كم من الذاكرة نخصص لمساعد الذكاء الاصطناعي عند البث بدقة 1080p

احسب أولاً ما هو مشغول بالفعل

مساعد الذكاء الاصطناعي لا يعمل في فراغ: فهو يتقاسم العتاد مع اللعبة والمُرمِّز والبث نفسه. قبل تخصيص الذاكرة، احسب كم يستهلكه باقي المشاركين بالفعل. عند دقة 1080p يقع العبء الأساسي على المُرمِّز — سواء كان عتادياً على بطاقة الرسوميات أو برمجياً على المعالج — إضافة إلى اللعبة نفسها والتقاط الشاشة.

مرجع عملي: إذا كانت اللعبة والمُرمِّز معاً يشغلان حصة ملحوظة من ذاكرة الفيديو، فالمتبقي الحر سيذهب للنموذج لا لذاكرة التخزين المؤقت — وستحصل على تدهور ليس بسبب نقص الذاكرة، بل بسبب إعادة توزيعها المستمر. لذلك احسب لا «كم نعطي»، بل «كم تبقى بعد اللعبة والمُرمِّز».

نموذج محلي أم سحابي

هذا هو المفترق الرئيسي، وعليه يتوقف كل شيء.

المساعد السحابي لا يستهلك الذاكرة المحلية تقريباً: الطلبات تخرج عبر الشبكة، ولا يبقى على جهازك سوى العميل. عندها لا يكون السؤال عن الغيغابايتات، بل عن استقرار القناة وزمن التأخير — فمع بث نشط يكون الرفع مشغولاً بالفعل، ويتقاسم المساعد النطاق مع الفيديو. إذا كانت القناة ضيقة، سيجيب المساعد بتوقف أو سيتنافس مع البث على النطاق.

النموذج المحلي يحتفظ بالأوزان في ذاكرة الفيديو أو الذاكرة العشوائية باستمرار. هنا الذاكرة نفقة مباشرة يجب حجزها مسبقاً. لكن لا توجد تأخيرات شبكية والرفع حر.

كم من ذاكرة الفيديو يحتاج النموذج المحلي

الأرقام الدقيقة تعتمد على النموذج والتكميم، لكن يمكن الحساب بالمعادلة: عدد المعاملات مضروباً في عرض بت التخزين. عند التكميم بـ 4 بت، يشغل كل مليار معامل ما يزيد قليلاً على نصف غيغابايت — إضافة إلى النفقات الإضافية للبافرات الخدمية وذاكرة السياق المؤقتة. من هنا تأتي المراجع العملية لذاكرة VRAM:

• نموذج بـ 3–4 مليار معامل بـ 4 بت — نحو 2–3 غيغابايت؛
• 7–8 مليار معامل بـ 4 بت — نحو 4.5–5.5 غيغابايت؛
• 13–14 مليار معامل بـ 4 بت — في حدود 8–9 غيغابايت؛
• 30–34 مليار معامل بـ 4 بت — نحو 18–20 غيغابايت.

أضف إلى هذه الأرقام ذاكرة السياق المؤقتة: فهي تنمو مع طول الحوار، وقد تضيف عدة غيغابايت فوق ذلك عند مراسلة طويلة. الدقة الكاملة بدل التكميم تضاعف حجم الأوزان 3–4 مرات، ومع بث بدقة 1080p تعني تقريباً دائماً أنه لن تبقى ذاكرة فيديو للعبة.

أي النماذج نختار من فئة 7–8 مليار للبث

فئة 7–8B بالتكميم بـ 4 بت هي الوسط العملي للتجميعات ذات 12–16 غيغابايت من VRAM. لمساعد دردشة البث يُنظر إلى نسخ instruct من عائلات مثل Qwen وLlama وMistral وGemma: فهي تُحسب بشكل متوقع وفق المعادلة أعلاه وتتسع للأحجام المذكورة. الفرق بينها في جودة الردود بالعربية وسرعة التوليد، لا في متطلبات الذاكرة — فالمعاملات تقريباً بنفس العدد.

لمساعد يقرأ الدردشة ويقترح ردود أفعال بعبارات قصيرة، يكفي 7–8B بسياق معتدل. النماذج بـ 3–4B أضعف بوضوح في النص المترابط، لكنها تحرر 2–3 غيغابايت للعبة. الأوزان الكاملة غير المكممة بـ 7–8B ستشغل أضعافاً مضاعفة ولن تتسع للميزانية مع بث بدقة 1080p.

