Apple Silicon لـ LLM المحلي 2026: M5 Pro مقابل M5 Max مقابل Mac Studio

لماذا يهم Apple Silicon M5 للـ LLM المحلي

• بنية الذاكرة الموحدة: يتشارك M5 Pro وM5 Max مجمّع ذاكرة سريعًا واحدًا (من 24 إلى 128 GB) يصل إليه المعالج ووحدة الرسوميات وNeural Engine في آن واحد. لا اختناق بين VRAM وRAM. تبقى النماذج في الذاكرة السريعة وتظل الاستجابة سريعة.
• عرض نطاق الذاكرة هو الاختناق الحقيقي: توليد LLM محدود بالذاكرة لا بالحوسبة — كل رمز يُولَّد يقرأ أوزان النموذج مرة واحدة. يتخلف M5 Max بسرعة 460–614 GB/s عن 1,008 GB/s لبطاقة RTX 4090 في النماذج الصغيرة، لكنه يستوعب حتى 128 GB مقابل 24 GB، فيشغّل نماذج لا تتسع لها 4090. ويتجاوز M5 Ultra بسرعة تصل إلى 1.2 TB/s بطاقة 4090 ويستوعب حتى 512 GB.
• «VRAM» في Mac هي الذاكرة الموحدة: لا يوجد مجمّع VRAM منفصل. تستخدم وحدة الرسوميات الذاكرة نفسها التي يستخدمها macOS، وبشكل افتراضي يسمح macOS لها بتثبيت ما يقارب ثلثي إلى ثلاثة أرباع الذاكرة الكلية (تختلف النسبة بحسب حجم الذاكرة). في جهاز Mac بسعة 64 GB خطّط لنحو 48 GB للنموذج والسياق؛ ويمكن رفع الحد بالأمر `sudo sysctl iogpu.wired_limit_mb=<MB>` (يُعاد ضبطه عند إعادة التشغيل).
• بنية Apple Fusion (جديدة في M5): يفصل M5 Pro وM5 Max المعالج ووحدة الرسوميات في قالبين منفصلين بدقة 3 نانومتر داخل حزمة واحدة، ما يتيح التوسع والتحسين الحراري باستقلال ويحسّن كفاءة الطاقة مقارنة بالشرائح الأحادية.
• مسرّع عصبي في كل نواة رسوميات: تتضمن كل نواة رسوميات مسرّعًا عصبيًا مخصصًا لأحمال الذكاء الاصطناعي، يكمّل Neural Engine المشترك. تعالج بيئات التشغيل التي تستخدمها، مثل MLX وواجهة MLX في Ollama، الأوامر النصية أسرع على شرائح عائلة M5.
• القفزة الجيلية مقارنة بـ M4: تدّعي Apple أداءً أعلى بنحو 30% في المعالج متعدد الخيوط مقارنة بـ M4 Pro وM4 Max. أما في توليد LLM فالمهم هو عرض النطاق: M5 Pro بسرعة 307 GB/s مقابل 273 GB/s لـ M4 Pro (+12%)، و614 GB/s مقابل 546 GB/s في أعلى M5 Max وM4 Max (+12%). وتكون المكاسب في معالجة الأوامر النصية أكبر بفضل المسرّعات العصبية في كل نواة.
• Thunderbolt 5 (M5 Pro/Max): يوفر M5 Pro وM5 Max منفذ Thunderbolt 5 بعرض نطاق أساسي 80 Gbps (ضعف Thunderbolt 4)، مفيد للتخزين الخارجي السريع وتعدد الشاشات.
• Wi-Fi 7 وBluetooth 6 عبر شريحة Apple N1: تتضمن أنظمة M5 شريحة الاتصال اللاسلكي الجديدة N1 بدعم Wi-Fi 7 وBluetooth 6.0 بزمن استجابة منخفض، مفيدة مع عملاء الاستدلال عن بعد أو واجهات النماذج السحابية.
• إطار MLX ينضج بسرعة: يدعم إطار MLX من Apple نماذج Llama 3.3 وQwen وMistral وGemma بنوى محسّنة. وتوفر Ollama واجهة MLX لـ Apple Silicon منذ مارس 2026 (معاينة)، مقتصرة في البداية على نماذج مختارة.
• كفاءة الطاقة حقيقية: يُقدَّر استهلاك M5 Max بنحو 65–100 واط أثناء الاستدلال المستمر (تقدير وليس رقمًا من Apple؛ وتحدد Apple لهيكل Mac Studio ما يصل إلى 480 واط كحد أقصى للطاقة المستمرة). شهر من الاستدلال المتواصل (720 ساعة) عند 100 واط يعادل نحو 72 كيلوواط ساعة، أي ما يقارب 8–12 دولارًا من الكهرباء في الولايات المتحدة. وتكلّف RTX 4090 عند 350 واط نحو 40–60 دولارًا في الشهر نفسه.
• تشغيل هادئ: نادرًا ما تصبح مراوح Mac Studio مسموعة تحت أحمال LLM المعتادة؛ ولم تتمكن MacStories من سماع مروحة Mac Studio M5 Ultra في الاستخدام اليومي. أما مراوح MacBook Pro فتصبح مسموعة أثناء الاستدلال المستمر.

