SSD Nodes Learn Hosting plans →
الأدلة Matt Connorبقلم Matt Connor · آخر تحديث في 2026-10-17

كيفية تثبيت إصدار llama.cpp على خادمك

تعرّف إلى الفرق بين وسوم v0.x وbNNNN في llama.cpp، وسجّل الوسم مع ملف GGUF ونوع quant، واجعل كل ترقية قابلة للتراجع.

ما الذي تغيّر في ترقيم إصدارات llama.cpp

يعني تثبيت إصدارات llama.cpp إنشاء إصدار مبني من tag مسمّى وتسجيل هذا الاسم بجانب ملف النموذج. لا يتغير tag تلقائياً، لذلك يواصل الخادم إنتاج النتيجة نفسها غداً التي أنتجها اليوم. لسنوات، لم يكن هناك سوى نوع واحد من tags للاختيار منه: رقم build مثل b10502، يُنشأ تلقائياً من master. منذ 2026، ظهر نوع ثانٍ هو version tag مثل v0.6.0، ولا يتحرك المساران بالتزامن. تُنشأ build tags مع كل commit تقريباً إلى master. أما version tags، فينشئها أحد مسؤولي الصيانة يدوياً بوتيرة أبطأ، ويذكر كل إصدار version الـbuild tag المطابق له.

كانت version tags في البداية تجريبية. ذكرت ملاحظات الإصدار على v0.1.2، المنشورة في 18 August 2026، ذلك في سطر واحد:

لا يزال Semantic versioning قيد التطوير. يمكن العثور على مزيد من المعلومات في https://github.com/ggml-org/ggml/discussions/1579

بعد ثلاثة أيام، حسم v0.2.0 الأمر. تذكر ملاحظات إصداره أن الإصدار «يمثل بداية تطبيق Semantic versioning المتسق في llama.cpp». وتصف vX.Y.Z tags بأنها إصدارات مستقرة ذات وتيرة إصدار أبطأ، ويوصى بها للتوزيع من جانب الجهات اللاحقة وللمستخدمين العاديين. كما تصف b[NUM] tags بأنها إصدارات nightly أو dev تتضمن أحدث الوظائف، ويوصى بها للمطورين والمستخدمين التقنيين. في 12 October 2026، كان أحدث version tag هو v0.6.0، وقد أُصدر في 5 October.

لا يزال نقاش ggml الذي يقف وراء ذلك الرابط يتضمن أسباب هذا المخطط، وفي 12 October 2026 كان لا يزال مفتوحاً لتلقي الملاحظات. كل الإصدارات حتى الآن ضمن نطاق 0.x، لذلك اقرأ الملاحظات قبل كل انتقال بدلاً من تقييم الترقية استناداً إلى الرقم الذي تغيّر.

لا يحمل الرقم الموجود في build tag أي دلالة على الإصدار. فهو يأتي من عدد commits، ولذلك يرتفع تلقائياً سواء تغيّر شيء مهم في إعدادك أم لا. في 19 August 2026، احتوت الصفحة الرئيسية لقائمة الإصدارات على تسعة build tags، من b10455 إلى b10502، وكان v0.1.2 من بينها.

لا تُنشئ أبداً من master على خادم يقدّم أي خدمة

يؤدي git pull متبوعاً بإعادة الإنشاء إلى حصولك على كل ما أُضيف خلال الساعات القليلة الماضية. هذا مناسب على حاسوب محمول. أمّا على الخادم، فهو يلغي قدرتك على الإجابة عن السؤال المهم عند تغيّر السلوك: ما الذي يعمل الآن، وما الذي كان يعمل الأسبوع الماضي؟ يتغيّر النص الذي يُنتجه النموذج، وكذلك سرعة إنتاجه، مع تغيّر الإصدار المبني. ولا يمكن الإجابة عن شكوى تفيد بأن الإجابات أصبحت أسوأ يوم الثلاثاء الماضي إذا لم يُسجَّل commit يوم الثلاثاء.

ثبّت tag بدلاً من ذلك. ينشئ المشروع هذه الـtags نيابةً عنك، وتحتوي أرشيفات الإصدارات المُنشأة مسبقاً على tag الإصدار في أسماء ملفاتها، باستثناء حزم Windows CUDA runtime (cudart-llama-bin-win-...).

إلى أي tag يجب أن تثبّت إصدارات llama.cpp؟

ثبّت build tag عندما تريد حالة محددة ومعروفة. هذا هو المسار ذو السجل الطويل، والمسار الذي سُمّيت أرشيفات الإصدارات باسمه، والذي تستشهد به معظم تقارير الأخطاء. لذلك يكون build number أسهل قيمة للمقارنة مع شخص آخر.

