الاصطناعي على معداتكم الخاصة. ربما ترغب في روبوت دردشة خاص يعرف مستنداتكم الداخلية، أو خط أنابيب صور لفريق المنتج، أو نموذج يقرأ الفواتير على نطاق واسع. والآن أنت الشخص الذي يقارن بطاقات الرسومات — تتحدق في جداول المواصفات المملوءة بـ TFLOPS، و VRAM، واختصارات الاتصالات، في حين يدعي كل بائع أنه الأسرع.
تم كتابة هذا الدليل خصيصًا لتلك اللحظة. يشرح، بلغة واضحة، ما الذي تقيسه معايير أداء GPU فعليًا، أي الأرقام التي تهم لعمل الذكاء الاصطناعي وأيها يمكنك تجاهلها بأمان، وكيفية حساب كمية العتاد التي تحتاجها حالة الاستخدام الخاصة بك حقًا. في النهاية، ستتمكن من قراءة أي ورقة مواصفات لـ GPU، مقارنة بطاقتين بنفسك، ومعرفة بالضبط الأسئلة التي يجب أن تطرحها قبل أن تلتزم بميزانية تتراوح بين خمسة أو ستة أرقام.
ماذا يخبرك اختبار أداء الـ GPU في الواقع
القيمة المرجعية هي اختبار قابل لإعادة التنفيذ: نفس المهمة، تُجرى تحت نفس الظروف، على أجهزة مختلفة. نظرًا لأن المهمة لا تتغير، يمكن مقارنة النتائج بشكل عادل — بطاقة أ أنهت عبء العمل بسرعة معينة، وبطاقة ب أنهته بسرعة أخرى. هذا هو كل ما يميز القيمة المرجعية، وهي أداة الأكثر فائدة التي يمتلكها المشتري.
يهم الأمر لأن ورقة المواصفات وحدها لا يمكن أن تجيب على سؤالك. ينشر المصنعون أقصى حدود نظرية — وهي القدرة التي يمكن أن يوفرها رقم في ظروف مخبرية مثالية. العمل الحقيقي في مجال الذكاء الاصطناعي أكثر فوضوية: البيانات يجب أن تنتقل داخل وخارج الذاكرة، البرمجيات تضيف حملاً زائداً، والمهام المختلفة تُجهد أجزاء مختلفة من البطاقة. يمكن لبطاقتين GPU ذات مواصفات نظرية مماثلة أن تتصرف بشكل متفاوت تماماً عند تشغيل نموذج لغوي فعلي.
لهذا السبب تعتبر معايير عبء العمل الأرقام التي تستحق القراءة. بدلاً من تقييم مجرد درجة مجردة، تقيس مدى الوظائف التي ينفذها عتاد الذكاء الاصطناعي فعليًا طوال اليوم: إنتاج النصوص باستخدام نموذج لغوي، إنشاء الصور باستخدام نموذج نشر، وقراءة أو تحليل الصور. إذا كانت حالة الاستخدام المخططة تتوافق مع عبء العمل، فإن المعيار يقضي لك بشيء حقيقي.
حد محدود واحد، في البداية: المعايير المرجعية هي نقاط مرجعية، وليس ضمانات. تتغير النتائج مع إصدارات السائقين، أطر العمل البرمجية، أحجام الدُفعات، وإعدادات النماذج. المقارنة الجدية — بما في ذلك الخاصة بنا — تعتمد على بيانات المعايير المرجعية المنشورة علنًا وستظل دائمًا على هذا النحو. عامل كل رقم في هذا الدليل، وعلى أي صفحة مقارنة، كنقطة توجيه وليس نتيجة مضمونة.
Reading a benchmark chart: one baseline, proportional bars, and a healthy dose of context.
13 مصطلحًا مهمًا عند مقارنتك للأجهزة المخصصة للذكاء الاصطناعي
لا تحتاج إلى شهادة هندسية لشراء بطاقة GPU المناسبة. تحتاج إلى ثلاثة عشر مصطلحًا، مرتبة هنا بالترتيب الذي ستواجهه في قرار الشراء الحقيقي.
النموذج وما يحتاجه
Inference runs the model. Training teaches it — and typically needs two to four times the memory.