جدول مقارنة Apple Silicon M5

مقارنة عرض نطاق الذاكرة بين M5 وM5 Pro وM5 Max وM5 Ultra

• M5 Pro مقابل M5 Max: يمتلك M5 Max ما يعادل 1.5× (32 نواة، 460 GB/s) أو 2× (40 نواة، 614 GB/s) عرض نطاق M5 Pro، فتوقّع توليدًا أسرع بالنسبة نفسها مع النموذج ذاته.
• M5 Max مقابل M5 Ultra: يصل M5 Ultra شريحتي M5 Max ويضاعف 614 GB/s لـ M5 Max بمعالج الـ 40 نواة إلى نحو 1.2 TB/s — أي أعلى بنسبة 50% من 819 GB/s لـ M3 Ultra من الجيل السابق.
• السعة مقابل عرض النطاق: لا تجعل الذاكرة الأكبر الشريحة أسرع. لدى M5 Max بمعالج الـ 40 نواة عرض النطاق نفسه 614 GB/s مع 64 GB أو 128 GB؛ والذاكرة الإضافية تتيح فقط تحميل نماذج أكبر أو عددًا أكبر منها.

كيف يتحول عرض النطاق إلى رموز في الثانية

• كيف تقرأ الجدول: القيم حدود نظرية بالرموز/ثانية. اضربها في 0.6–0.8 للحصول على نطاق واقعي — لنموذج Llama 3.3 70B Q4 على M5 Max بسرعة 614 GB/s يعني ذلك نحو 9–12 رمزًا/ثانية.
• تحقق مستقل: قاست MacStories سرعة 48 رمزًا/ثانية في التوليد بنموذج Qwen3.8 27B على Mac Studio M5 Ultra (أمر نصي من 6,091 رمزًا)، مقابل 59 رمزًا/ثانية على RTX 5090 (عرض نطاق 1.79 TB/s). تبعت السرعة الفعلية عرض النطاق لا عدد الأنوية.
• قاعدة التحجيم: يجب أن يتسع ملف النموذج مع ذاكرة KV في نحو ثلثي إلى ثلاثة أرباع الذاكرة الموحدة، لذا يحتاج نموذج 70B Q4 (~42.5 GB) إلى جهاز Mac بسعة 64 GB؛ وتحتاج صيغ Q5 وQ8 إلى 128 GB.

Mac mini M5 Pro: نقطة دخول اقتصادية جديدة للـ LLM المحلي

• المعالج: M5 Pro بـ 15 أو 18 نواة
• وحدة الرسوميات: M5 Pro GPU بـ 16 أو 20 نواة
• الذاكرة: 24 GB أساسية، قابلة للضبط إلى 48 أو 64 GB من الذاكرة الموحدة LPDDR5X
• عرض نطاق الذاكرة: 307 GB/s (مطابق لـ M5 Pro في MacBook Pro)
• التخزين: SSD بسعة 512 GB–2 TB (قابل للضبط)
• المنافذ: Thunderbolt 5 (جديد في Mac mini)
• الاتصال: Wi-Fi 7 وBluetooth 6
• السعر: 1,699 دولار (معالج 15 نواة/رسوميات 16 نواة، 24 GB)؛ 2,699 دولار (معالج 18 نواة/رسوميات 20 نواة، 64 GB)
• التوفر: يُشحن منذ 22 سبتمبر 2026

