SSD Nodes Learn Hosting plans →
الأدلة Matt Connorبقلم Matt Connor · آخر تحديث في 2026-10-26

كيفية تشغيل نموذج Muse Glimmer 30B على خادم VPS

تعرف على متطلبات الذاكرة ومساحة التخزين لتشغيل Muse Glimmer 30B على خادم VPS بدون GPU. اكتشف أحجام وسوم Linux الفعلية وتكلفة الاستنتاج بالاعتماد على المعالج فقط.

متطلبات Muse Glimmer على خادم VPS

يعمل Muse Glimmer على خادم Linux VPS عادي لا يحتوي على وحدة معالجة رسوميات (GPU)، ويحدد الوسم (tag) الذي تسحبه ما إذا كان النموذج سيتسع في الذاكرة. نشرت Meta Superintelligence Labs النموذج في 10 أغسطس 2026 بموجب ترخيص Apache 2.0: يتكون النموذج من 30 مليار معامل، ونافذة سياق بحجم 128K، ومُشفّر إدراك مخصص بـ 1.8 مليار معامل ليتمكن من قراءة الصور بجانب النصوص. تروّج Meta للنموذج كأداة للوكلاء المحليين الذين يعملون باستمرار بدلاً من استخدامه للدردشة، مع قوة استنتاج تضبطها أنت لكل طلب.

تتراوح وسوم Ollama المنشورة التي تعمل على Linux، والتي تم الاطلاع عليها في 25 أكتوبر 2026، من 18 جيجابايت إلى 59 جيجابايت. هذا النطاق هو جوهر مشكلة تحديد الحجم. تبدأ قائمة الوسوم الكاملة بقيم أقل وتنتهي بقيم أعلى، عند 17 جيجابايت و65 جيجابايت، لكن كلا الطرفين هما وسوم MLX مصممة لمعالجات Apple Silicon، لذا فهي لا تُحتسب على خادم Linux. الوسم الافتراضي مدرج بحجم 18 جيجابايت تقريباً، لذا فإن أصغر خادم منطقي يجب أن يحتوي بوضوح على أكثر من 18 جيجابايت من ذاكرة الوصول العشوائي (RAM) الحرة. تُضاف مساحة القرص اللازمة للتنزيل وذاكرة نافذة السياق إلى هذا المتطلب.

أي وسم muse-glimmer يجب أن تسحب؟

رسم بيانيPublished muse-glimmer tag sizes on 25 October 2026 (Linux tags only)
البيانات وراء هذا الرسم البياني
[
  {
    "label": "30b (default)",
    "size_gb": 18
  },
  {
    "label": "30b-q4_K_M",
    "size_gb": 18
  },
  {
    "label": "30b-q4_K_M-dflash",
    "size_gb": 20
  },
  {
    "label": "30b-q8_0",
    "size_gb": 31
  },
  {
    "label": "30b-q8_0-dflash",
    "size_gb": 33
  },
  {
    "label": "30b-bf16",
    "size_gb": 57
  },
  {
    "label": "30b-bf16-dflash",
    "size_gb": 59
  }
]

أدرج Ollama عدد 7 من الوسوم لهذا النموذج دون وسم MLX، ولا يشمل ذلك الاسم المستعار latest. تحمل الوسوم العادية نفس الأوزان البالغة 30 ملياراً والمخزنة بدقة رقمية مختلفة. تحمل الوسوم -dflash تلك الأوزان بالإضافة إلى شبكة ثانية أصغر، مشروحة أدناه، ولهذا السبب يظهر حجم كل منها أكبر من نظيرتها العادية. الحجم الذي تراه هو ما تقوم بتنزيله، وهو أيضاً الحجم التقريبي الذي يجب أن توفره في الذاكرة قبل إضافة أي سياق.

بناء 4-bit هو الأصغر: 30b-q4_K_M بحجم 18 جيجابايت. الوسم الافتراضي 30b هو نفس البناء تحت اسم آخر، وله نفس البصمة (digest) على صفحة الوسم. بناء 8-bit هو 30b-q8_0 بحجم 31 جيجابايت. 30b-bf16 هو إصدار 16-bit غير المكمم بحجم 57 جيجابايت، وهو ما يتطلب ذاكرة وصول عشوائي (RAM) أكثر مما توفره معظم الخوادم المستأجرة بسعر معقول لمشروع جانبي. الوسم 30b-nvfp4 بحجم 17 جيجابايت، وهو أصغر نظرياً، والوسم 30b-mxfp8 بحجم 8-bit وبحجم 33 جيجابايت، كلاهما يحملان وسم MLX، لذا تم استبعادهما من الجدول. يشرح القسم التالي السبب.

