أصبح استئجار خادم GPU أسرع طريقة لبدء مشروع ذكاء اصطناعي. نشرح أي GPU يناسب كل مهمة، من استدلال نماذج LLM الصغيرة ونماذج 70B إلى تدريب LoRA وStable Diffusion والتصيير ثلاثي الأبعاد، وكيف تقدّر التكلفة بالساعة عبر أمثلة عملية.
تبدأ معظم مشاريع الذكاء الاصطناعي بالسؤال نفسه: أي GPU يجب أن أستخدم؟ فشراء خادم GPU يعني استثمارًا كبيرًا وعملية شراء طويلة، كما أنه في الأسابيع الأولى من المشروع لا يكون واضحًا في الغالب ما الذي تحتاجه فعلًا.
يزيل استئجار خادم GPU هذا الغموض؛ إذ تستخدم البطاقة التي تحتاجها بالساعة وتوقف الخادم عند انتهاء المهمة. لكن إن اخترت البطاقة الخطأ، فإما أن تدفع ثمن GPU مكلف بلا داعٍ، أو تخسر ساعات على بطاقة تنفد ذاكرتها.
في هذا الدليل نستعرض أحمال العمل الشائعة، ونقترح خيارات GPU مناسبة لكل منها، ونوضح كيفية تقدير التكلفة.
ما الذي يجب التحقق منه أولًا عند اختيار GPU
ينظر معظم الناس أولًا إلى القدرة الحسابية الخام. غير أن المعيار الأول في أحمال عمل الذكاء الاصطناعي هو دائمًا تقريبًا VRAM، أي الذاكرة الموجودة على البطاقة. فإذا لم يتسع النموذج والبيانات في الذاكرة، فلا قيمة للقدرة الحسابية.
نقترح طرح هذه الأسئلة الأربعة بالترتيب:
- هل يتسع النموذج في الذاكرة؟ يحدد حجم النموذج ودقته (FP16 أو 8-bit أو 4-bit)، وما إذا كنت تدرّبه أو تشغّل الاستدلال، احتياجك من VRAM.
- كم ستستغرق المهمة؟ بضع ساعات من التجريب وأسابيع من التدريب يتطلبان بطاقات مختلفة.
- السرعة أم السعر بالساعة؟ قد تكلّف البطاقة الأسرع أكثر في الساعة، لكنها تنهي المهمة أسرع وبتكلفة إجمالية أقل.
- ما حزمة البرمجيات؟ يؤثر كل من PyTorch وإصدار CUDA وComfyUI أو صورة الحاوية الخاصة بك على وقت الإعداد.
تقديرات تقريبية لـ VRAM
تختلف الأرقام الدقيقة باختلاف النموذج وطول السياق والبرمجيات، لكن هذه القواعد التقريبية كافية لتقدير أولي:
- الاستدلال بدقة FP16: نحو 2 بايت لكل معامل، إضافةً إلى ذاكرة KV cache التي تكبر مع طول السياق وعدد المستخدمين المتزامنين. في نموذج 8B، تشغل الأوزان وحدها نحو 16 GB.
- الاستدلال المُكمَّم بـ 4-bit: ما بين 0.5 و0.6 بايت تقريبًا لكل معامل. بهذه الطريقة ينخفض نموذج 70B إلى نحو 40 GB، إضافةً إلى KV cache أيضًا.
- الضبط الدقيق الكامل: في التدريب بدقة 16-bit مع حالات مُحسِّن Adam، نحو 16 بايت أو أكثر لكل معامل. ولهذا لا يتسع حتى التدريب الكامل لنموذج 7B بشكل مريح على بطاقة واحدة بسعة 80 GB.
- LoRA وQLoRA: تدرّبان طبقات محوّلة صغيرة فقط، ما يقلل احتياجات الذاكرة بشكل كبير. ويذهب QLoRA أبعد من ذلك بالإبقاء على النموذج الأساسي بدقة 4-bit.