Mac Studio M5 Max بسعة 36 GB: التهيئة الأساسية

• المعالج: M5 Max بـ 18 نواة
• وحدة الرسوميات: M5 Max GPU بـ 32 نواة
• الذاكرة: 36 GB من الذاكرة الموحدة LPDDR5X عند هذه الفئة
• عرض نطاق الذاكرة: 460 GB/s (مطابق لـ M5 Max بـ 32 نواة في MacBook Pro)
• التخزين: SSD بسعة 512 GB–8 TB (قابل للضبط)
• المنافذ: Thunderbolt 5
• الطاقة: يُقدَّر بنحو 65–100 واط أثناء الاستدلال المستمر؛ نادرًا ما تدور المراوح
• السعر: 2,499 دولار
• التوفر: يُشحن منذ 22 سبتمبر 2026

Mac Studio M5 Max بسعة 48–128 GB: أفضل قيمة للـ LLM المحلي 70B

• المعالج: M5 Max بـ 18 نواة
• وحدة الرسوميات: M5 Max GPU بـ 40 نواة
• الذاكرة: 48 GB أساسية، قابلة للضبط إلى 64 أو 128 GB من الذاكرة الموحدة LPDDR5X
• عرض نطاق الذاكرة: 614 GB/s (مطابق لـ M5 Max بـ 40 نواة في MacBook Pro)
• التخزين: SSD بسعة 512 GB–8 TB
• المنافذ: Thunderbolt 5
• الطاقة: يُقدَّر بنحو 65–100 واط أثناء الاستدلال المستمر؛ نشاط مراوح معتدل مع الاستخدام المكثف لعدة نماذج
• السعر: 3,099 دولار (48 GB)؛ 3,499 دولار (64 GB)؛ 5,099 دولار (128 GB)
• التوفر: يُشحن منذ 22 سبتمبر 2026

Mac Studio M5 Ultra: فئة الأداء الأقصى الجديدة

• المعالج: M5 Ultra بـ 30 نواة (36 نواة قابل للضبط)
• وحدة الرسوميات: 64 نواة أساسية، 80 نواة قابلة للضبط
• الذاكرة: 96 GB أساسية، قابلة للضبط إلى 256 GB الآن و512 GB في أواخر أكتوبر 2026
• عرض نطاق الذاكرة: حتى 1.2 TB/s (1,228.8 GB/s؛ أعلى بنسبة 50% من 819 GB/s لـ M3 Ultra)
• التخزين: SSD بسعة 1–16 TB
• المنافذ: Thunderbolt 5
• السعر: 5,499 دولار (قاعدة 96 GB: معالج 30 نواة/رسوميات 64 نواة)؛ يُتوقع أن يتجاوز سعر 512 GB مبلغ 10,000 دولار بكثير
• التوفر: يُشحن منذ 22 سبتمبر 2026 (96–256 GB)؛ أواخر أكتوبر 2026 (512 GB)

MacBook Pro 16 بوصة M5 Max: LLM محلي محمول

• المعالج: M5 Max بـ 18 نواة (6 فائقة + 12 أداء)
• وحدة الرسوميات: M5 Max GPU بـ 32 أو 40 نواة
• الذاكرة: 64 GB أو 128 GB من الذاكرة الموحدة
• الشاشة: Liquid Retina XDR مقاس 16.2 بوصة، 3456×2234
• عرض نطاق الذاكرة: 460 GB/s (64 GB، 32 نواة) أو 614 GB/s (128 GB، 40 نواة)
• التخزين: SSD بسعة 512 GB–8 TB
• البطارية: تُذكر بساعات تشغيل الفيديو؛ ويستنزفها الاستدلال المستمر أسرع بكثير
• الوزن: 2.14 كجم
• المنافذ: 3× Thunderbolt 5 وHDMI 2.1 وقارئ SD ومنفذ سماعات
• السعر: 3,499 دولار (64 GB، رسوميات 32 نواة) إلى 4,499 دولار (128 GB، رسوميات 40 نواة)