ثبّت version tag إذا كنت تفضّل متابعة قائمة أقصر من النقاط المحددة عمداً. هذا هو المسار الذي يوصي به المشروع الآن للتوزيع من قِبل الجهات اللاحقة. يذكر كل إصدار version tag المطابق له، وتوجد الملفات الثنائية الجاهزة مسبقاً على ذلك build tag. لذلك سجّل build number بجانب الإصدار. اقرأ الملاحظات قبل الانتقال، لأن الترقيم لا يزال ضمن نطاق 0.x.

في كلتا الحالتين، تكون القاعدة التشغيلية متطابقة. توجد سلسلة tag في ملف، ولا يُعاد إنشاء الخادم إلا عندما تتغير هذه السلسلة، ويكون التغيير قراراً اتخذه شخص عمداً.

إنشاء الإصدار ذي العلامة المثبّتة

sudo apt update
sudo apt install -y build-essential cmake git
git clone --depth 1 --branch b10502 https://github.com/ggml-org/llama.cpp.git ~/src/llama.cpp-b10502
cd ~/src/llama.cpp-b10502
git describe --tags

يجب أن يطبع git describe --tags القيمة b10502. تحتوي النسخة السطحية المستنسخة عند علامة على ذلك الالتزام فقط، ولا تحتوي على أي شيء بعده؛ لذلك لا يستطيع أحد تغييرها لاحقاً باستخدام git pull عن طريق الخطأ. إذا توقفت خطوة configure بسبب تبعية مفقودة، فثبّت الحزمة التي يذكرها الأمر ثم شغّله مرة أخرى.

أنشئ البرنامج باستخدام الخيارات التي تتطلبها عتادك. باستخدام CPU فقط:

cmake -B build
cmake --build build --config Release -j $(nproc)

باستخدام NVIDIA GPU، بعد تثبيت CUDA toolkit أولاً:

cmake -B build -DGGML_CUDA=ON
cmake --build build --config Release -j $(nproc)

باستخدام OpenBLAS على جهاز يعمل بـCPU فقط:

cmake -B build -DGGML_BLAS=ON -DGGML_BLAS_VENDOR=OpenBLAS
cmake --build build --config Release -j $(nproc)

تُوضع الملفات التنفيذية في build/bin، إلى جانب shared libraries التي تحمّلها، وهي libllama.so وملفات libggml. تأكد من أن عملية الإنشاء تعمل قبل تثبيتها:

./build/bin/llama-server --version

ثبّت الدليل بأكمله ضمن مسار يحمل اسم العلامة، ثم وجّه symlink واحداً إليه:

sudo install -d /opt/llama.cpp/b10502
sudo cp -a build/bin /opt/llama.cpp/b10502/bin
sudo ln -sfn /opt/llama.cpp/b10502 /opt/llama.cpp/current

انسخ الدليل، لا الملف المنفرد. يفشل llama-server المنفرد عند تشغيله للمرة الأولى مع error while loading shared libraries: libllama.so: cannot open shared object file، لأن المكتبات التي يحتاج إليها موجودة بجانبه في ذلك الدليل.

وجّه الخدمة إلى symlink، وليس إلى دليل علامة:

[Service]
ExecStart=/opt/llama.cpp/current/bin/llama-server -m /srv/models/model-q4_k_m.gguf -c 8192 -ngl 99 --host 127.0.0.1 --port 8080

يحل systemd الـsymlink عند بدء العملية، لذلك يتطلب تبديل الإصدارات تغيير هدف symlink ثم تنفيذ sudo systemctl restart llama-server. يرد وصف بقية ملف الوحدة والـreverse proxy الموضوع أمامها في الشرح الكامل لخادم llama.cpp على VPS. وإذا كان خادمك بلا بطاقة رسومية، فإن دليل تشغيل LFM2.5-24B-A2B على VPS يطبّق هذا الإعداد على نموذج محدد، من حساب الذاكرة إلى خدمة systemd لا تستمع إلا على 127.0.0.1.