السرعة التي يمكنك أن تشعر بها
العنق الزجاجة المخفي
التوسعة والتكلفة
كل من هذه المصطلحات يظهر كعمود أو تسمية في سجلناجدول مقارنة وحدات GPUحتى تتمكن من رؤيتها مرتبطة ببطاقات حقيقية بدلاً من التعريفات المجردة.
كم وحدة معالجة رسومات تحتاج فعلاً؟
حجم النموذج يحدد الحد الأدنى. تقدير شائع النشر: عند دقة FP16 كاملة، يحتاج النموذج حوالي 2 جيجابايت من VRAM لكل مليار من المعلمات. يقلص التكميم هذا الحجم — يحتاج INT8 حوالي النصف، و INT4 حوالي الربع. بالإضافة إلى ما تحتاجه الأوزان، خطط لنحو 15 إلى 20 بالمئة إضافية للذاكرات المؤقتة والتنشيطات، وأكثر إذا كنت تريد نوافذ سياق طويلة.
ملاحظتان عمليتان على هذه الجدول. أولاً، هذه تقديرات للأوزان بالإضافة إلى النفقات العامة العادية — فنافذة سياق طويلة أو دفعة كبيرة تضيف المزيد. ثانيًا، التَدريب يُغير كل شيء: عادةً ما يتطلب تعليم أو ضبط نموذج بشكل دقيق ذاكرة تزيد بمقدار مرتين إلى أربع مرات عن تشغيله، لأن التدرجات وحالات المُحسِّن تتواجد في VRAM جنبًا إلى جنب مع الأوزان.
تتبع السرعة منطقًا مشابهًا. بالنسبة للاستدلال، عادةً ما يتحكم عرض نطاق الذاكرة في مدى سرعة ظهور الرموز، لهذا السبب فإن بطاقات مراكز البيانات المزودة بذاكرة HBM تشعر بأنها أسرع بشكل غير متناسب على النماذج الكبيرة مقارنةً بما يشير إليه vantagens TFLOPS.
The memory ladder: what common model sizes need at full precision versus quantized to INT4.
إذا كنتم تفضلون تجاوز الحسابات، فقد قمنا بتجميع كل بطاقة في أربع فئات عملية — من الأجهزة الأساسية للنماذج الأولية إلى بطاقات الرائد لخدمة الإنتاج التي تزيد عن 70 مليار — في الطبقات عبء العمل في صفحة المقارنة.
كيفية معرفة أي بطاقة GPU أفضل: قائمة تدقيق من أربع أسئلة
عندما تكون بطاقتان على قائمتك المختصرة، تُحل أربعة أسئلة تقريبًا كل مقارنة.
هناك حيلة أخرى تجعل المقارنة أسهل بكثير: الفهرسة. بدلاً من التلاعب بأربعة أوراق مواصفات، ضع كل بطاقة على ميزان واحد. تتقيم صفحة المقارنة لدينا كل بطاقة رسومية عبر أدائها في استنتاجات LLM، وتوليد الصور، وأعباء العمل البصرية، ثم تقوم بفهرسة كل شيء مقابل RTX 3090 كنقطة بداية بقيمة 100 نقطة — مما يعني أن درجة 200 تعني ببساطة ضعف إجمالي الإنتاجية لتلك البطاقة المعروفة. فجأة أصبح السؤال عن الأفضل ينال إجابة بنظرة واحدة.
One scale for every card: when the RTX 3090 is 100, a 403 speaks for itself.
يمكنكم رؤية الحقل المفهرس بالكامل في الجدول 78- GPUأو الانتقال مباشرة إلىمواجهة مباشرة بين أي بطاقة وأخرىالسؤال عن H100 مقابل H200، على سبيل المثال، يُحَلى خلال ثوانٍ: حساب مطابق على الورق، ولكن ذاكرة أسرع بسعة 141 جيجابايت في H200 مقابل 80 جيجابايت في H100.
طريقة مجانية للمقارنة: داخل أداة الاختبار المرجعي لـ GPU
الشفافية الكاملة: الأداة الموصوفة هنا ملكنا. إنها مجانية، وتعمل بدون أي تسجيل، وتوجد لأنها كانت تكرر الإجابة على نفس أسئلة المقارنات للعملاء يدويًا. إليكم ما يفعله كل جزء — بما في ذلك ما لا يمكنه القيام به.
