أولاما يعيد كتابة محرك شرائح آبل الخاص به. جيل M5 هو القصة الحقيقية

على مدار العام الماضي، كان تشغيل نماذج اللغة الكبيرة محليًا على جهاز ماك يعني قبول مفاضلة: راحة الذاكرة الموحدة لآبل مقابل فجوة أداء ثابتة خلف أجهزة NVIDIA المدعومة. ويهدف الإصدار التجريبي لأولاما، الذي أُعلن عنه في 30 مارس 2026، إلى سد هذه الفجوة من خلال إعادة بناء الواجهة الخلفية لشرائح آبل على إطار عمل MLX التابع لآبل.

النتيجة ليست تحسنًا تدريجيًا. على جهاز Mac Studio المزود بشريحة M5 Ultra وذاكرة موحدة سعة 512 جيجابايت، يحقق الإصدار 0.19 من أولاما سرعة مراجعة استباقية تبلغ 1,851 رمزًا في الثانية ومعدل فك تشفير يبلغ 134 رمزًا في الثانية باستخدام نموذج Qwen3.5-35B-A3B بتكميم int4. هذه الأرقام، المأخوذة من معايير أُجريت في 29 مارس، تضاعف أكثر من ضعف ما قدمه التطبيق السابق المعتمد على llama.cpp على نفس الجهاز.

لماذا يغير MLX قواعد اللعبة

الميزة الرئيسية لـ MLX على شرائح آبل هي قدرته على استغلال بنية الذاكرة الموحدة التي طالما كانت نقطة بيع ولكنها كانت عنق زجاجة برمجي. النماذج التي كانت تحتاج سابقًا إلى نقل البيانات بين مناطق ذاكرة وحدة المعالجة المركزية ووحدة معالجة الرسوميات يمكنها الآن العمل على مجموعة ذاكرة واحدة مع زمن انتقال أقل بشكل ملحوظ. على رقاقات M5 وM5 Pro وM5 Max، يستفيد أولاما أيضًا من مسرعات GPU العصبية الجديدة، وهي كتل سيليكون مخصصة مصممة خصيصًا لعمليات المصفوفات من نمط المحولات.

هذه ليست مجرد لعبة سرعة. الواجهة الخلفية لـ MLX تجلب تقنية التكميم NVFP4 إلى أولاما لأول مرة. NVFP4 هو تنسيق طورته NVIDIA ولكنه الآن معتمد من MLX، ويستخدم تمثيلًا عائمًا بـ 4 بت يحافظ على دقة نموذج أكبر من مخطط Q4_K_M المستخدم في إصدارات أولاما السابقة. هذا مهم للمطورين الذين يحتاجون إلى أن تتطابق نتائج الاستدلال المحلي مع المخرجات الإنتاجية من مزودي الخدمات السحابية، وهو بالضبط حالة الاستخدام التي أشار إليها فريق أولاما: “مع زيادة عدد مزودي الاستدلال الذين يتوسعون باستخدام تنسيق NVFP4، يتيح هذا لمستخدمي أولاما مشاركة نفس النتائج كما في بيئة إنتاجية.”

مسرع الوكيل البرمجي

التحسين الرئيسي الثاني لأولاما في هذه المعاينة هو نظام تخزين مؤقت مُعاد تصميمه. سير العمل الوكيل، حيث يمر مساعد البرمجة عبر استدعاءات أدوات متعددة لكل منها موجه نظام طويل، كان نقطة ضعف للاستدلال المحلي لأن كل فرع جديد يؤدي إلى إعادة معالجة كاملة للموجه. يعيد أولاما الآن استخدام ذاكرة التخزين المؤقت عبر المحادثات، ويخزن نقاط تفتيش ذكية في مواقع استراتيجية في الموجه، ويطبق سياسة إخلاء أكثر ذكاءً تحافظ على استمرار البادئات المشتركة لفترة أطول حتى عند إسقاط الفروع الأقدم.