تضيف الوسوم -dflash شبكة DFlash الخاصة بـ Meta، والتي تصفها بطاقة النموذج بأنها "شبكة مرافقة صغيرة تقترح كتل كاملة من الرموز (tokens) دفعة واحدة": 5 طبقات مسودة تتنبأ بكتل مكونة من 16 رمزاً. هذه ميزة لزيادة سرعة فك التشفير التخميني، وتقدم صفحة نموذج Ollama دعم DFlash كجزء من محرك MLX على Apple Silicon. على خادم افتراضي (VPS) يعمل بوحدة معالجة مركزية (CPU) فقط، يكلف هذا حوالي 2 جيجابايت من الذاكرة الفعلية الإضافية لمسودة لم تقم بقياس جدواها على عتادك بعد، لذا ابدأ بالوسم العادي وقم بتغيير شيء واحد في كل مرة.

ابدأ بـ 4-bit ما لم يكن لديك سبب محدد لعدم القيام بذلك. الانتقال من 4-bit إلى 8-bit يضاعف تقريباً عدد البايتات التي يجب على الـ CPU قراءتها لكل رمز يتم إنتاجه، مما يؤدي إلى انخفاض معدل النقل بينما يرتفع استهلاك الذاكرة. هذا المقايضة هي موضوع ما تكلفك إياه فعلياً كميات q4 و q8 و fp16، وعلى خادم يعمل بـ CPU، الإجابة المختصرة هي أن بناء 4-bit هو الوحيد الذي يستحق البدء به.

لماذا لا تعمل وسوم MLX على خادم Linux

MLX هو إطار عمل المصفوفات الخاص بشركة Apple، ومحرك MLX في Ollama هو الواجهة الخلفية المخصصة لمعالجات Apple Silicon. عندما أعلنت Ollama عن هذا المحرك، كانت التعليمات هي "التأكد من امتلاك جهاز Mac بذاكرة موحدة تزيد عن 32GB". كل وسم في صفحة الوسوم يحمل علامة MLX مبني لهذا المحرك ولهذا العتاد، وهذه العلامة لا تظهر دائماً في الاسم: فهي تغطي في هذا النموذج 30b-nvfp4 و30b-mxfp8 ومتغيرات -dflash الخاصة بهما، بالإضافة إلى كل وسم يحتوي على mlx. على خادم VPS يعمل بنظام x86 Linux، يمثل كل وسم منها عشرات الجيجابايتات من البيانات التي لا يمكنك تشغيلها، وستشغل مساحة على قرصك دون أي فائدة. أي رقم قياسي للسرعة تم قياسه على جهاز Mac يخص تلك الوسوم فقط، لذا فهو لا يصف أداء خادمك. عند قراءة قائمة الوسوم في صفحة النموذج، قم أولاً بتصفية واستبعاد كل وسم يحمل علامة MLX، ثم اختر الحجم المناسب مما تبقى.

ما مقدار ذاكرة الوصول العشوائي (RAM) والمساحة التخزينية التي تحتاجها فعلياً؟

هناك شيئان يستهلكان الذاكرة، أحدهما فقط هو حجم الـ tag. الأوزان ثابتة بناءً على الـ tag الذي تسحبه. أما الـ KV cache، وهو الحالة التي يحتفظ بها النموذج لكل token أثناء المحادثة، فيزداد حجمه مع طول السياق (context length) الذي تضبطه. تشير وثائق Ollama إلى أن خدمة الطلبات المتوازية تضاعف السياق بعدد الطلبات الجارية، لذا فإن الخادم الذي يجيب على وكيلين في وقت واحد يحتاج إلى ذاكرة أكبر من الخادم نفسه الذي يجيب على وكيل واحد.

