الملخص:
أطلقت NVIDIA مؤخرًا الإصدار التجريبي من Personal AI Router (PAIR) رسميًا خلال IFA 2026. وهو برنامج مجاني مفتوح المصدر. إنه ليس جهاز توجيه لأجهزة الشبكة بالمعنى التقليدي، ولكنه "جهاز توجيه افتراضي" لاستدلال الذكاء الاصطناعي المحلي. يمكنه اكتشاف أجهزة الكمبيوتر المتوافقة تلقائيًا في نفس الشبكة المحلية (LAN)، وتنظيم قوة الحوسبة الخاملة لأجهزة متعددة، وتوفير موارد استدلال أكثر كفاية لوكلاء الذكاء الاصطناعي ومهام النماذج الكبيرة المحلية.
قالت Nvidia أن PAIR يمكن أن يتكيف ديناميكيًا مع حالة الجهاز. عندما ينضم جهاز كمبيوتر جديد إلى الشبكة أو يغادر جهاز موجود، يمكن للنظام ضبطه تلقائيًا؛ ستأخذ عملية التوجيه في الاعتبار بشكل شامل عوامل مثل جاهزية العقدة، وحالة محرك الاستدلال، وما إذا كان النموذج موجودًا بالفعل، واستخدام وحدة معالجة الرسومات، ثم تحديد الجهاز المناسب للتعامل مع الطلب. لا تتطلب العملية برمتها إنشاء مجموعة خوادم بالمعنى التقليدي، ولا تتطلب كابلات أو رفوف أو تكوينات مجمعة مخصصة.
فيما يتعلق بالأمان، تحتاج الأجهزة المنضمة إلى مجموعة PAIR أولاً إلى إكمال الاقتران من خلال رمز الاقتران المكون من ستة أرقام، ومن ثم يتم إنشاء قناة اتصال مشفرة بين الأجهزة من خلال TLS ثنائي الاتجاه (mTLS) لضمان حماية الاتصال بين الأجهزة المشاركة. أكدت NVIDIA أن أحد أهداف تصميم PAIR هو الحفاظ على سير عمل الذكاء الاصطناعي المحلي في الشبكة الخاصة بالمستخدم، ولا يلزم إرسال الكلمات والملفات وسياق وكيل الذكاء الاصطناعي إلى خدمة الاستدلال السحابي.
في الوقت الحالي، يدعم الإصدار التجريبي من PAIR أنظمة التشغيل Windows وmacOS وLinux. فيما يتعلق بالأجهزة، يشمل التوافق سلسلة NVIDIA GeForce RTX 20 والموديلات الأحدث، ووحدات معالجة الرسومات لمحطات العمل NVIDIA RTX PRO المستندة إلى بنية Turing والهندسة المعمارية الأحدث، وNVIDIA DGX Spark، وأجهزة Mac المجهزة بشرائح Apple M4 أو أحدث. تتضمن متطلبات النظام المقدمة من NVIDIA أيضًا ما لا يقل عن 8 جيجابايت من الذاكرة، ويوصى بتجهيز مساحة قرص تبلغ 20 جيجابايت أو أكثر؛ لا يتطلب البرنامج نفسه اتصالاً بالإنترنت لتشغيله، ولكن يظل الاتصال بالإنترنت مطلوبًا عند تنزيل النموذج.
يوضح العرض التوضيحي الذي قدمته NVIDIA أن PAIR مناسب بشكل خاص لسير العمل متعدد الوكلاء. على سبيل المثال، يمكن للمستخدمين أن يطلبوا من وكيل Hermes تطوير خطة "إعادة التعيين يوم الأحد" لفرز صندوق البريد الفوضوي وتحديد رسائل البريد الإلكتروني التي تحتاج إلى المعالجة على الفور، والرسائل التي يمكن معالجتها لاحقًا، والرسائل التي يمكن تخطيها مباشرةً. يمكن للوكيل تقسيم المهام بين وكلاء فرعيين متعددين، ويقوم PAIR بتوزيع طلبات الاستدلال المستقلة التي تم إنشاؤها بواسطة هؤلاء الوكلاء الفرعيين على أجهزة كمبيوتر مختلفة في المنزل، بدلاً من جعل جميع المهام تتنافس على نفس وحدة معالجة الرسومات. وبهذه الطريقة، يمكن تنفيذ مهام متعددة بالتوازي، ويمكن للكمبيوتر الرئيسي أيضًا نقل جزء من حسابات الذكاء الاصطناعي إلى أجهزة أخرى أثناء اللعب أو الإنشاء أو أي عمل آخر.
