أربعة حواسيب GEEKOM A9 Mega تشغّل DeepSeek V4 Flash محليًا.. لكن أين نتائج الأداء؟

وتُعد الذاكرة الموحدة جزءًا محوريًا من هذا التصميم، إذ تتشارك وحدة المعالجة المركزية والرسوميات الذاكرة نفسها داخل كل جهاز. لكن جمع 512 غيغابايت لا يعني تلقائيًا أن هذا الحجم كله متاح لأوزان النموذج؛ فالذاكرة الفعلية التي يمكن تخصيصها للنموذج، وذاكرة التشغيل المؤقتة، وذاكرة التخزين المؤقت، ونظام التشغيل، تعتمد على دقة النموذج، ومستوى ضغطه، وإعدادات البرمجيات.

كيف يعمل النشر المحلي؟

بحسب GEEKOM، تتواصل الأجهزة الأربعة عبر USB4، بينما تُستخدم Ubuntu وROCm وDwarfStar لتقسيم نسخة محسّنة من DeepSeek V4 Flash بين العقد. وبعد ذلك يُقدَّم النموذج عبر نقطة وصول متوافقة مع OpenAI.

وتمنح هذه التوافقية فائدة عملية؛ فالتطبيقات الداخلية أو أدوات المطورين التي تدعم واجهات OpenAI يمكنها، من حيث المبدأ، الاتصال بالنموذج المحلي دون إعادة بناء طبقة التكامل بالكامل.

لكن الإعلان لا يكشف بعض التفاصيل التي تؤثر مباشرة في الأداء، مثل طوبولوجيا الاتصال، وعرض النطاق الفعلي، وزمن التأخير، واستراتيجية تقسيم النموذج، ودقة التشغيل أو صيغة الضغط، وإعدادات إدارة العنقود، وآلية التعامل مع تعطل إحدى العقد. وهذه التفاصيل مهمة خصوصًا عندما يتطلب الاستدلال الموزّع تبادلًا متكررًا للبيانات بين الأجهزة.

التخزين والاتصال بين العقد

يضم كل جهاز A9 Mega منفذين من نوع M.2 يعملان عبر PCIe 4.0، وتذكر مواصفاته إمكانية تركيب وحدات تخزين بسعة تصل إلى 8 تيرابايت. وبذلك يمكن، نظريًا، أن تصل السعة الإجمالية للأجهزة الأربعة إلى 32 تيرابايت إذا جُهّز كل جهاز بأقصى سعة مدعومة.

وهذه السعة التخزينية منفصلة عن الذاكرة الموحدة البالغة 512 غيغابايت؛ كما أنها لا توضح وحدها مقدار المساحة التي يحتاج إليها نشر DeepSeek V4 Flash، لأن ذلك يتوقف على نسخة النموذج ودقة التشغيل وملفاتها المرافقة.

أما وصلة الاتصال بين العقد فهي USB4. وتدرج مواد GEEKOM منافذ USB4 بسرعة تصل إلى 40 غيغابت في الثانية. غير أن هذه السرعة النظرية لا تعادل بالضرورة أداء العنقود؛ إذ تحدد طبقة البروتوكول، وطريقة التوصيل، ونمط تبادل البيانات بين العقد سرعة الاتصال وزمنه الفعليين.

ما الفائدة التجارية المحتملة؟

تطرح GEEKOM المنظومة باعتبارها جهاز ذكاء اصطناعي خاصًا يعمل داخل المؤسسة. ويمكن، نظريًا، للشركات التي تتعامل مع بيانات حساسة أو متطلبات صارمة لمكان تخزين البيانات أن تُبقي المطالبات والوثائق والمخرجات ضمن شبكتها الداخلية، مع إتاحة النموذج لتطبيقاتها ووكلائها عبر واجهة محلية.

كما أن الاعتماد على ROCm يضع منصة AMD البرمجية في قلب التصميم بدل اشتراط استخدام منظومة NVIDIA CUDA. لكن هذا الخيار ينقل جزءًا أكبر من المسؤولية إلى المشغّل، الذي سيتولى إدارة تحديثات الأجهزة والبرمجيات، وملفات النموذج، والصلاحيات، والمراقبة، والتبريد، والطاقة، واستمرارية الخدمة.