لا تعتمد على رقم ذاكرة الوصول العشوائي (RAM) من أي دليل، بما في ذلك هذا الدليل. اسحب الـ tag، وأرسل إليه طلباً واحداً (prompt)، وبينما لا يزال النموذج محملاً في الذاكرة، نفذ هذين الأمرين.

ollama ps
free -h

يعرض ollama ps ما يتم تحميله حالياً وكيفية توزيع العمل بين المعالج (CPU) ومعالج الرسوميات (GPU). بينما يعرض free -h ما تبقى من الذاكرة. هاتان المخرجات على خادمك الخاص أدق من أي جدول منشور، لأنها تتضمن بالفعل إعدادات السياق الخاصة بك، ومستوى الضغط (quantisation)، وكل ما يشغله الخادم حالياً.

المساحة التخزينية هي الجزء الأسهل. يخزن Ollama النماذج في /usr/share/ollama/.ollama/models على أنظمة Linux، والتي تقع عادةً ضمن نظام ملفات الجذر (root filesystem) في معظم صور الـ VPS. لن يتسع حجم الجذر البالغ 40GB لنسخة bf16 بحجم 57 GB، ولن يتسع أيضاً لنسخ 8-bit و4-bit معاً. إذا لم يسبق لك الاطلاع على ما يكتبه أمر السحب فعلياً، فإن مكان تخزين Ollama للنماذج وكيفية نقلها يشرح ذلك الدليل بالتفصيل. انقل مكان التخزين إلى وحدة تخزين (mounted volume) قبل سحب أي شيء.

sudo systemctl edit ollama
[Service]
Environment="OLLAMA_MODELS=/mnt/models"
sudo mkdir -p /mnt/models
sudo chown -R ollama:ollama /mnt/models
sudo systemctl daemon-reload
sudo systemctl restart ollama

يجب أن يكون المستخدم ollama هو مالك ذلك الدليل، لأن الخدمة تعمل بصلاحيات ollama وتكتب ملفات الـ blobs هناك بصفتها تلك. إذا فشل أمر السحب بسبب صلاحيات الوصول، فستجد السبب في journalctl -u ollama -n 50.

بخصوص الـ swap، يجب توضيح حقيقة واحدة: الـ swap لا يسمح لك بتشغيل tag أكبر. عملية التوليد (generation) تصل إلى الأوزان مع كل token يتم إنتاجه، لذا فإن الأوزان الموجودة في الـ swap تُقرأ من القرص مراراً وتكراراً، وسيظهر vmstat 1 أعمدة si وso مشغولة، وستتباطأ المخرجات لتصل إلى ثوانٍ لكل token. احتفظ بملف swap صغير كإجراء وقائي ضد الـ out of memory killer. حدد حجم ذاكرة الوصول العشوائي (RAM) بناءً على الـ tag الذي ترغب في استخدامه فعلياً.

تثبيت Ollama وتثبيت إصدار محدد (Tag)

curl -fsSL https://ollama.com/install.sh | sh
ollama --version
systemctl status ollama

يُعدّ نص التثبيت خدمة systemd، لذا سيعود الخادم للعمل تلقائياً بعد إعادة التشغيل. إذا كنت تفضل عدم تشغيلها كخدمة مدارة بواسطة root، فإن تشغيل Ollama بدون صلاحيات root باستخدام Podman يغطي هذا المسار. بعد ذلك، قم بسحب إصدار (tag) محدد.

ollama pull muse-glimmer:30b
ollama list

اقرأ عمود الحجم في ollama list بنفسك وقارنه بقائمة الإصدارات الحالية في صفحة النموذج. تُضاف الإصدارات المنشورة، وتُعاد تسميتها، وتُحذف، لذا فإن الحجم المذكور في أي دليل هو مجرد لقطة ليوم واحد.

لا تكتب أبداً ollama pull muse-glimmer على خادم تعتمد عليه. اسم النموذج المجرد يحلّ إلى الإصدار latest، وlatest هو مؤشر يمكن للناشر نقله إلى إصدار مختلف. عملية سحب روتينية قد تستبدل النموذج الذي يعمل عليه وكيلك، مما يؤدي إلى متطلبات ذاكرة مختلفة وسلوك مختلف، ولن يظهر أي إشعار بذلك في سجلاتك. اكتب الإصدار (tag) في نصوصك البرمجية، وفي ملفات الوحدات (unit files)، وفي إعدادات وكيلك. يغطي استضافة نموذج لغوي كبير ذاتياً باستخدام Ollama على خادم افتراضي خاص (VPS) بقية إعدادات الخادم.