يعكس العرض التوضيحي للوكلاء الخمسة الذين أعلنتهم NVIDIA أيضًا تأثير هذا النهج. باستخدام Hermes Desktop وOllama، استغرقت مجموعة PAIR التي تتكون من ثلاثة أجهزة 8 دقائق و48 ثانية لإكمال المهمة، بينما استغرق جهاز الكمبيوتر المحمول RTX Spark الواحد 18 دقيقة. تعتقد NVIDIA أن هذا يوضح أن استخدام قوة الحوسبة الخاملة لأجهزة متعددة في الشبكة المنزلية يمكن أن يحسن بشكل كبير إنتاجية الذكاء الاصطناعي المحلي متعدد المهام.
أحد الحكم المهم وراء PAIR هو أن المستخدمين المنزليين غالبًا ما يمتلكون بالفعل أجهزة كمبيوتر متعددة بقدرات حوسبة معينة، ولكن هذه الأجهزة تكون خاملة في معظم الأوقات. تشير البيانات التي استشهدت بها Nvidia إلى أن أكثر من نصف الأسر في الولايات المتحدة تمتلك جهازي كمبيوتر أو أكثر، لذلك لا يتم استخدام عدد كبير من وحدات معالجة الرسومات وموارد الحوسبة الأخرى بشكل كامل لجزء كبير من اليوم. بالنسبة للعائلات التي لديها أجهزة كمبيوتر مخصصة للألعاب، وأجهزة كمبيوتر محمولة، وغيرها من الأجهزة عالية الأداء، يحاول PAIR تحويل هذه الأجهزة المستقلة في الأصل إلى مجموعة من موارد الحوسبة التي يمكنها خدمة الذكاء الاصطناعي المحلي بشكل مشترك.
يقدّر فريق NVIDIA الفني أنه في الحالة القصوى، قد يكون هناك ما يقرب من 165 TFLOPS من طاقة الحوسبة الخاملة داخل المنزل. وصف الشخص المسؤول قوة الحوسبة المحلية هذه التي لم يتم استخدامها بالكامل بأنها "موارد رمزية مجانية خاملة في المنزل". ومع ذلك، تتوقع NVIDIA أن المستخدمين النموذجيين المناسبين حقًا لـ PAIR لا يحتاجون إلى مثل هذا الحجم المبالغ فيه للجهاز. قد يكون التكوين الأكثر واقعية هو جهاز MacBook أو Windows Notebook، بالإضافة إلى جهاز كمبيوتر شخصي للألعاب.
بالإضافة إلى PAIR، أعلنت NVIDIA أيضًا هذه المرة عن زيادة تبسيط تجربة النشر لوكلاء الذكاء الاصطناعي المحليين. ستوفر ثلاثة برامج وكيل للذكاء الاصطناعي، بما في ذلك Perplexity Portable Computer وHermes Agent وOpenClaw، طرق تكوين محلية أبسط لوحدات معالجة الرسومات NVIDIA. في الماضي، كان المستخدمون يحتاجون في كثير من الأحيان إلى تحديد النماذج، والعثور على خوادم استدلالية متوافقة، وضبط معلمات القياس الكمي، وإكمال التكوينات المختلفة. ويأمل الحل الجديد في ضغط هذه العملية ببضع نقرات.
من بينها، تمكن Perplexity Portable Computer سابقًا من العمل على وحدات معالجة الرسوميات NVIDIA RTX المجهزة بذاكرة فيديو بسعة 24 جيجابايت على الأقل وDGX Spark على أنظمة Linux، كما أن إصدار Windows قيد التقدم أيضًا. فهو يسمح للمستخدمين بالاحتفاظ بالمزيد من سير العمل الخاص بهم محليًا واختيار استخدام النماذج السحابية عند الحاجة إلى بحث إضافي أو قدرات استدلال أقوى؛ سيحصل النظام على موافقة المستخدم قبل تسليم المحتوى إلى السحابة.