بالنسبة لأدوات مثل Claude Code أو OpenCode أو OpenClaw مفتوح المصدر، يعني هذا وقت انتظار أقل لمعالجة الموجه بين التكرارات. المطور الذي يطلب من النموذج إعادة بناء دالة، واختبار النتيجة، ثم تجربة نهج مختلف سيرى المحاولات الثانية والثالثة تعمل بزمن انتقال مراجعة استباقية يقترب من الصفر إذا كانت بادئة الموجه مشتركة.

NVIDIA وآبل معًا في بيئة واحدة

أحد الجوانب غير المتوقعة لهذا الإصدار هو التعاون بين NVIDIA وأولاما على البيئة الأصلية لآبل. يشير قسم الشكر في الإصدار إلى مساهمات NVIDIA في تقنية التكميم NVFP4، ومُحسِّن نموذج NVFP4، ودعم MLX لـ CUDA، وتحسينات واختبارات أولاما. بالنسبة لشركة تعتبر وحدات معالجة الرسوميات الخاصة بها المنافس الرئيسي لشرائح آبل في سوق محطات عمل الذكاء الاصطناعي، يشير انخراط NVIDIA إلى أن NVFP4 أصبح تنسيق تكميم قياسي يجب أن تدعمه كل من سلاسل أدوات GPU وشرائح آبل.

يفتح هذا أيضًا الباب أمام أولاما لتشغيل نماذج مُحسَّنة بواسطة مُحسِّن النماذج من NVIDIA، وهو خط أنابيب مقيد عادةً ببيئات CUDA، على أجهزة آبل. السؤال هو كم ستستمر حصرية ذلك: يلاحظ فريق أولاما أن الدقة الأخرى ستُتاح “بناءً على التصميم ونية الاستخدام من شركاء أولاما البحثيين والأجهزة.”

ماذا يعني هذا لنظام النماذج المحلية

المعاينة التجريبية لأولاما باستخدام MLX مقتصرة حاليًا على نموذج واحد: Qwen3.5-35B-A3B، وهو بنية MoE تحتوي على 35 مليار معلمة ولكنها تنشط 3 مليارات معلمة فقط لكل رمز. يأتي النموذج مع معلمات أخذ عينات مضبوطة لمهام البرمجة. يمكن للمستخدمين الذين لديهم جهاز Mac من سلسلة M وذاكرة موحدة أكبر من 32 جيجابايت اختباره فورًا عبر الأمر ollama run qwen3.5:35b-a3b-coding-nvfp4.

لكن دعم النماذج المحدود مؤقت. يذكر الإصدار أن أولاما “تعمل بنشاط لدعم النماذج المستقبلية” وستقدم مسار استيراد أسهل للتعديلات المخصصة. بالنظر إلى أن الواجهة الخلفية السابقة لـ llama.dll دعمت مئات البنيات، فمن المرجح أن يتوسع فرع MLX بسرعة، خاصة لعائلة النماذج Qwen وDeepSeek وLlama المُحسَّنة بالفعل لأجهزة آبل.

الصورة الكبيرة هي أن الاستدلال المحلي على ماك لم يعد حلاً وسطًا. بالنسبة للمطورين الذين يتمحور عملهم اليومي حول وكلاء البرمجة والمستعدين للاستثمار في جهاز M5 Ultra، تشير الأرقام في هذه المعاينة إلى التكافؤ مع أجهزة NVIDIA الاستهلاكية لأول مرة. الستة أشهر القادمة ستحدد ما إذا كان هذا التكافؤ سيستمر عبر المزيد من النماذج وأحمال العمل الأكثر تعقيدًا. في الوقت الحالي، رسم أولاما خطًا واضحًا: جيل M5 هو اللحظة التي تصل فيها شرائح آبل أخيرًا كمنصة استدلال من الدرجة الأولى.