هل يمكنك تشغيل Muse Glimmer بدون وحدة معالجة رسوميات (GPU)؟

نعم، ومن الضروري أن نكون صريحين بشأن سقف الأداء. توليد رمز (token) واحد يعني قراءة أوزان النموذج من الذاكرة، لذا فإن السرعة تتحدد بعرض نطاق الذاكرة (memory bandwidth) وليس بعدد أنوية المعالج (vCPU) التي تعلن عنها الخطة. بعد تجاوز عدد قليل من الأنوية، لن يضيف المزيد منها أي تحسن ملموس. على خادم افتراضي خاص (VPS) مشترك، يتم مشاركة هذا النطاق مع جميع المستأجرين الآخرين على المضيف، لذا فإن نموذجاً بحجم 30B بدقة 4-bit سينتج عدداً قليلاً من الرموز في الثانية.

لا تقبل أرقام أي شخص، بما في ذلك أرقامي. قِس عدد الرموز في الثانية على خادمك الخاص وقرر بناءً على ما تراه.

النتيجة هي انقسام حقيقي في مجالات استخدام النموذج. الدردشة التفاعلية ستكون تجربة سيئة، لأنك تقرأ أسرع مما يكتب الخادم، وكل رد يبدأ بتوقف طويل. أما عمل الوكيل في الخلفية فهو مقبول، لأن المهمة التي تعمل دون مراقبة لمدة عشر دقائق لا يهمها كونها بطيئة. هذا النوع الثاني من أعباء العمل هو بالضبط ما تصفه Meta لهذا النموذج.

إذا كنت بحاجة إلى سرعة تفاعلية، فالإجابتان الصادقتان هما استخدام GPU أو واجهة برمجة تطبيقات (API) مستضافة. احسب نقطة التعادل بين تكلفة خادم GPU ورموز الـAPI قبل استئجار أي شيء، ويشرح ما الذي يمنحك إياه خادم GPU فعلياً ما تشتريه. بالنسبة للسؤال الأوسع حول ما يمكن لخادم معين استيعابه، ابدأ بـ النماذج التي يمكنك استضافتها ذاتياً، ويعد تشغيل نموذج Qwen بحجم مشابه على خادم VPS أقرب مقارنة في فئة الحجم هذه. إذا كانت الأرقام التي تقيسها بطيئة جداً بحيث لا يمكنك التعايش معها، فإن Nemotron 3.5 Lightning على خادم VPS يطرح نفس أسئلة الذاكرة العشوائية (RAM) وعدد الرموز في الثانية لنموذج بُني من أجل السرعة بدلاً من الحجم.

لماذا ينسى النموذج المعلومات قبل الوصول إلى 128K من الرموز (tokens)؟

لأن نافذة السياق الافتراضية في Ollama تبلغ 4096 رمزاً على الخوادم التي لا تحتوي على وحدة معالجة رسومية (GPU)، بغض النظر عما يدعمه النموذج. تنص الأسئلة الشائعة في Ollama على هذا الافتراضي، وتوضح وثائق طول السياق، التي تمت قراءتها في 25 أكتوبر 2026، أن القيمة الافتراضية تتناسب مع ذاكرة الـ GPU: 4k إذا كانت الذاكرة أقل من 24 GiB، و32k إذا كانت بين 24 و48 GiB، و256k إذا كانت 48 GiB أو أكثر. يقع خادم VPS الذي يعتمد على المعالج المركزي (CPU) فقط في الفئة الدنيا. يعلن الوسم (tag) عن دعم 128K، لكن الخادم يزوّد النموذج بـ 4096 رمزاً ما لم تحدد خلاف ذلك، لذا يفقد سجل المحادثة الطويل بداياته ويظهر النموذج وكأنه يعاني من فقدان الذاكرة.

ارفع هذه القيمة على الخادم لكل طلب:

[Service]
Environment="OLLAMA_CONTEXT_LENGTH=32768"

داخل جلسة تفاعلية، يغيّر /set parameter num_ctx 32768 القيمة لتلك الجلسة فقط. أما عبر واجهة برمجة التطبيقات (API)، فأرسل num_ctx ضمن خيارات الطلب.

يستهلك كل رمز إضافي في السياق ذاكرة إضافية فوق ذاكرة الأوزان (weights). إذا طلبت 128K كاملة على خادم مخصص للأوزان فقط، فسيفشل التحميل أو سيعتمد النظام على بديل أبطأ. ارفع القيمة تدريجياً ونفّذ ollama ps بعد كل خطوة. يشرح الرابط كيف تعمل num_ctx وطول السياق في Ollama الحسابات المتعلقة بذلك.