إن Hermes Agent، الذي طورته شركة Nous Research، هو وكيل ذكاء اصطناعي للأغراض العامة. سيدعم التكوين المحلي لإصدار Windows نشر النموذج بنقرة واحدة. يمكن للبرنامج التعرف تلقائيًا على وحدة معالجة الرسومات NVIDIA، واختيار النموذج والتكوين المناسبين وفقًا للجهاز، وتشغيله من خلال llama.cpp المحسّن من NVIDIA. سيتم إطلاق دعم Linux في وقت لاحق. بعد التشغيل، يستطيع Hermes استدعاء الأدوات، والحفاظ على السياق عبر المهام، وتذكر المعلومات من جلسات مختلفة، وتجميع المهارات القابلة لإعادة الاستخدام مع الاستخدام.
يحصل OpenClaw أيضًا على حل نشر مبسط لنظام التشغيل Windows. قالت Nvidia أن OpenClaw أصبح مشروعًا مهمًا في النظام البيئي المفتوح لوكلاء الذكاء الاصطناعي، وتجاوز حجم المشروع على GitHub 380 ألف نجم. سيعمل تطبيق Windows الجديد على خفض عتبة تكوين النموذج المحلي، مما يسهل على المستخدمين الذين لديهم ذاكرة فيديو NVIDIA RTX GPU لا تقل عن 24 جيجابايت تشغيل مساعدي الذكاء الاصطناعي المحليين.
من أجل زيادة تحسين سرعة استجابة وكيل الذكاء الاصطناعي المحلي، أعلنت NVIDIA أيضًا في نفس الوقت عن تحسين الاستدلال لـ llama.cpp وvLLM. استنادًا إلى تحسين kernel الجديد، وفك التشفير التخميني الأكثر تقدمًا، ومعالجة التعبئة المسبقة الأسرع، يمكن زيادة إنتاجية llama.cpp على GeForce RTX 5090 بما يصل إلى 1.9 مرة؛ يمكن تحسين أداء vLLM بما يصل إلى 1.2 مرة على RTX PRO 6000 Blackwell Workstation Edition، وما يصل إلى 1.4 مرة على مجموعة مكونة من جهازي DGX Sparks. هذه التحسينات متاحة بالفعل من خلال الواجهات الخلفية للاستدلال المقابلة وهي متاحة أيضًا في LM Studio وOllama.
كما كشفت Nvidia هذه المرة أيضًا أنه من المتوقع إطلاق أجهزة الكمبيوتر الصغيرة الجديدة العاملة بنظام Windows والمزودة بمنصة RTX Spark في أكتوبر. مع نضوج هذه الأجهزة المحلية الموجهة للذكاء الاصطناعي وبرامج الاستدلال وأدوات وكيل الذكاء الاصطناعي تدريجيًا، تروج NVIDIA بوضوح لطريقة مختلفة لاستخدام الذكاء الاصطناعي السحابي التقليدي: لا يحتاج المستخدمون إلى إرسال جميع المهام إلى مراكز البيانات البعيدة، ولكن يمكنهم استخدام وحدات معالجة الرسومات والأجهزة الأخرى في المنزل مباشرةً لبناء بيئة حوسبة الذكاء الاصطناعي المحلية الخاصة بهم.
لا يزال PAIR في المرحلة التجريبية، وقد تم إصدار المشروع كمصدر مفتوح. يمكن للمطورين عرض الكود المصدري وإرسال المشكلات والمشاركة في التحسينات. وتأمل NVIDIA أنه من خلال PAIR، سينتقل الذكاء الاصطناعي المحلي تدريجيًا من "كمبيوتر واحد عالي الأداء يشغل نموذجًا" إلى "أجهزة منزلية متعددة تتقاسم عبء عمل الذكاء الاصطناعي"، وقد يصبح هذا أيضًا نموذجًا جديدًا للحوسبة بعد زيادة تعميم وكلاء الذكاء الاصطناعي المحليين.
التعليقات