دوِّن الوسم بجانب ملف GGUF ومستوى التكميم

يمثّل البناء نصف العوامل التي تحدد المخرجات. ويمثّل ملف النموذج النصف الآخر. تنسيق GGUF (تنسيق الملفات العام GGML) هو الحاوية التي تُوزَّع فيها الأوزان. ويُنشر النموذج نفسه بمستويات تكميم متعددة. لذلك قد يختلف خادمان يستخدمان الوسم نفسه، لأن أحدهما يحتوي على ملف Q4_K_M والآخر على ملف Q8_0. احتفظ بملف صغير واحد بجانب النموذج، ويضم كل ما يلزم لإعادة إنشاء الإعداد نفسه تماماً:

tag: b10502
commit: 0adcc3b
model_file: model-q4_k_m.gguf
model_sha256: <output of sha256sum>
quant: Q4_K_M
cmake_args: -DGGML_CUDA=ON
cuda: <output of nvcc --version>
bench_cmd: llama-bench -p 512 -n 128 -r 5
bench_result: <fill in from the run on this box>

احصل على commit باستخدام git rev-parse --short HEAD داخل checkout المثبّت. احصل على checksum باستخدام sha256sum model-q4_k_m.gguf، وقارنه أيضاً بقيمة الناشر عند وقت التنزيل، لأن التحقق من التنزيل مقابل checksum المنشور يكشف الملف المبتور قبل أن يتحول إلى خطأ يصعب تفسيره. أما مقدار تأثير مستوى التكميم نفسه في الإجابات فهو سؤال منفصل، وتوضّح تكلفة كل مستوى تكميم عليك ذلك.

كيف تُجري الترقية من دون تعطيل الخادم؟

نفّذ الترقية كتدريب عملي. أنشئ الإصدار الجديد بجانب الإصدار القديم، وقِس أداء كليهما، واحتفظ بالإصدار القديم إلى أن يثبت الإصدار الجديد نجاحه.

  1. استنسخ الوسم الجديد في مجلد مستقل. لا تُعد استخدام النسخة المستخرجة القديمة.
  2. ابنِه باستخدام وسيطات cmake نفسها المسجّلة في البيان.
  3. شغّل llama-bench على البنيتين باستخدام ملف النموذج نفسه، وطول المطالبة نفسه، وعدد التكرارات نفسه.
  4. أرسل مطالبة تعرف إجابتَها جيداً إلى كلا الخادمين، ثم اقرأ الردين.
  5. انقل الرابط الرمزي، وأعد تشغيل الخدمة، واترك المجلد القديم على القرص.
/opt/llama.cpp/b10502/bin/llama-bench -m /srv/models/model-q4_k_m.gguf -p 512 -n 128 -r 5
/opt/llama.cpp/<new tag>/bin/llama-bench -m /srv/models/model-q4_k_m.gguf -p 512 -n 128 -r 5

يطبع llama-bench صفاً واحداً لكل اختبار، مع عمود backend وعمود ngl وعمود لعدد الرموز في الثانية يتضمن الانحراف المعياري. قارن الصف نفسه بين البنيتين، ولا تقارن صف المطالبة في إحدى البنيتين بصف التوليد في البنية الأخرى. والنتيجة المقاسة عند طول مطالبة مختلف هي قياس مختلف، ولذلك فإن قياس عدد الرموز في الثانية بالطريقة نفسها في كل مرة أهم من الرقم نفسه.

يتطلب الرجوع إلى الإصدار السابق أمرين، ولا ينجح ذلك إلا لأن المجلد القديم ما زال موجوداً:

sudo ln -sfn /opt/llama.cpp/b10502 /opt/llama.cpp/current
sudo systemctl restart llama-server

احتفظ بالبنية السابقة على الأقل. فهي تستهلك جزءاً صغيراً من مساحة القرص التي يستخدمها ملف النموذج الموجود بجانبها أصلاً.

ما الذي يتعطل عند الترقية بين إصدارات llama.cpp

يتوقف تحميل ملف النموذج. هذا هو السبب المعتاد الذي يدفع إلى الترقية: يستخدم نموذج منشور حديثاً بنية لا يعرفها الإصدار المثبّت، لذلك لا يُحمَّل أبداً. يتوقف llama-server أثناء بدء التشغيل، ويحتوي السجل على سطر failed to load model from /srv/models/model-q4_k_m.gguf. اقرأ الأسطر المطبوعة قبله مباشرة، فهي توضح المرحلة التي وصل إليها المحمّل. يحتوي GGUF أيضاً على إصدار للتنسيق في ترويسة الملف؛ القيمة الحالية في المواصفة هي 3، وقد وسّع الإصدار 2 حقول الطول من 32 إلى 64 بت. لكن عملياً، يوقف اسم بنية غير معروف التحميل قبل أن يصبح إصدار التنسيق سبباً للمشكلة بوقت طويل. الحل هو استخدام tag أحدث وتوثيقه.