قوة الاستنتاج: منخفضة، متوسطة، عالية، وعالية جداً

تُوثّق Meta أربع مستويات لقوة الاستنتاج في نموذج Muse Glimmer، تتراوح من المنخفضة إلى العالية جداً، وتوصي باستخدام المستويين الأعلى للمهام البرمجية المعقدة ومهام الوكلاء (Agents). في Ollama، يعتمد هذا على المعامل think. استخدم --think= في سطر الأوامر، أو أرسل think ضمن نص طلب API.

ollama run muse-glimmer:30b --think=high "Summarise the changes in /tmp/patch.diff"

داخل جلسة تفاعلية، يقوم /set think و/set nothink بتبديل هذه الخاصية. تشير وثائق التفكير في Ollama، التي تمت قراءتها في 25 أكتوبر 2026، إلى استخدام /api/show لاكتشاف القيم التي يدعمها النموذج. يسرد النموذج الذي يحتوي على بيانات وصفية للتفكير (thinking metadata) هذه القيم تحت thinking.values، سواء كانت قيماً منطقية (booleans) للتشغيل والإيقاف أو أسماءً محددة من قبل النموذج للمستويات، وتوجهك الوثائق لاستخدام القيمة الدقيقة المدرجة هناك. لا تنشر كل النماذج هذه القائمة: إذا كان thinking مفقوداً من الاستجابة، فهذا يعني أن النموذج لا يملك بيانات وصفية للتفكير. تذكر الصفحة نفسها أن الاسم غير المدعوم يعود تلقائياً إلى القيمة الافتراضية للنموذج، لذا فإن كتابة مستوى بشكل خاطئ لا يسبب خطأً، بل يعمل النموذج بهدوء على المستوى الافتراضي. تذكر تعليمات سطر الأوامر فقط true وfalse وhigh وmedium وlow، وتمرر أي سلسلة نصية أخرى إلى الخادم دون فحص. لذا، اقرأ ما يبلغه /api/show عن muse-glimmer:30b بدلاً من التخمين، وجرّب إحدى القيم يدوياً قبل ربطها ببرمجية وكيل.

على جهاز يعمل بوحدة معالجة مركزية (CPU) فقط، لهذا الإعداد تأثير ملموس. تعني القوة الأعلى توليد المزيد من رموز التفكير (thinking tokens) قبل ظهور الكلمة الأولى من الإجابة، وتكلف رموز التفكير نفس الوقت الفعلي الذي تستغرقه رموز الإجابة. اترك المهام الروتينية على الإعداد المنخفض. يستحق طول الإجابة نفس القدر من العناية، لذا حدد الرد باستخدام num_predict بدلاً من السماح لاستجابة واحدة مسهبة بإشغال جهاز بطيء لعدة دقائق.

إبقاء النموذج محملاً لعميل يعمل باستمرار

يقوم Ollama بإلغاء تحميل النموذج الخامل بعد خمس دقائق افتراضياً. بالنسبة لعميل يعمل كل عشر دقائق، يعني هذا تحميل حجم 18 GB بالكامل من القرص في كل عملية تشغيل، وهذا التحميل ليس سريعاً على خادم افتراضي (VPS) يستخدم وحدة تخزين مرتبطة بالشبكة. بدلاً من ذلك، ثبّت النموذج في الذاكرة.

[Service]
Environment="OLLAMA_KEEP_ALIVE=-1"

تؤدي القيمة السالبة إلى إبقاء النموذج مقيماً في الذاكرة حتى يقوم شيء ما بإلغاء تحميله، كما يتجاوز keep_alive في طلب API الإعداد الافتراضي للخادم لهذا الطلب فقط. التكلفة واضحة: تظل ذاكرة الوصول العشوائي (RAM) مشغولة بينما لا يحدث شيء، لذا فهذا الإعداد مخصص لخادم مكرس لهذا العميل. يغطي الرابط إبقاء نموذج Ollama محملاً المتغيرات المختلفة.