جدول الـ78-GPU
كل بطاقة حالياً في جدول قابل للفرز: VRAM، مؤشر استنتاج الذكاء الاصطناعي مع شريط نسبي، نسبة TFLOPS النظرية لـ FP16، معدل التدريب المنشور حيثما يوجد، وملاحظة باللغة البسيطة حول أفضل استخدام لكل بطاقة. يمكن التصفية حسب فئة VRAM، والبحث بالاسم، وترتيب أي عمود.منصة الثلاثة الأوائل الحاليينيجلس فوقها لمن لا يتحلى بالصبر.
حدودها الصادقة: جدول GPU يعرض عمدًا عدم وجود أسعار. تتغير أسعار السوق لمعدات الذكاء الاصطناعي أسبوعيًا، والسعر القديم أسوأ من عدم وجود سعر — يتم تحديد الأسعار في عرض سعر، وليس في جدول ثابت.
الساحة المباشرة
اختر أي بطاقتين و الساحةيعرضها جنبًا إلى جنب: VRAM، مؤشر الاستدلال، حساب FP16، وإنتاجية التدريب كأشرطة متماثلة، بالإضافة إلى حكم مكتوب بجملة واحدة باللغة الإنجليزية البسيطة. إنها أسرع طريقة لحسم نقاش داخلي بين بطاقتين مرشحتين.
حدوده: تعكس الحكم الفهرس المنشور، وليس مجموعة البرامج الدقيقة الخاصة بك. لا تزال بطاقة التي تفوز بالفهرس قد تخسر على إطار العمل أو نسخة النموذج الخاصة بك ــ ولهذا السبب تسمّي الحكم الهامش بدلاً من الادعاء بأنه تقرير مختبر.
The arena in three steps: pick two cards, compare the bars, read the verdict.
48 خادم ذكاء اصطناعي كامل
عندما لا تكفي بطاقة واحدة، تتغير وحدة المقارنة: يتم تقييم خادم متعدد وحدات GPU بناءً على ذاكرته المجتمعة وحساباته المجتمعة.قسم الخادمتُقدِّم 48 نظامًا كاملًا — من محطات عمل مدمجة إلى أجهزة رف تحتوي على 8 وحدات معالجة رسوميات — مع إجمالي VRAM وإجمالي الحساب FP16 محسوبين على نفس المقياس كما هو الحال مع البطاقات الفردية، بحيث تظل الأرقام قابلة للمقارنة عبر الصفحة بأكملها.
الطبقات، المنهجية والنص الدقيق
الفئات عبء العملترجمة فئات الأجهزة إلى حالات استخدام بسيطة — الرائدة لخدمة متعددة المستأجرين بأكثر من 70 مليار، عالية الجودة للعمل الإنتاجي بين 30 مليار و70 مليار، متوسطة النطاق لقطاع بين 8 مليار و30 مليار، مدخل للتصنيع الأولي والتعلم. تم نشر المنهجية بشكل علني: بيانات قياس الأداء المتاحة للجمهور فقط، ثلاث عائلات حقيقية لأعباء العمل، كل شيء مرجعه إلى RTX 3090 عند 100. وتكرّر الصفحة إخلاء المسؤولية الخاص بها، والذي نكرره هنا: بيانات مرجعية للتوجيه، وليست ضمانًا للأداء.أسئلة متكررة تتكون من 16 سؤالًايغطي التفاصيل.