تُعاد تسمية أحد أعلام الخادم أو يُعلن أنه مهجور. يوقف العلم غير المعروف llama-server عند بدء التشغيل بدلاً من تجاهله. وتظهر النتيجة تحت systemd كخدمة تبدأ ثم تتوقف في حلقة متكررة. يعرض journalctl -u llama-server -n 50 الرسالة الفعلية. في 19 August 2026، وصفت وثائق الخادم --mlock و--mmap بأنهما مهجوران، وأوصت باستخدام -lm, --load-mode بدلاً منهما. وفي 12 October 2026، لم يعد أي من العلمين ظاهراً في وثائق الخادم أو في قائمة الوسائط على master. لذلك انقل السلوك إلى --load-mode، الذي يأخذ auto (القيمة الافتراضية) وnone وmmap وmlock وmmap+mlock وdio. يوثّق علم تفريغ الحمل إلى GPU باسم -ngl, --gpu-layers, --n-gpu-layers، لذلك لا تزال الصيغة الطويلة في الأدلة الأقدم مقبولة. قبل نقل symlink، شغّل /opt/llama.cpp/<new tag>/bin/llama-server --help وتحقق من كل علم في ملف الوحدة لديك بمقارنته به.

تُعاد تسمية أحد خيارات البناء. انتقلت خيارات CMake من بادئة LLAMA_ إلى بادئة GGML_، ولا يزال الجذر CMakeLists.txt يحتوي على عملية الربط بينهما. يُصدر LLAMA_CUBLAS الآن خطأً قاتلاً يذكر GGML_CUDA بوصفه البديل، بينما يُصدر LLAMA_CUDA وLLAMA_METAL تحذيراً ويحوّلهما نيابةً عنك. توقّف script البناء عند خطوة configure هو النتيجة الجيدة. أما الفشل الصامت فهو أسوأ: إذا حذفت -DGGML_CUDA=ON بالخطأ، ينجح البناء، ويبدأ الخادم، ويعمل كل شيء على CPU. يعرض llama-bench ذلك فوراً، لأن عمود backend يقرأ CPU.

بناء accelerator غير قابل للنقل. في 19 August 2026، كانت الأصول الخاصة بـLinux المرتبطة بـbuild tag هي إصدارات CPU وVulkan وSYCL وOpenVINO، للمعماريات x64 وarm64 وs390x، من دون أرشيف CUDA لـLinux. وقد تغيّر ذلك منذ ذلك الحين. في 12 October 2026، أصبح b11429، وهو build tag الذي يقف خلف v0.6.0، يتضمن أيضاً أرشيفات Ubuntu CUDA لـCUDA 12.8 و13.4 على x64، وCUDA 13.4 على arm64، ولكل منها أرشيف runtime مطابق باسم cudart-، إضافةً إلى build لـROCm. تُنشر أرشيفات CUDA لكل إصدار toolkit على Linux وWindows معاً. وهذا مؤشر مفيد: إصدار toolkit جزء من هوية binary لديك، لذلك سجّله إلى جانب وسيطات cmake.

بدلاً من تثبيت صورة الحاوية

القاعدة نفسها، لكن الاسم مختلف. الصور المنشورة (ghcr.io/ggml-org/llama.cpp:server ومتغيراتها المخصصة لمسرّعات العتاد) تستخدم أسماء متغيرة، لذلك يؤدي سحب :server في الشهر المقبل إلى الحصول على برنامج مختلف تحت التصنيف نفسه. اسحب الصورة مرة واحدة واقرأ الـdigest:

docker pull ghcr.io/ggml-org/llama.cpp:server

يطبع docker pull سطراً يتضمن Digest: sha256:.... ضع ذلك الـdigest في ملف Compose بدلاً من الوسم، ولن تتغير الصورة دون علمك في المرة التالية التي يشغّل فيها أحدهم docker compose pull. احتفظ بالـdigest السابق في تعليق، بحيث تصبح استعادة الإصدار السابق تعديلاً واحداً، بالطريقة نفسها التي يتعامل بها إجراء الترقية والاستعادة لمكدس Compose مع كل خدمة أخرى.

الغرض من التثبيت

يتيح لك التثبيت تحديد ما يعمل بالضبط، كما يتيح لك إعادة الإصدار السابق خلال دقيقة واحدة عندما يؤدي تغيير ما إلى تدهور الوضع. يطلب منك llama.cpp تتبّع عنصرين لهذا الغرض، وهما وسم الإصدار وملف النموذج، لأنه يسلّمهما إليك بشكل منفصل. تعمل بيئات التشغيل التي تجمعهما بطريقة مختلفة، وتتناول مقارنة Ollama وllama.cpp كخادمين هذه المفاضلة: يكون تسجيل رقم إصدار واحد لكل المكونات والتحكم فيه أقل جهداً.