توجيه وكيل برمجي إليه

يُقدّم Ollama واجهة برمجة تطبيقات متوافقة مع OpenAI على http://127.0.0.1:11434/v1، لذا تتصل معظم أدوات الوكلاء باستخدام رابط أساسي (Base URL) وأي مفتاح API غير فارغ. توثّق صفحة Muse Glimmer الخاصة بـ Ollama أيضاً اختصاراً للتشغيل يربط الوكيل المدعوم بنموذج محلي في أمر واحد، ويجب عليك تثبيت الإصدار (tag) هناك أيضاً.

ollama launch claude --model muse-glimmer:30b

ترسل الوكلاء مطالبات (prompts) كبيرة. محتويات الملفات، ومخرجات الأدوات، وسجل المحادثة المتنامي، كلها تصل كرموز إدخال (input tokens)، وفي الأجهزة التي تعتمد على المعالج المركزي (CPU)، تُعد معالجة المطالبات الجزء الأكثر استهلاكاً للموارد قبل أن يبدأ التوليد الفعلي. حافظ على إعدادات السياق (context) بأصغر حجم تسمح به المهمة. يغطي توجيه وكيل برمجي إلى Ollama جانب العميل، بينما يغطي تشغيل وكيل برمجي على خادم VPS الجهاز الذي يعمل عليه، ويغطي التحكم في تكاليف الوكيل على خادم VPS ما يحدث عند تشغيله طوال اليوم.

يعمل إدخال الصور بنفس الطريقة. تقبل واجهة برمجة تطبيقات Ollama الصور في حقل images من الرسالة، لذا لن يرسل العميل الذي يدعم النصوص فقط أي صورة، بغض النظر عن مدى كفاءة مُشفّر الإدراك (perception encoder) لديه.

لا تفتح المنفذ 11434

لا تتضمن واجهة برمجة تطبيقات Ollama أي آلية للمصادقة. إنّ ضبط OLLAMA_HOST=0.0.0.0:11434 لتتمكن من الوصول إليها من حاسوبك المحمول يضع مشغّل نماذج غير مصادق عليه على شبكة الإنترنت العامة، حيث يمكن لأي شخص يعثر عليه تحميل نماذج على قرصك وقراءة أي بيانات يرسلها وكيلك عبره. اترك الخدمة مرتبطة بـ localhost واستخدم نفقاً (tunnel) بدلاً من ذلك.

ssh -N -L 11434:127.0.0.1:11434 user@your-vps

يتناول تأمين نقطة نهاية واجهة برمجة تطبيقات Ollama الخيارات المناسبة، بما في ذلك استخدام وكيل عكسي (reverse proxy) يطلب بيانات اعتماد.

ما الذي يتعطل، وما الذي ستراه

يتوقف السحب في منتصف الطريق. القرص ممتلئ. شغّل df -h على دليل النموذج. بناء bf16 بحجم 57 جيجابايت لا يتسع على وحدة تخزين جذرية بحجم 40 جيجابايت، وكذلك لا تتسع إصدارات 8-bit و4-bit معاً.

يتم تحميل النموذج ثم تموت العملية. نفاد الذاكرة. يسجّل dmesg -T قيام قاتل نفاد الذاكرة في النواة (kernel OOM killer) باختيار عملية لإنهاؤها، ويُظهر journalctl -u ollama -n 100 جانب الخدمة من الحدث نفسه. الحل هو استخدام tag أصغر أو num_ctx أصغر. زيادة مساحة الـswap ليست حلاً.

يعمل النموذج بسرعة ثوانٍ لكل token. شغّل vmstat 1 وراقب عمودي si وso. نشاط الـswap المستمر يعني أن الأوزان لا تتسع في الذاكرة العشوائية (RAM)، وأن الخادم يقرؤها من القرص أثناء العمل.

اختفاء tag كان يعمل الأسبوع الماضي. تتغير قوائم الـtags. أعد قراءة صفحة النموذج، وثبّت الإصدار الحالي، وسجّل اسم الـtag في مكان يمكنك الرجوع إليه لاحقاً.

أعد التحقق من الأحجام بنفسك قبل السحب

تمت قراءة الأحجام الواردة في الجدول من صفحة tags الخاصة بالنموذج بتاريخ 25 أكتوبر 2026، وقائمة الـtags المنشورة ليست التزاماً ثابتاً. اقرأ القائمة الحالية على صفحة النموذج، ثم تأكد مما تم تنزيله فعلياً على قرصك:

ollama pull muse-glimmer:30b
ollama list
sudo du -sh /usr/share/ollama/.ollama/models

يخزن Ollama طبقات النموذج كـ blobs مشتركة، لذا فإن اثنين من الـtags يشتركان في طبقة واحدة لا يستهلكان ضعف مساحة القرص. قارن ما يظهره du مع الحجم المنشور وخطط لمساحة قرصك بناءً على القيمة الأكبر بينهما.