🏆 توصياتنا: أي Mac تشتري للـ LLM المحلي

• 🏆 💰 أرخص M5 Pro: Mac mini M5 Pro (1,699 دولار، متاح) • السبب: أول Mac mini بشريحة M5 Pro. أقل من أي طريقة سابقة للحصول على M5 Pro بما فيها MacBook Pro. تكفي 24 GB الأساسية لنماذج 7B–14B؛ وتكفي 64 GB لنماذج 30B. • لمن: مشترو Apple Silicon للمرة الأولى الذين يراعون الميزانية. • اشترِ من Apple Store ←
• 🥇 أفضل قيمة لـ 70B: Mac Studio M5 Max بسعة 64 GB (3,499 دولار، متاح) • السبب: يشغّل Llama 3.3 70B Q4 بسرعة تقديرية 9–12 رمزًا/ثانية مع عرض النطاق الكامل 614 GB/s. يمنع التبريد المكتبي الخنق الحراري. • لمن: مطورون يوحّدون سير عمل 70B دون حاجة إلى قابلية الحمل. • اشترِ من Apple Store ←
• 🔥 أقصى قوة: Mac Studio M5 Ultra بسعة 96 GB (5,499 دولار، متاح) • السبب: الفئة العليا. عرض نطاق يصل إلى 1.2 TB/s — ضعف M5 Max. تصل تهيئة 512 GB في أواخر أكتوبر 2026 لأكبر النماذج المحلية. • الحالة: توفرت أولى القياسات المستقلة (MacStories: 48 رمزًا/ثانية مع Qwen3.8 27B مقابل 59 على RTX 5090). • اشترِ من Apple Store ←
• 💼 أفضل خيار محمول: MacBook Pro 16 بوصة M5 Max (3,499 دولار لسعة 64 GB بسرعة 460 GB/s؛ 4,499 دولار لسعة 128 GB بسرعة 614 GB/s) • السبب: سيليكون M5 Max نفسه الموجود في Mac Studio في حاسوب محمول بشاشة Liquid Retina XDR. اقبل انخفاضًا بنسبة 10–15% في السرعة المستمرة بسبب الخنق الحراري. • البديل: يكلّف Mac Studio M5 Max بسعة 64 GB (3,499 دولار) المبلغ نفسه بعرض نطاق 614 GB/s وتبريد مستمر أفضل إن لم تحتج إلى قابلية الحمل. • اشترِ من Apple Store ←