تعامل مع هذه الأرقام كنقطة انطلاق. فنوافذ السياق الطويلة وأحجام الدفعات الكبيرة والتزامن العالي ترفع احتياجات الذاكرة بشكل ملحوظ، لذا اترك دائمًا هامشًا احتياطيًا.
توصيات GPU حسب حمل العمل
يلخّص الجدول أدناه أحمال العمل التي نصادفها كثيرًا وخيارات GPU المناسبة لكل منها. الأسعار هي أسعار CloudRUX GPU الابتدائية بالساعة لكل GPU، دون ضريبة القيمة المضافة.
| حمل العمل | GPU الموصى به | السعر الابتدائي (بالساعة، دون الضريبة) | ملاحظة |
|---|---|---|---|
| استدلال LLM صغير (7B-8B) | L4 24 GB، RTX 4090 24 GB | $0.74 / $1.11 | تتسع أوزان FP16 في 24 GB؛ اترك مساحة لـ KV cache |
| استدلال نموذج 70B | A100 80 GB، H100 80 GB (4-bit)؛ H200 141 GB، B200 180 GB (دقة أعلى) | $2.24 / $4.99 / $6.61 / $9.99 | تشغل أوزان FP16 نحو 140 GB؛ يتطلب التكميم أو عدة وحدات GPU |
| الضبط الدقيق بـ LoRA / QLoRA | RTX 4090 24 GB، A40 48 GB، L40S 48 GB، A100 80 GB | $1.11 / $0.74 / $1.36 / $2.24 | انتقل إلى بطاقات 48 GB و80 GB مع نمو حجم النموذج |
| الضبط الدقيق الكامل | A100 80 GB، H100 80 GB، H200 141 GB، B200 180 GB | $2.24 / $4.99 / $6.61 / $9.99 | يتطلب عادةً عدة وحدات GPU باستثناء النماذج الصغيرة |
| Stable Diffusion / ComfyUI | RTX 4090 24 GB، L40S 48 GB | $1.11 / $1.36 | توفر 48 GB راحة مع النماذج الكبيرة والدقة العالية |
| توليد الفيديو | L40S 48 GB، RTX PRO 6000 96 GB، H100 80 GB | $1.36 / $3.11 / $4.99 | نماذج الفيديو تستهلك ذاكرة كبيرة جدًا |
| التصيير ثلاثي الأبعاد | RTX 4090 24 GB، L40S 48 GB، RTX PRO 6000 96 GB | $1.11 / $1.36 / $3.11 | حجم المشهد هو ما يحدد احتياجات VRAM |
| البحث والتجارب | L4 24 GB، A40 48 GB، RTX 4090 24 GB | $0.74 / $0.74 / $1.11 | تكرار سريع بتكلفة منخفضة بالساعة |
هذه التوصيات خارطة طريق عامة. يُؤكَّد السعر والسعة الدقيقان في عرض السعر، ويحظى الاستخدام الشهري المحجوز بخصم. يمكنك الاطلاع على جميع خيارات GPU في صفحة GPU السحابية.
نظرة سريعة على البطاقات
L4 24 GB وA40 48 GB: الخياران الأكثر اقتصادًا، بسعر يبدأ من $0.74 في الساعة. تتميز L4 بالكفاءة في استدلال النماذج الصغيرة وأحمال العمل الخفيفة، بينما توفر A40 سعة 48 GB بالسعر الابتدائي نفسه، ما يجعلها قيّمة جدًا للنماذج متوسطة الحجم وتجارب QLoRA.
RTX 4090 24 GB: بطاقة استهلاكية، لكنها قوية في التجارب وتشغيل النماذج الصغيرة والمتوسطة وتوليد الصور. وتصبح ذاكرتها البالغة 24 GB عائقًا سريعًا مع النماذج الكبيرة.
