benchr
إليك الموقف الذي يقود معظم الناس إلى طريق مسدود. عندك بضعة آلاف من الأمثلة لكيف تريد أن يجيب النموذج: ردود دعم بنبرة بيتك، استخراجات مُهيكلة وفق مخطّطك، ولهجة لا يصيبها النموذج الجاهز تماماً. تريد أن تبني ذلك داخل النموذج بضبط دقيق. ثم تتفحّص ما يحتاجه الضبط فتجد الـGPU الذي تملكه يقصّر بمسافة شاسعة. الخلاصة المعتادة أن عليك إنفاق آلاف الدولارات على العتاد أولاً. لا. الإجابة الصادقة أنك تستأجر GPU قادراً لساعات قليلة، تدفع حفنة دولارات، وتُطفئه حين تنتهي المهمة.
ما يعيقك هو الذاكرة، وتحديداً الـVRAM. فيستحق الأمر دقّةً في سبب عجز جهازك عن المهمة، لأن الدقّة نفسها تخبرك تماماً كم من الـGPU المستأجر يحتاجه العمل.
لماذا يعجز جهازك عادةً عن المهمة
الضبط الكامل يحدّث كل وزن في النموذج، وهذا يكلّف ذاكرة أكثر بكثير من مجرّد تشغيله. أنت تحمل الأوزان، زائد التدرّجات لكل وزن، زائد حالات المُحسِّن. مُحسِّن Adam وحده يحتفظ برقمين إضافيين لكل وزن. اجمعها فيطلب الضبط الكامل نحو أربعة أضعاف الذاكرة التي يطلبها الاستدلال. نموذج 7B تحادثه في نحو 14GB يحتاج في حدود 60GB كي يُضبط ضبطاً كاملاً. ونموذج 70B يتجاوز 480GB، أي رفّاً من بطاقات GPU، لا محطة عمل.
الآن انظر إلى ما يمكنك شراؤه. تتوقّف بطاقات المستهلك عند 24GB من الـVRAM. تلك الفجوة، 24GB في اليد مقابل 60GB يطلبها أصغر نموذج جادّ، هي المشكلة كلها. ولا يصلحها أي قدر من الصبر، لأن الجلسة لن تتّسع في الذاكرة وتنهار قبل أن تبدأ. هذا هو الجدار نفسه الموصوف في تشغيل النماذج على جهازك، إلا أن التدريب يجعله أعلى، فالاستدلال هو الجزء الرخيص والضبط الدقيق هو الجزء الباهظ.
LoRA وQLoRA يقلبان الحساب
الحلّ ليس جهازاً أكبر. الحلّ تدريب أقلّ من النموذج. يجمّد LoRA، اختصار التكيّف منخفض الرتبة، النموذج الأساس بكامله ويدرّب فقط طبقات محوّل صغيرة مثبّتة عليه. تحدّث جزءاً ضئيلاً من المعاملات، فتتقلّص التدرّجات وحالات المُحسِّن إلى لا شيء تقريباً. ويذهب QLoRA خطوة أبعد: يكمّم الأساس المجمّد إلى 4-بت ويدرّب تلك المحوّلات بدقة 16-بت فوقه. الأساس بالكاد يشغل حيّزاً لأنه مضغوط، والجزء القابل للتدريب صغير أصلاً.
أرقام الـVRAM تروي القصة. جلسة QLoRA لـ 7B تتّسع في نحو 5–6GB، وهو ما تحمله بطاقة مستهلك بسهولة. وجلسة 13B تحتاج نحو 10–12GB. وجلسة QLoRA لـ 70B تقع نحو 48GB، وهو ما يتّسع على A100 80GB واحدة بهامش مريح. ذلك الرقم الأخير هو المهم: النموذج الذي تحتاج 480GB لضبطه ضبطاً كاملاً يتدرّب على GPU مستأجر واحد بمجرّد أن تنتقل إلى QLoRA.
قد يغيّر ضغط النموذج الأساس النتيجة، لكن لا توجد نسبة عامة قابلة للدفاع تصف QLoRA أو LoRA بوصفهما جزءاً ثابتاً من جودة الضبط الكامل. وجدت ورقة QLoRA الأصلية أداءً منافساً ضمن إعداداتها، بينما تعتمد نتيجتك على النموذج والبيانات وأهداف المحوّلات وطول التسلسل ومجموعة التقييم. ابدأ بتجربة QLoRA منخفضة التكلفة، ثم قارنها بخط أساس من LoRA أو الضبط الكامل على مهام محجوزة تخصك قبل قرار الإنتاج.
| الطريقة | VRAM، 7B | VRAM، 70B | واقعي على GPU مستأجر؟ |
|---|---|---|---|
| ضبط كامل | ~60 GB | 480 GB+ | 7B نعم على بطاقة كبيرة؛ 70B يحتاج رفّ GPU متعدّد |
| LoRA بـ 16-بت | ~16 GB | ~130 GB | 7B بسهولة؛ 70B يحتاج بطاقتي 80GB |
| QLoRA (أساس 4-بت) | 5–6 GB | ~48 GB | نعم، كلاهما يتّسع على A100 80GB |
النموذج الذي تحتاج رفّاً بسعة 480GB لضبطه ضبطاً كاملاً يتدرّب على GPU مستأجر واحد بمجرّد أن تنتقل إلى QLoRA. تلك الحقيقة وحدها هي ما يحوّل "اشترِ خادماً" إلى "استأجر بطاقة لظهيرة واحدة"، وهي السبب في أن سؤال العتاد يتلاشى غالباً.