نقص VRAM والتفريغ: كيف يغيّر ذلك الحساب

إذا لم تكفِ ذاكرة الفيديو للأوزان، تنتقل بعض الطبقات إلى ذاكرة النظام عبر التفريغ — ويواصل النموذج العمل. الثمن هو السرعة: فالتبادل يمر عبر الناقل، ويتباطأ الاستدلال، وتُستهلك الذاكرة العشوائية وVRAM في آن واحد. التفريغ لا يلغي الحساب — بل ينقل النفقة من VRAM إلى الذاكرة العشوائية ويخفض سرعة الردود.

لذلك «تحميل نموذج أكبر وتشغيل التفريغ» مع بث نشط حل وسط على الحد: سيفكر المساعد أطول، وستبدأ النظام في التبديل عند ذُرى اللعبة. الأفضل أخذ نموذج أصغر وإدخاله بالكامل في المتبقي الحر.

الذاكرة العشوائية

إذا كان النموذج يعمل على المعالج، تنتقل النفقة إلى الذاكرة العشوائية: بنفس النصف غيغابايت لكل مليار معامل بـ 4 بت إضافة إلى البافرات. نموذج 7–8B على المعالج سيشغل نحو 5–6 غيغابايت من الذاكرة العشوائية فوق احتياجات النظام واللعبة والمُرمِّز، والاستدلال على المعالج أبطأ بوضوح — سيجيب المساعد بتوقف ملموس. الترميز البرمجي بدقة 1080p بحد ذاته يحمّل المعالج، وجمع الاستدلال معه على نفس المعالج طريقة مؤكدة للحصول على تقطيع.

لماذا لا يمكن تسليم كل الذاكرة الحرة

الإغراء بسيط: المتاح كذا — سأعطيه كله للنموذج. هذا خطأ. الذاكرة مطلوبة كبافر للذُرى: تحميل الأصول في اللعبة، وقفزات معدل البت لدى المُرمِّز، وعمل النظام في الخلفية. إذا شغل النموذج المتبقي، ستبدأ النظام في التبديل — وستحصل على تجميدات لن تجد مصدرها بسهولة. الذُرى في البث تأتي في أكثر اللحظات إزعاجاً — في المشاهد الديناميكية وعند تغيير المواقع.

بماذا نقيس الذاكرة المشغولة عند الذروة

القيم المتوسطة في مدير المهام ستخدعك: تحتاج الذروة أثناء القتال، لا الشاشة الهادئة.

• nvidia-smi مع تحديث في حلقة يعرض VRAM المشغولة والحد الإجمالي حسب العمليات؛
• MSI Afterburner مع طبقة RivaTuner يعرض VRAM المشغولة وحمل GPU فوق اللعبة مباشرة — مناسب لمراقبة الذروة بالعين؛
• إحصاءات مدمجة أو طبقة التعريف تعطي نفس القيم دون برامج خارجية؛
• مدير المهام ومراقب الموارد مطلوبان للذاكرة العشوائية والتبديل — هناك يظهر متى بدأت النظام في إفراغ الصفحات.

انظر لا إلى المتوسط، بل إلى الحد الأقصى خلال الجلسة: هو ما يحدد ما سيبقى للنموذج.

كيف تختار الحجم المناسب لتجميعتك

1. شغّل اللعبة والمُرمِّز في الوضع القتالي بدقة 1080p، وقس الذروة عبر nvidia-smi أو طبقة Afterburner.
2. اطرح الذروة من الحجم المتاح — ستحصل على الحد الأعلى للنموذج مع هامش للذُرى.
3. شغّل المساعد، وراقب الإطارات والتبديل وزمن الرد.
4. إذا ظهرت تجميدات — قصّر السياق أولاً، ثم اخفض فئة النموذج أو فعّل تكميماً أكثر حدة، وكرر حتى تختفي التقطيعات والتبديل.

تتطلب الطريقة قياسات متكررة: فالذُرى تتغير حسب اللعبة والمشهد.

ما يوفر الذاكرة فعلاً

إذا كانت الذاكرة شحيحة، فهناك عدة روافع، ولكل منها ثمنه:

• سياق أقصر وإعادة ضبط السجل يخفضان نفقة الذاكرة المؤقتة، لكنك تفقد خيط الحوار؛
• نموذج أصغر أو تكميم أكثر حدة يوفران غيغابايتات، لكن جودة الردود تتراجع؛
• المساعد السحابي يحرر الذاكرة المحلية بالكامل، لكنه يضيف تأخيراً واعتماداً على الشبكة؛
• نقل 1080p إلى مُرمِّز عتادي يخفف الحمل عن المعالج وغالباً يعطي أكثر من الموازنة بين الغيغابايتات؛
• تحديد طول الرد وحجم السجل في إعدادات العميل يبقي نفقة الذاكرة المؤقتة متوقعة.

ابدأ بالمُرمِّز والسياق: فهما أرخص الإجراءات من حيث الجودة. أما التكميم وتصغير النموذج فالمسهما عندما لا تكفي هذه الخطوات.