أداء LLM المحلي: تقديرات مشتقة من عرض النطاق ونتائج مستقلة لـ M5 Ultra

• ## Llama 3.1 8B (Q4_K_M، ~4.9 GB) • M5 Pro (307 GB/s): 38–50 رمزًا/ثانية • M5 Max (460 GB/s): 56–75 رمزًا/ثانية • M5 Max (614 GB/s): 75–100 رمزًا/ثانية • مرجع (RTX 4090): 90–120 رمزًا/ثانية
• ## Mistral Small 24B (Q4_K_M، ~14 GB) • M5 Pro (307 GB/s): 13–17 رمزًا/ثانية • M5 Max (460 GB/s): 19–26 رمزًا/ثانية • M5 Max (614 GB/s): 26–34 رمزًا/ثانية
• ## Qwen3 32B (Q4_K_M، ~20 GB) • M5 Pro (307 GB/s): 9–12 رمزًا/ثانية • M5 Max (460 GB/s): 14–19 رمزًا/ثانية • M5 Max (614 GB/s): 19–25 رمزًا/ثانية
• ## Llama 3.3 70B (Q4_K_M، ~42.5 GB) • M5 Pro بسعة 64 GB (307 GB/s): 4–6 رموز/ثانية • M5 Max (460 GB/s): 6–9 رموز/ثانية • M5 Max (614 GB/s): 9–12 رمزًا/ثانية • M5 Ultra: الحد الأعلى نحو 29 رمزًا/ثانية (لا قياس مستقل لـ 70B بعد) • مرجع (RTX 4090): 6–10 رموز/ثانية مع تفريغ جزئي إلى المعالج
• ## Llama 3.3 70B (Q5_K_M، ~50 GB) • M5 Pro بسعة 64 GB: هامش غير كافٍ • M5 Max بسعة 128 GB (614 GB/s): 7–10 رموز/ثانية • مرجع (RTX 4090): غير ممكن (حد VRAM)
• ## Llama 3.3 70B (Q8_0، ~75 GB) • M5 Max بسعة 128 GB (614 GB/s): 5–7 رموز/ثانية • RTX 4090: غير ممكن (يتطلب تفريغًا على عدة بطاقات)
• ## نتائج مستقلة لـ M5 Ultra (MacStories، جهاز 256 GB، oMLX) • Qwen3.8 27B، أمر نصي من 6,091 رمزًا: M5 Ultra بسرعة 48 رمزًا/ثانية في التوليد و1,701 رمزًا/ثانية في قراءة الأمر و4.0 ثوانٍ حتى أول رمز — مقابل RTX 5090: 59 رمزًا/ثانية و3,031 رمزًا/ثانية و2.0 ثانية • Qwen3.8 27B بسياق طويل (التوليد): 38.9 رمزًا/ثانية عند 64K و32.4 عند 128K و24.3 عند 256K — RTX 5090: 49.6 و40.4 و30.0 • Flash-Next، أمر نصي قصير: 108 رموز/ثانية على M5 Ultra مقابل 70 على M3 Ultra (+54%)
• ## المنهجية تُشتق نطاقات M5 Pro وM5 Max بنسبة 60–80% من عرض النطاق ÷ حجم ملف النموذج، ثم تُقارن بنتائج المجتمع مثل اختبار MLX مقابل GGUF المذكور في صفحة اختبارات M5 Pro مقابل M5 Max. أرقام M5 Ultra هي قياسات MacStories نفسها باستخدام oMLX 0.7.0.dev2 على macOS 27.0؛ وأسماء النماذج منها. تعامل مع أي رقم رموز/ثانية لـ M5 Ultra لنماذج غير مدرجة أعلاه على أنه غير موثّق.

Apple Silicon M5 مقابل محطة عمل PC للـ LLM المحلي

• ## يتفوق Mac Studio M5 Max/Ultra في: • الذاكرة الموحدة: حتى 128 GB (M5 Max) أو 512 GB (M5 Ultra) لأي نموذج، بلا سقف VRAM • كفاءة الطاقة: نحو 100 واط مقابل أكثر من 600 واط لحاسوب مكافئ • التشغيل الهادئ: مراوح نادرًا ما تُسمع تحت الأحمال المعتادة • منظومة macOS: تكامل MLX وMetal وCore ML • التكلفة الإجمالية للملكية: كهرباء أقل على مدى 3 سنوات • النماذج فوق 32 GB: تتوقف RTX 5090 عند 32 GB من VRAM
• ## تتفوق محطة عمل PC (RTX 4090/5090) في: • السرعة الخام للنماذج التي تتسع في VRAM: قاست MacStories بطاقة RTX 5090 بسرعة 59 رمزًا/ثانية مقابل 48 على M5 Ultra مع Qwen3.8 27B، وقراءة أمر نصي أسرع بنحو 1.8× (3,031 مقابل 1,701 رمزًا/ثانية) • اتساع منظومة CUDA: نماذج وأدوات وأكواد بحثية أكثر • الضبط الدقيق: يهيمن PyTorch + CUDA على MLX • مرونة الترقية: استبدال البطاقات وإضافة VRAM • السعر في الفئات الأدنى: بطاقة RTX 4070 Ti الاقتصادية (800–1,200 دولار) تتفوق على M5 Pro في النماذج الصغيرة • الذكاء الاصطناعي خارج LLM: عادةً ما تعمل Stable Diffusion والتدريب والوسائط المتعددة أسرع على NVIDIA
• ## الحكم الصريح للاستدلال المحلي الخالص لنماذج 30B–70B، ينافس Mac Studio M5 Max بسعة 128 GB (5,099 دولار) مباشرةً حواسيب بأكثر من 4,500 دولار، ويرفع Mac Studio M5 Ultra السقف إلى نماذج تحتاج 256 GB أو 512 GB. ميزة الذاكرة الموحدة حقيقية وقابلة للقياس. أما للنماذج التي تتسع في 24–32 GB من VRAM فحاسوب بـ RTX 4090 أو 5090 أسرع من أي Mac. وتتقلص ميزة Apple مع النماذج الأصغر. وللضبط الدقيق والتدريب وStable Diffusion على نطاق واسع أو PyTorch في الإنتاج، يتفوق PC + NVIDIA. يتحسن MLX لكن الفجوات قائمة.