كم تبلغ تكلفة العنقود؟

تبيع GEEKOM جهاز A9 Mega بسعر معلن قدره 3999 دولارًا. وبناءً على ذلك، تبلغ تكلفة أربعة أجهزة نحو 15996 دولارًا قبل احتساب أي سعة تخزين إضافية أو كابلات أو تجهيزات اتصال أو تكاليف تركيب وتشغيل وصيانة ودعم.

لذلك فإن المقارنة الواقعية لا ينبغي أن تقتصر على سعر شراء أربعة حواسيب صغيرة، بل يجب أن تشمل تكلفة تشغيل خدمة استدلال موزّعة، ومدى قدرتها على التعامل بثبات مع أعباء العمل الفعلية.

السؤال الأهم: أين اختبارات الأداء؟

أثبتت GEEKOM أنها نشرت DeepSeek V4 Flash على أربعة أجهزة A9 Mega، لكنها لم تقدم نتائج مستقلة وموحّدة لهذا التكوين تحديدًا. ولا تتضمن المعلومات المنشورة أرقامًا عن:

• سرعة توليد الرموز المستمرة.
• زمن ظهور الرمز الأول.
• عدد المستخدمين أو الطلبات المتزامنة.
• زمن الاستجابة مع السياقات الطويلة.
• استهلاك الطاقة.
• سلوك المنظومة عند تعطل إحدى العقد.

ولهذا، من الأدق التعامل مع العرض بوصفه إثباتًا لإمكانية النشر، لا اختبار أداء إنتاجيًا مكتملًا. فدعم النموذج لسياق يصل إلى مليون رمز لا يعني أن هذا العنقود قادر على معالجة طلبات بهذا الحجم بسرعة أو بكلفة اقتصادية. وستتأثر النتيجة الفعلية بنسخة النموذج، ودقة التشغيل، وحجم المطالبة، وعدد الطلبات المتزامنة، وحجم البيانات المتبادلة بين الأجهزة.

هل أجهزة GEEKOM مميزة فعلًا؟

من ناحية العتاد، لا ينتمي Ryzen AI Max+ 395 إلى فئة حصرية من GEEKOM. فشركات أخرى تبيع حواسيب صغيرة تعتمد المعالج نفسه، وبعضها يأتي بذاكرة موحدة تبلغ 128 غيغابايت.

ويُعد Minisforum N5 Max مثالًا قريبًا، إلا أن النسخة التجارية التي راجعتها ServeTheHome جاءت بذاكرة LPDDR5X موحدة ملحومة بسعة 64 غيغابايت، بدل تكوين 128 غيغابايت الذي ظهر في نموذج أولي سابق.

وبالتالي، تبدو نقطة التميز الأهم لدى GEEKOM هي عرض تشغيل النموذج عبر أربع عقد وبرمجيات موزّعة، وليس المعالج وحده. وسيعتمد الحكم على القيمة العملية لهذا النهج على نشر تعليمات إعداد قابلة لإعادة التطبيق، واختبارات معيارية، وقياسات للشبكة والطاقة، وأدلة على استقرار التشغيل تحت أحمال واقعية.

الخلاصة

يقدم عنقود GEEKOM طريقة مدمجة لبناء منصة استدلال محلية بذاكرة كبيرة من أربعة حواسيب صغيرة: 64 نواة معالجة، و128 خيطًا، و160 وحدة حوسبة Radeon 8060S، و512 غيغابايت من الذاكرة الموحدة، مع اتصال عبر USB4 وإدارة باستخدام Ubuntu وROCm وDwarfStar.

أما الوعد العملي فهو توفير وصول محلي وخاص إلى نموذج ضخم من نماذج مزيج الخبراء عبر واجهة برمجية مألوفة. لكن الأدلة المتاحة تثبت وجود عملية النشر، ولا تثبت بعد سرعتها أو كفاءتها أو جاهزيتها للاستخدام الإنتاجي. وإلى أن تنشر GEEKOM اختبارات قابلة لإعادة التطبيق وتفاصيل تقنية أوفى، يظل العنقود عرضًا محليًا لافتًا، لا بديلًا مثبتًا عن بنية الذكاء الاصطناعي المتخصصة.