FAQ

هل يجب أن أثبّت وسم البناء bNNNN أم وسم v0.x؟

كلاهما مناسب، ما دمت تثبّت أحدهما. تُعدّ وسوم البناء مثل b10502 المسار طويل الأمد: تحتوي أرشيفات الإصدارات المسبقة البناء على أحدها في أسماء ملفاتها، باستثناء حزم وقت تشغيل Windows CUDA، كما تذكر معظم تقارير الأخطاء أحدها. لذلك يكون رقم البناء أسهل قيمة لمقارنتها مع إعدادات مشغّل آخر. أما وسوم الإصدارات مثل v0.6.0 فهي قائمة أقصر من نقاط محددة يتعمد المشروع التوصية بها للتوزيع اللاحق، وهذا يناسب خادماً تتعامل معه عدة مرات في السنة. يذكر كل وسم وسم البناء المطابق له، لذا سجّل الاثنين. الأهم من الاختيار أن تسجّل سلسلة الوسم بجوار ملف النموذج، وأن تكون الترقية قراراً مقصوداً لا أثراً جانبياً لـ git pull.

هل يتبع llama.cpp الآن نظام الإصدارات الدلالية؟

نعم، منذ v0.2.0 في 21 August 2026. توضح ملاحظات الإصدار أن ذلك يمثل بداية اتباع نظام إصدارات دلالي متسق في llama.cpp، وأنه يستبدل التنبيه الخاص بكون العمل قيد التطوير الذي كان يحمله v0.1.2. اعتباراً من 12 October 2026، ما زالت جميع الإصدارات ضمن نطاق 0.x، وأحدثها هو v0.6.0. اقرأ ملاحظات الإصدار قبل الترقية، واختبر الوسم الجديد باستخدام ملف النموذج الخاص بك قبل التبديل إليه، أيّاً كان الرقم الذي تغيّر.

كيف أعرف أي بناء من llama.cpp يشغّله خادمي؟

يعرض llama-server --version معلومات الإصدار والبناء. يبدأ سجل بدء التشغيل أيضاً بسطر build يتضمن رقم البناء، وقيمة commit hash، والمصرّف المستخدم، لذلك يعثر journalctl -u llama-server عليه لخدمة قيد التشغيل. في التثبيت من المصدر، يعرض git describe --tags داخل checkout المثبّت الوسم، بينما يوضّح readlink /opt/llama.cpp/current الدليل الذي تشير إليه الخدمة فعلياً.

لماذا توقف النموذج عن التحميل بعد ترقية llama.cpp؟

يشير فشل التحميل مباشرة بعد الترقية إلى عدم توافق بين البناء وملف GGUF. ينتهي السجل بسطر failed to load model from يذكر المسار، وتوضح الأسطر السابقة مقدار ما قرأه المحمّل. عند الترقية، يحتاج ملف نموذج حديث جداً إلى بناء يعرف بنيته. وعند الرجوع إلى إصدار أقدم، قد يؤدي الرجوع إلى ما دون الوسم الذي أُنشئ الملف من أجله إلى إتلاف ملف كان يعمل في اليوم السابق. وجّه الرابط الرمزي إلى البناء السابق، ثم أعد التشغيل وتحقق من البناء والملف اللذين اقترنا بشكل صحيح قبل أن تقرر أيّهما ستغيّر.

هل تتوفر ملفات Linux الثنائية المسبقة البناء التي يمكنني تثبيتها بدلاً من البناء؟

نعم. يحتوي كل وسم بناء على أرشيفات إصدار تحمل اسمه، مثل llama-b10502-bin-ubuntu-x64.tar.gz، لذلك يظهر الوسم في اسم الملف ويصبح التثبيت سهلاً. في 19 August 2026، كانت حزم Linux المتاحة لـCPU وarm64 وs390x وVulkan وSYCL وOpenVINO، من دون أرشيف CUDA. اعتباراً من 12 October 2026، يتضمن b11429 الأحدث أيضاً أرشيفات Ubuntu CUDA 12.8 و13.4، مع حزم وقت تشغيل cudart- المطابقة. لذلك لم يعد خادم NVIDIA الذي يستخدم وسماً حديثاً مضطراً إلى البناء من المصدر باستخدام -DGGML_CUDA=ON أو إلى تشغيل صورة حاوية CUDA. إذا ثبّتَّ وسم إصدار، فنزّل الأرشيفات من وسم البناء الذي تذكره ملاحظات الإصدار.

هل كان هذا المقال مفيدًا؟