L40S 48 GB: بطاقة مخصصة لمراكز البيانات، قوية في الاستدلال وتوليد الصور، وتوفر توازنًا جيدًا بين السعر والأداء لـ Stable Diffusion وComfyUI وخدمات LLM متوسطة الحجم.
RTX PRO 6000 96 GB: تتيح لك سعة 96 GB تشغيل النماذج الكبيرة وتوليد الفيديو ومشاهد التصيير الثقيلة على بطاقة واحدة.
A100 80 GB: إحدى بطاقات تدريب الذكاء الاصطناعي المعيارية منذ سنوات. يجعلها الدعم البرمجي الناضج وسعة 80 GB خيارًا آمنًا لـ LoRA والتدريب الكامل واستدلال النماذج الكبيرة.
H100 80 GB: أسرع بكثير من A100 في تدريب نماذج transformer، ويزيد دعم FP8 هذا الفارق. ويمكنها خفض التكلفة لكل مهمة في عمليات التدريب الطويلة.
H200 141 GB وB200 180 GB: تسهّل ذاكرة HBM3e بسعة 141 GB في H200 تشغيل النماذج الكبيرة مع تقسيم أقل. أما B200 فهي أحدث جيل، ومصممة لأثقل مهام التدريب والاستدلال.
كيف تقدّر الساعات والتكلفة
التكلفة في استئجار GPU عملية ضرب بسيطة: ساعات الاستخدام x عدد وحدات GPU x السعر بالساعة. أما الجزء الصعب فهو تقدير الساعات، ونقترح لذلك الطريقة التالية:
- شغّل تجربة قصيرة على جزء صغير من مجموعة بياناتك.
- سجّل عدد العينات أو الرموز (tokens) المعالَجة في الثانية.
- احسب الوقت الإجمالي تقريبيًا من الحجم الكلي للبيانات وعدد الحقب (epochs).
- أضف هامشًا بنحو 20 إلى 30 بالمئة للإعداد وتصحيح الأخطاء والتقييم.
مثال تطبيقي
لنفترض أنك تريد ضبط نموذج 8B بدقة باستخدام LoRA على مجموعة بيانات مبنية من مستندات شركتك. بعد تجربة قصيرة، تقدّر أن المهمة بأكملها، بما في ذلك التقييم وإعادة التشغيل، تحتاج إلى نحو 40 ساعة على A100 80 GB.
| البند | القيمة |
|---|---|
| GPU | A100 80 GB |
| السعر الابتدائي بالساعة | $2.24 (دون الضريبة) |
| الاستخدام المقدَّر | 40 ساعة |
| الحساب | 40 x 2.24 = $89.60 |
| الإجمالي | $89.60 + ضريبة القيمة المضافة |
إذا نفّذت المهمة نفسها باستخدام QLoRA على نموذج 7B أو 8B، فقد تكفي بطاقة أرخص مثل RTX 4090 أو A40. وحتى لو استغرقت المهمة وقتًا أطول قليلًا، فقد تنخفض التكلفة الإجمالية. وغالبًا ما تكون تجربة لبضع ساعات للمقارنة بين بطاقتين أفضل استثمار.
الفوترة واضحة: الأسعار بالدولار الأمريكي، وتُصدر الفواتير في تركيا كفواتير إلكترونية، ويُحوَّل المبلغ بالدولار إلى الليرة التركية (TRY) بسعر صرف تاريخ الفاتورة.
الإعداد وبيئة العمل
يمكنك الوصول إلى خوادم CloudRUX GPU عبر SSH وJupyter. وتتيح لك قوالب PyTorch وCUDA الجاهزة البدء فورًا دون إضاعة ساعات في التعريفات والمكتبات. كما يمكنك استخدام صورة الحاوية الخاصة بك وتشغيل حزمة البرمجيات نفسها التي تستخدمها في بيئتك المحلية.