خمسة أخطاء يرتكبها المشترون لأول مرة
من القائمة المختصرة إلى الاقتباس: ما الذي ينبغي التحضير له وماذا يحدث بعد ذلك
في مرحلة معينة تنتهي مرحلة جدول البيانات وتتحدث مع مزود. يكون الحديث قصيرًا ومنتجًا إذا قدمت خمسة حقائق:
مع إجاباتكم، إليكم كيفية عملنا بطريقة واضحة: ترسل السؤال عبر ال-نموذج على صفحة المقارنةأو عبر WhatsApp أو Telegram، يرد مهندس حقيقي — وليس روبوت — عادة خلال حوالي ساعتين. بطاقات الرسوميات الـ78 والخوادم الـ48 الموجودة في الصفحة هي ما ندرجه علنًا؛ يمكننا الحصول على أكثر من ذلك بكثير، وعرض الأسعار بالجملة وبأسعار حجمية، وشحنها إلى جميع أنحاء العالم مع التعامل مع الجمارك، أو تشغيل الأجهزة نيابة عنكم في منشآت الاستضافة لدينا. وللتوضيح بصدق: MillionMiner هو موزع ومزود استضافة، وليس مصنعًا — ولهذا السبب بالتحديد، فإن التوصية ليست مرتبطة بأي علامة تجارية واحدة.
الأسئلة المتكررة
هل نحتاج إلى خبرة داخلية في معدات الأجهزة لشراء خادم ذكاء اصطناعي؟
لا. إذا كان بإمكانكم الإجابة على الأسئلة الخمسة للتحضير أعلاه — النموذج، المستخدمون، الكمون، الاستنتاج أو التدريب، الموقع — يمكن لمورد مؤهل أن يترجمها إلى معدات. المفردات في هذا الدليل موجودة كي تتمكنوا من فحص منطقيتهم، وليس لكي تقوموا بعملهم.
هل ينبغي لنا شراء وحدات معالجة الرسومات (GPU) أم استئجارها من السحابة؟
نمط منتشر على نطاق واسع: الأحمال التي تعمل باستمرار على مستوى عالٍ من الاستغلال تدفع ثمن الأجهزة المملوكة بسرعة مذهلة، بينما تفضل الأحمال المتقلبة أو التجريبية استئجارها. تقع العديد من الشركات في المنتصف — تملك الأجهزة واستضافتها، مما يجمع بين تكلفة متوقعة وبدون أي عمل في المنشأة. احسب الأرقام الخاصة باستخدامك الواقعي قبل اتخاذ القرار.
هل يفقد النموذج الكمّي جودته بشكل ملحوظ؟
تُظهر التقييمات المنشورة باستمرار أن FP8 يكاد يكون لا يختلف عن الدقة الكاملة في معظم المهام، وأن INT4 يمثل تنازلاً صغيرًا يعتمد على المهمة. النهج الحكيم هو اختبار حالتك الخاصة عند مستوى التكميم الذي تخطط للتشغيل عليه — قبل أن تحدد حجم الأجهزة له.
ما المعلومات التي يجب أن نجهزها قبل طلب عرض أسعار؟
النموذج وحجمه، وعدد المستخدمين المتوقعين أو حجم الطلبات المتزامنة، وتوقعات التأخير لديك، سواء كنت بحاجة إلى التدريب بالإضافة إلى الاستنتاج، وأين يجب أن يكون الأجهزة. خمسة إجابات — هذا هو كل الواجب المنزلي.
هل يجب أن ننتظر الجيل التالي من وحدات معالجة الرسومات؟
هناك دائمًا جيل جديد. اشترِ لأفق عمل يمتد من عام إلى عامين ونصف: إذا كانت الأجهزة المتاحة اليوم تلبي نماذجك الحالية والمستقبلية على المدى القصير مع مجال إضافي، فإن الانتظار يكلفك بشكل رئيسي شهورًا من القيمة التي لم تستفد منها. تميل الأجيال الجديدة إلى إضافة الذاكرة والكفاءة بدلاً من تغيير ما هو ممكن.
النتيجة النهائية
حجم النموذج يحدد الحد الأدنى لذاكرة عندكم. عرض النطاق الترددي للذاكرة يحدد سرعة الأداء في العالم الحقيقي. المعايير — تُقرأ كبيانات مرجعية، مُعرفة بالنسبة لقاعدة مرجعية واحدة — تُحدد المقارنة بين أي مرشحين. كل شيء آخر هو حسابات على عبء العمل الخاص بكم.
عندما تكون مستعدًا لتحويل الأسماء إلى أرقام، فإن الـمقارنة بين خادم GPU و AIيعرض الحقل بأكمله على مقياس واحد، و الدليل معدات الذكاء الاصطناعييعرض ما هو متاح في المخزون حاليًا.