استأجر GPU للتدريب
بمجرّد أن تتّسع الجلسة في 48GB، لا تحتاج لامتلاك أي شيء. تؤجّر عدة جهات سحابية بطاقات GPU بالساعة، تشغّل واحدة فقط لجلسة التدريب، وتفكّكها لحظة انتهائها. التكلفة مجرّد الساعات في سعر الساعة، وللضبط الدقيق هذا رقم صغير.
النطاقات أدناه سيناريوهات تخطيط تحريرية وليست قياسات مضمونة أو عروض أسعار من المزوّد. تستخدم سعراً مرجعياً مؤرخاً في يونيو 2026 وافتراضات عن عدد العينات والحِقَب وزمن التشغيل. قد تتغير المدة والتكلفة بوضوح مع طول التسلسل والحزم وحجم الدُّفعة وحفظ النقاط وإعدادات المدرّب وتوفر GPU والسعر الحي للمزوّد. أعد الحساب من تجربة قصيرة ومن صفحة السعر الحالية قبل الالتزام.
7B · 5K
$1–$3 ~0.75–1.5 ساعة، A1007B · 50K
$6–$12 ~4–6 ساعات، A10070B · 5K
$7–$12 ~2–4 ساعات، A100 80GB70B · 50K
$25–$60 ~12–20 ساعة، A100 80GBكمرجع مؤرخ، كان RunPod يسرد A100 80GB عند نحو 1.39 دولار/ساعة وH100 عند نحو 2.89 دولار عندما أُعد السيناريو في يونيو 2026؛ تختلف المنطقة والتوفر ونوع السحابة والسعر الحي. ويوثق المزود مسار Axolotl بأمثلة QLoRA قابلة للتكييف. افحص السعر وشروط الإحالة عند الدفع؛ لا تعد هذه المقالة برصيد تسجيل ثابت.
الخطوات من البداية إلى النهاية
شكل المهمة واحد مهما كانت الجهة التي تستأجر منها. خمس خطوات، ولا واحدة منها تحتاج عتاداً تملكه.
بضعة آلاف من الأمثلة بصيغة chat أو alpaca أو sharegpt.
A100 80GB واحدة بالساعة. اختر قالب QLoRA.
Axolotl بإعداد جاهز. ساعات قليلة لمعظم المهام.
احفظ المحوّل في Hugging Face، ثم أوقف النسخة.
الخطوة الأولى هي حيث تُكسب النتيجة أو تُخسر. بضعة آلاف من الأمثلة النظيفة المتّسقة تتفوّق على عشرات الآلاف من الفوضوية، والصيغة تحتاج فقط أن تطابق ما يتوقّعه المدرّب. الخطوتان الثانية والثالثة آليتان بمجرّد اختيار إعداد QLoRA، فمعظم العمل انتظار. الخطوة الرابعة تهم محفظتك: GPU مستأجر خامل لا يزال يحاسبك بالساعة، فادفع المحوّل المدرّب إلى Hugging Face وفكّك النسخة لحظة انتهاء الجلسة. نسيان إطفائه هو الطريقة الوحيدة التي يتحوّل بها ضبط رخيص إلى ضبط باهظ.
والضبط الدقيق ليس مجرّد خطوة جودة أيضاً. نموذج تعلّم صيغتك وقواعد بيتك يحتاج تعليمات أقل بكثير محشورة في كل أمر، ما يقلّص الرموز التي ترسلها في كل نداء. وإن كانت تكاليفك في الأمر نفسه، فذلك توفير حقيقي، والآليات في تقليص فاتورة الرموز.
متى تتجاوز الـGPU المستأجر كلياً
استئجار بطاقة هو القرار الصحيح حين تريد تحكّماً في البيانات والطريقة والأوزان الناتجة، وحين تكون مرتاحاً لتشغيل سكربت تدريب. لكنه ليس المسار الوحيد. تقدّم بعض الجهات واجهات ضبط دقيق مُدارة: ترفع بياناتك، تتولّى هي العتاد وحلقة التدريب، وتسترجع نموذجاً مضبوطاً عبر واجهتها. هذا يتجاوز البنية التحتية كلياً، وهو لطيف فعلاً إن كنت لا تريد لمس GPU أبداً. المقايضة أنه يكلّف أكثر من استئجار حوسبة خام، وأنك محصور في النماذج التي تدعمها تلك الجهة، وأنك تتخلّى عن التحكّم الدقيق والأوزان المفتوحة المنقولة التي يمنحك إياها QLoRA على بطاقتك المستأجرة.
فالقرار مباشر. إن أردت نموذجاً مفتوحاً، وأوزانك الخاصة، وأقل تكلفة، استأجر GPU وشغّل QLoRA. وإن فضّلت دفع علاوة كي لا ترى طرفيّةً أبداً، فواجهة مُدارة تؤدّي المهمة. في كلتا الحالتين، الافتراض القديم بأن عليك شراء GPU قبل ضبط أي شيء خطأ من أساسه. ولاختيار النموذج المفتوح الذي تبدأ منه، راجع فئة الأوزان المفتوحة الآن، والتشكيلة الكاملة بأسعارها ومعاييرها على فهرس النماذج.