MLX مقابل Ollama مقابل llama.cpp على Apple Silicon

• ## MLX (أصلي من Apple) • الأداء: عادةً أعلى رموز/ثانية على M5؛ تحسين Metal أصلي ودعم المسرّعات العصبية. • دعم النماذج: متنامٍ (Llama وQwen وMistral وGemma متاحة) • الإعداد: يعتمد على Python ويتطلب إلمامًا بسطر الأوامر • الأنسب لـ: المستخدمين المتقدمين الذين يريدون أقصى أداء • المقايضة: أقل سهولة من Ollama
• ## Ollama (متعدد المنصات) • الأداء: تعمل نماذج GGUF عبر واجهة Metal في llama.cpp؛ وتسرّع واجهة MLX (معاينة منذ Ollama 0.19، مارس 2026) نماذج مختارة، خصوصًا على شرائح M5 • دعم النماذج: أكبر مكتبة نماذج. تُضاف نماذج جديدة أسبوعيًا. • الإعداد: تثبيت بأمر واحد ويعمل مباشرة • الأنسب لـ: المبتدئين ومعظم المطورين. واجهة REST للتكامل. • المقايضة: قد يكون أبطأ من MLX الأصلي حيث تتوفر نسخة MLX من النموذج (يختلف الفارق بحسب النموذج والإصدار)
• ## llama.cpp (متعدد المنصات، أدق تحكم) • الأداء: منافس لـ Ollama عند التحسين (تستخدمه Ollama لنماذج GGUF) • التخصيص: أكبر تحكم في التكميم ومعاملات الاستدلال • الإعداد: يتطلب بناءً وخبرة في سطر الأوامر • الأنسب لـ: الباحثين وسير عمل التكميم المخصص • المقايضة: منحنى تعلّم أشد انحدارًا من Ollama
• ## التوصية بحسب نوع المستخدم • المبتدئون: Ollama (يعمل فورًا، وتوثيق وفير) • المطورون: واجهة REST في Ollama (سهلة الدمج في التطبيقات) • المستخدمون المتقدمون: MLX مباشرةً (أقصى أداء) • الباحثون: llama.cpp (أقصى تخصيص)

البدء السريع على macOS (10 خطوات)

1. 1
   اشترِ جهاز Mac
   Why it matters: Mac mini M5 Pro للميزانية/الدخول، أو Mac Studio M5 Max أو M5 Ultra لقوة المكتب، أو MacBook Pro 16 بوصة M5 Max لقابلية الحمل.
2. 2
   الإعداد الأولي لـ macOS
   Why it matters: استخدم مساعد الترحيل (النقل من Mac قديم) أو تثبيتًا جديدًا. أبقِ macOS محدّثًا — تصدر Apple تحسينات أداء Metal في التحديثات الفرعية.
3. 3
   ثبّت Homebrew
   Why it matters: /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)" — مدير الحزم لكل ما بعده.
4. 4
   ثبّت Ollama
   Why it matters: brew install ollama — تثبيت سهل بأمر واحد.
5. 5
   شغّل خدمة Ollama
   Why it matters: ollama serve (يعمل في المقدمة) أو استخدم Ollama.app من مجلد التطبيقات.
6. 6
   نزّل أول نموذج اختبار
   Why it matters: ollama pull llama3.1:8b — تحقّق من التثبيت بنموذج صغير (تنزيل نحو 4 GB).
7. 7
   اختبر الاستدلال الأساسي
   Why it matters: ollama run llama3.1:8b "Explain local LLMs in one sentence" --verbose — يعرض سطر eval rate الرموز/ثانية لديك.
8. 8
   نزّل النموذج الكبير المستهدف
   Why it matters: ollama pull llama3.1:70b-instruct-q4_K_M (تنزيل نحو 40 GB). يستغرق 20–40 دقيقة على اتصال سريع ويتطلب جهاز Mac بسعة 64 GB أو أكثر.
9. 9
   راقب الأداء
   Why it matters: يعرض asitop استخدام موارد Apple Silicon. في طرفية ثانية: brew install asitop && asitop.
10. 10
    اختياري: ثبّت LM Studio كواجهة رسومية
    Why it matters: نزّله من lmstudio.ai. أسهل من سطر الأوامر لغير المطورين؛ ويتضمن محرك MLX لـ Apple Silicon.