تفصيل مهم: يُحذف القرص المؤقت عند إيقاف الخادم. وللاحتفاظ بأوزان النماذج ونقاط الحفظ والنتائج، استخدم وحدة تخزين دائمة أو انسخ بياناتك احتياطيًا إلى تخزين الكائنات S3. هذه العادة تمنع فقدان البيانات وتتيح لك إيقاف الخادم براحة بال.
موقع البيانات وKVKK
تعمل خوادم CloudRUX GPU في مراكز بيانات شريكنا خارج تركيا. وبالنسبة لأحمال العمل التي تتضمن بيانات شخصية، قد يُعدّ ذلك نقلًا للبيانات عبر الحدود بموجب KVKK، قانون حماية البيانات التركي.
نوصي بتشغيل أحمال العمل غير الشخصية أو المجهّلة على وحدات GPU. وعادةً ما يقع خارج هذا النطاق تدريب النماذج على بيانات غير شخصية، وتوليد الصور، والتصيير، والأبحاث على مجموعات البيانات المفتوحة. وحيثما تحتاج إلى معالجة بيانات شخصية، يساعدك فريق CloudRUX في إجراءات العقود المعيارية.
نصائح لإبقاء التكاليف تحت السيطرة
- ابدأ صغيرًا: تحقق من الكود ومسار البيانات على بطاقة رخيصة، ثم انقل التدريب الطويل إلى بطاقة أكبر.
- أوقف الخوادم الخاملة: في نموذج الفوترة بالساعة، تظهر كل ساعة خمول في الفاتورة.
- احفظ نقاط الحفظ: تُجنّبك نقاط الحفظ المنتظمة تكلفة إعادة البدء من الصفر بعد انقطاع أو خطأ.
- فكّر في الحجز للاستخدام المستمر: إذا كنت ستقدّم نموذجًا لأشهر، فإن الاستخدام الشهري المحجوز يحظى بخصم.
- اختر الدقة المناسبة: قد يتيح لك التكميم بـ 8-bit أو 4-bit في الاستدلال الانتقال إلى بطاقة أصغر وأرخص إذا كان التراجع في الجودة مقبولًا.
الأسئلة الشائعة
هل الأفضل استئجار GPU أم شراؤه؟
إذا كان الاستخدام غير منتظم، أو كان المشروع لا يزال تجريبيًا، أو كنت تريد اختبار بطاقات مختلفة، فالاستئجار عادةً هو الخيار الأنسب. أما إذا كنت متأكدًا من أنك ستستخدم GPU بشكل شبه متواصل طوال العام، فقارن بين الشراء والاستخدام الشهري المحجوز.
بأي GPU أبدأ؟
في معظم المشاريع، من المنطقي البدء ببطاقة بسعة 24 GB أو 48 GB مثل RTX 4090 أو L4 أو A40. وعندما لا تكفي الذاكرة أو تطول المهام، انتقل إلى بطاقات مثل A100 أو H100.
هل الأسعار ثابتة؟
الأرقام هي أسعار ابتدائية بالساعة لكل GPU، دون ضريبة القيمة المضافة. يُؤكَّد السعر والسعة الدقيقان في عرض السعر الخاص بك، ويحظى الاستخدام الشهري المحجوز بخصم.
ماذا يحدث لبياناتي عند إيقاف الخادم؟
يُحذف القرص المؤقت عند إيقاف الخادم. احتفظ بالبيانات التي تحتاجها على وحدة تخزين دائمة أو انسخها احتياطيًا إلى S3.
استئجار خوادم GPU من CloudRUX
خدمة CloudRUX GPU متاحة الآن في مرحلة الوصول المبكر. نقدم تشكيلة واسعة من البطاقات من L4 إلى B200، وقوالب PyTorch/CUDA جاهزة، ووصولًا عبر SSH وJupyter، وفوترة إلكترونية في تركيا، ودعمًا من مهندسين باللغتين العربية والتركية. اطّلع على البطاقات والأسعار الابتدائية في صفحة GPU السحابية، أو تواصل معنا لاختيار GPU المناسب لحمل عملك وطلب عرض سعر.