FAQ

ما مقدار ذاكرة الوصول العشوائي (RAM) التي يحتاجها Muse Glimmer على خادم VPS؟

ابدأ بحجم الوسم (tag) وأضف إليه نافذة السياق. يبلغ حجم الوسم الافتراضي حوالي 18 جيجابايت بتاريخ 25 أكتوبر 2026، لذا لا يمكن لخادم بسعة 16 جيجابايت استيعابه إطلاقاً، بينما سيستوعبه خادم بسعة 24 جيجابايت مع ترك مساحة ضئيلة جداً للسياق. اعتبر هذا نقطة بداية وليس إجابة نهائية. قم بسحب الوسم، وتحميله مرة واحدة، ثم شغّل ollama ps و free -h على خادمك الخاص واقرأ الأرقام الناتجة لديك. يؤدي السياق الأطول والطلبات المتوازية إلى زيادة استهلاك الذاكرة فوق حجم الأوزان.

هل يمكنني تشغيل Muse Glimmer بدون وحدة معالجة رسوميات (GPU)؟

نعم. يمكن تحميله والإجابة من خلاله على خادم VPS يعتمد على المعالج المركزي (CPU) فقط. سرعة التوليد محدودة بعرض نطاق الذاكرة الترددي وليس بعدد الأنوية، وبما أن هذا النطاق مشترك في الاستضافات المشتركة، فتوقع عدداً منخفضاً من الرموز (tokens) في الثانية عند دقة 4-bit. هذا الأداء مقبول لعمل الوكلاء في الخلفية دون مراقبة، ولكنه بطيء جداً للمحادثات التفاعلية. شغّل ollama ps أثناء تنفيذ طلب وراجع عمود المعالج للتأكد من مكان تنفيذ العمليات.

هل وسوم MLX مفيدة على خادم Linux VPS؟

لا. كل وسم يحمل تصنيف MLX في صفحة الوسوم مصمم لمحرك MLX الخاص بـ Ollama، وهو المحرك المخصص لمعالجات Apple Silicon، ويشمل ذلك 30b-nvfp4 و 30b-mxfp8 حتى وإن لم تشر أسماؤهم إلى mlx. على خادم Linux بمعمارية x86، تعتبر هذه الوسوم ملفات كبيرة لا يمكنك تشغيلها. استخدم الوسم العادي 30b، أو أحد الوسوم الأخرى غير المخصصة لـ MLX، وتجاهل معايير أداء أجهزة Apple المرتبطة بإصدارات MLX.

لماذا ينسى النموذج المعلومات قبل الوصول إلى 128K من الرموز؟

لأن نافذة السياق الافتراضية في Ollama على الخوادم التي لا تحتوي على GPU هي 4096 رمزاً بغض النظر عما يدعمه النموذج، لذا يقوم الخادم باقتطاع المحادثات الطويلة قبل أن يراها النموذج. اضبط OLLAMA_CONTEXT_LENGTH على الخادم، أو استخدم /set parameter num_ctx لجلسة واحدة، أو أرسل num_ctx ضمن خيارات طلب API. يرتفع استهلاك الذاكرة مع زيادة هذا الرقم، لذا ارفعه تدريجياً وتحقق من ollama ps في كل مرة.

هل يجب علي تثبيت إصدار الوسم (pin) أم استخدام الأحدث (latest)؟

ثبّت الإصدار. يؤدي استخدام muse-glimmer بدون وسم إلى توجيهك إلى latest، وهو مؤشر يمكن للناشر تغييره ليشير إلى إصدار مختلف في أي وقت، مما يعني أن عملية سحب روتينية قد تغير النموذج الذي يعمل عليه وكيلك. اكتب muse-glimmer:30b في النصوص البرمجية (scripts)، وملفات الوحدات (unit files)، وإعدادات الوكيل. تحقق من قائمة الوسوم في صفحة النموذج قبل التثبيت، لأن الوسوم المنشورة تتغير.

هل كان هذا المقال مفيدًا؟