كيف تسرّع Ollama على Apple Silicon M5

• طابق النموذج مع عرض نطاقك أولًا. تُحدّ الرموز/ثانية قرب عرض النطاق ÷ حجم ملف النموذج (راجع قسم عرض النطاق أعلاه). نموذج 70B بحجم 42 GB على M5 Pro بسرعة 307 GB/s لن يتجاوز نحو 7 رموز/ثانية مهما ضبطت؛ ونموذج 32B بحجم 20 GB يصل إلى نحو 15. الانتقال إلى نموذج أو تكميم أصغر هو أكبر تسريع متاح.
• تأكد من تفريغ النموذج بالكامل على وحدة الرسوميات وعدم رجوعه إلى المعالج. شغّل `ollama ps` والنموذج محمّل — يجب أن يعرض عمود PROCESSOR القيمة 100% GPU. يعني التقسيم الجزئي مع المعالج عادةً أن النموذج لا يتسع في الذاكرة التي يسمح بها macOS لوحدة الرسوميات، لا أن إعدادًا ناقص.
• حرّر الذاكرة الموحدة قبل جلسة طويلة. تُشارك الذاكرة بين macOS والنموذج — متصفح بعلامات تبويب كثيرة أو Docker Desktop أو Xcode في الخلفية قد يستقطع عدة GB من Ollama. أغلقها قبل تحميل نموذج كبير وتحقق من الذاكرة المتاحة عبر Activity Monitor أو `asitop`. وفي النماذج الكبيرة يمكن رفع حد ذاكرة وحدة الرسوميات بالأمر `sudo sysctl iogpu.wired_limit_mb=<MB>` (يُعاد ضبطه عند إعادة التشغيل).
• قلّل نافذة السياق إن لم تحتجها. اضبط `num_ctx` أصغر في Modelfile أو طلب الواجهة (مثلًا 4096 بدل 32K) للمحادثات القصيرة — فهذا يقلل ضغط ذاكرة KV ويسرّع التوليد.
• فعّل flash attention وذاكرة KV مكمّمة. يقلّل `OLLAMA_FLASH_ATTENTION=1` و`OLLAMA_KV_CACHE_TYPE=q8_0` ذاكرة KV ويسرّعان السياقات الطويلة بخسارة جودة صغيرة.
• طابق التكميم مع احتياجات الجودة الفعلية. Q4_K_M أسرع بوضوح من Q8_0 أو Q5_K_M بخسارة جودة صغيرة ومقبولة عادةً (راجع دليل التكميم). إن كان نموذج أبطأ من اختبارات الأداء أعلاه، جرّب نسخة Q4 قبل أن تلوم العتاد.
• أبقِ MacBook Pro موصولًا ومرفوعًا للاستدلال المستمر. قد يخنق MacBook Pro بنسبة 10–15% بعد 2–3 ساعات من الحمل المتواصل مع تراكم الحرارة في الهيكل الأرق. يؤخّر استخدام حامل يحسّن تدفق الهواء والتشغيل على التيار الكهربائي حدوث الخنق. وللجلسات الأطول من بضع ساعات يحافظ تبريد Mac Studio على الأداء الكامل.
• حدّث macOS وOllama. تصدر Apple تحسينات أداء Metal في التحديثات الفرعية وتصدر Ollama باستمرار واجهات أسرع، بما فيها دعم MLX لمزيد من النماذج. تشغيل إصدار قديم على سيليكون M5 جديد يهدر أداءً.
• تجنب تشغيل عدة نماذج معًا ما لم تحتج إلى ذلك. يحجز كل نموذج محمّل حصته من الذاكرة الموحدة. يتحكم `OLLAMA_MAX_LOADED_MODELS` في عدد النماذج التي تُبقيها Ollama في الذاكرة في وقت واحد.

