SECTIONS
EDITIONS
NETWORK
AIXX الموسوعة موسوعة عالم الحوسبة

موسوعة AIXX › مفهوم تقني › تكميم النماذج

تكميم النماذج

MODEL QUANTIZATION · مدخل مصطلحات تقني

نظرة عامة OVERVIEW

التكميم (Quantization) هو تقنية تخفيض دقة أوزان النموذج وقيم التنشيط من دقة عالية (FP16/BF16) إلى دقة منخفضة (FP8/INT8/INT4/FP4) — والتأثير المباشر هو تحسن مزدوج في استهلاك ذاكرة الفيديو وإنتاجية الحساب: تكميم INT4 يخفض نموذج 70B من 140GB إلى نحو 35GB — أي أن بطاقة واحدة بسعة 48GB تكفي لتشغيله.

أهميته لجهات الشراء: التكميم يحدد «ما حجم النموذج الذي يمكن تشغيله بنفس الميزانية» — فعند اختيار مواصفات ذاكرة الفيديو يجب مراعاة ما إذا كان النموذج المستهدف قابلاً للتكميم، وإلى أي دقة، وهل يمكن قبول فقد الدقة. FP8/FP4 هما مسار الدقة الأحدث من NVIDIA (من Hopper إلى Blackwell)، وتواكبه AMD بدعمها MXFP4/FP6.

الأرقام الرئيسية KEY NUMBERS

البندالقيمة / المنهجية
سلّم الدقات الشائعFP32 → BF16/FP16 → FP8/INT8 → INT4/FP4
ذاكرة 70B FP16نحو 140GB
ذاكرة 70B INT4نحو 35GB
أدوات التكميمGPTQ / AWQ / TensorRT-LLM / bitsandbytes

الدلالة على B300 ON B300

B300 يدعم أصلاً دقات FP4/FP6 — في سيناريوهات الاستدلال يمكن التكميم إلى FP4 لاستثمار أقصى قدرة حسابية؛ أما في التدريب فيُنصح بـ FP8/BF16 (فقد دقة يمكن التحكم فيه). وقبول فقد الدقة بعد التكميم يعتمد على النموذج والمهمة — فمهام التصنيف/الاسترجاع تتسامح أكثر، بينما المهام التوليدية أقل تسامحاً.

الحدود والتنبيهات LIMITS

  • التكميم قد يخفض الدقة: تكميم INT4/FP4 قد يسبب في المهام التوليدية (الكتابة الإبداعية/توليد الشيفرة) فقد دقة غير مقبول — يجب التقييم نموذجاً بنموذج.
  • تشرذم سلسلة أدوات التكميم: أدوات مثل GPTQ/AWQ/bitsandbytes/TensorRT لكل منها مزاياها وعيوبها — لا يوجد حل شامل، ويلزم التكيّف مع كل نموذج على حدة.
  • تكميم KV Cache أكثر حساسية: تأثير تكميم KV cache على دقة الاستدلال أكبر من تكميم الأوزان — يُستخدم بحذر.

شرح بالفيديو VIDEO

ذاكرة HBM3eربط NVLinkSXM / NVL8التبريد السائل بالصفيحة الباردة / CDUصيغة الدقة FP8MoE الخبراء المختلطونشريحة التبديل NVSwitchشبكة الربط InfiniBandتخزين NVMeCDU للتبريد السائلالوصول المباشر للذاكرة عن بُعد RDMAGPUDirectأنوية Tensor CoreMIG (GPU متعددة النسخ)PCIe Gen5الحوسبة السريةالمحاكاة الافتراضية vGPUدقة الفاصلة العائمة المصغرة FP4 / FP6ذاكرة التخزين المؤقت للاستدلال KV Cacheالتوسع الرأسي والتوسع الأفقيالبصريات المُغلّفة مشتركًا CPONVLink Fusionالبنية المعيارية MGXالتوازي التوتريالاتصال الجماعيمصنع الذكاء الاصطناعيدائرة التبريد السائلمؤشر كفاءة الطاقة PUETensorRT-LLMمحرك الاستدلال vLLMالتكيّف منخفض الرتبة LoRAقنوات سلسلة توريد القدرة الحاسوبيةالتكلفة الإجمالية للملكية TCOمعايير إنتاجية الاستدلالتقطير النماذجسلسلة توريد الطاقةاقتصاديات التوكنخط بيانات التدريبحزمة تقنيات تحسين الاستدلالذاكرة العرض GDDR7عائلة موصّلات التغذية (EPS/PCIe 8pin/12VHPWR/12V-2x6)الجدول الزمني للرقابة على التصديردليل فحص كروت GPU (nvidia-smi/GPU-Z)تحسين الاستدلال TensorRTتنفيذ الرسوم البيانية CUDA Graphsمكتبة الاتصال الجماعي NCCLصيغة النماذج المفتوحة ONNXأجيال ذاكرة HBMالتدريب بالدقة المختلطةأجيال PCIeعائلة أشكال الحواملقراءة قواعد تسمية طرازات GPUسلسلة تداول كروت GPU المستعملةالمقارنة بين التبريد الهوائي والتبريد السائلصحة ذاكرة العرض وتشخيص الأعطالذاكرة العرض HBM4ربط UALinkمقالة الطراز B300

المراجع REFERENCES

  1. الموقع الرسمي لـ NVIDIA — صفحة منتج Blackwell Ultra / HGX B300 https://www.nvidia.com/en-us/data-center/hgx/
  2. بيانات السوق والمعروضات: AIXX Exchange (نطاق أسعار هذه المكتبة)
الإصدارات والتصويبات |تُدار هذه المقالة من قبل هيئة تحرير AIXX Pedia، بصياغة بمساعدة الذكاء الاصطناعي وتدقيق بشري للوقائع. آخر تحديث 2026-10-21 · الإصدار v1.0 · جميع التعديلات السابقة موثّقة وقابلة للمراجعة.
المنصة
سياسة التحريرإفصاح المنصة (تضارب المصالح)قناة التصحيحات
ملخص دستور التحرير
كل معلومة بمصدرهاالعيوب تُكتب دوماً · التصويبات علنية وموثقةلا نقبل مقالات مدفوعةصفر عناصر ترويج أو بيع داخل المقالاتبيانات السوق تُحمَّل كوحدة بيانات فقط
عائلة AIXX
موسوعة AIXXAIXX Exchangeأخبار AIXX
مصادر بيانات السوق: AIXX Exchange · © 2026 AIXX Pedia · من إنتاج AIXX