# Check whether a model is fully offloaded to GPU (PROCESSOR column)
ollama ps

# Measure real speed: the "eval rate" line is generation tokens/sec
ollama run llama3.1:8b --verbose

# Faster long-context inference: flash attention + 8-bit KV cache
OLLAMA_FLASH_ATTENTION=1 OLLAMA_KV_CACHE_TYPE=q8_0 ollama serve

# Or limit Ollama to one resident model at a time
OLLAMA_MAX_LOADED_MODELS=1 ollama serve

# Smaller context window in a Modelfile: PARAMETER num_ctx 4096

مصفوفة القرار: أي تهيئة Mac تشتري

• 1. الميزانية أولًا وتقبل نماذج أصغر (7–14B): Mac mini M5 Pro بسعة 24 GB (1,699 دولار) — أرخص M5 Pro على الإطلاق
• 2. تريد نماذج 30B على مكتب اقتصادي: Mac mini M5 Pro بسعة 64 GB (2,699 دولار)
• 3. تريد تشغيل نماذج 70B براحة: Mac Studio M5 Max بسعة 64 GB (3,499 دولار)
• 4. تحتاج 70B Q5 بنوافذ سياق 32K+: Mac Studio M5 Max بسعة 128 GB (5,099 دولار)
• 5. تحتاج 256–512 GB لأكبر النماذج المحلية: Mac Studio M5 Ultra (5,499–10,000+ دولار)
• 6. LLM محلي محمول مع قبول الخنق الحراري: MacBook Pro 16 بوصة M5 Max بسعة 64 GB (3,499 دولار)
• 7. أنت في منظومة macOS أصلًا (Xcode وFinal Cut Pro): أي نسخة من Mac Studio M5
• 8. بحث/ضبط دقيق مع تجارب MLX: Mac Studio M5 Max بسعة 128 GB أو M5 Ultra (هامش الذاكرة)
• 9. تريد أقصى هدوء وتشغيلًا في وضع الخمول: Mac Studio (نادرًا ما تدور المراوح تحت الحمل المعتاد)
• 10. ميزانية 4,000 دولار فأكثر وتريد جهازًا محمولًا: MacBook Pro 16 بوصة M5 Max بسعة 128 GB (4,499 دولار)
• 11. تدرس البدائل: حاسوب RTX 4090 (من 3,000 دولار) أو حاسوب مصغّر AMD Ryzen AI Max+ (1,600–2,000 دولار)

متى لا يناسب Apple Silicon M5 الـ LLM المحلي

• تحتاج سير عمل لا يعمل إلا مع CUDA: تعمل معظم عمليات استدلال LLM على Apple Silicon، لكن الضبط الدقيق بـ torch.cuda ونوى CUDA في vLLM وأكواد البحث الخاصة بـ CUDA لا تعمل على MLX. إن كان معظم عملك خاصًا بـ CUDA فاختر بطاقة RTX.
• تعمل كثيرًا مع Stable Diffusion: تعمل نماذج الانتشار عمومًا أبطأ على M5 منها على RTX 4090. إن كان توليد الصور 30% أو أكثر من سير عملك فيتفوق PC + RTX.
• الميزانية هي الأولوية المطلقة: يتفوق حاسوب بـ 1,500 دولار مع RTX 4070 Ti على Mac mini M5 Pro في سرعة النماذج الصغيرة. إن كانت الميزانية وحدها ما يهم فالحاسوب أرخص.
• تحتاج إلى قابلية ترقية محطة العمل: ذاكرة Mac Studio وتخزينه ثابتان عند الشراء. تسمح أجهزة PC بترقيات تدريجية. لملكية 5 سنوات فأكثر قد يكون PC أرخص على المدى الطويل.
• تطلب أرقامًا من ثلاث خانات في الرموز/ثانية مع النماذج الصغيرة: تبلغ RTX 4090 سرعة 90–120 رمزًا/ثانية مع Llama 8B. ويُقدَّر M5 Max بـ 75–100. وللإنتاجية العالية (عدة مستخدمين) لا تزال NVIDIA تتفوق.
• لا تستخدم macOS أصلًا: لا يستحق التحول من Windows/Linux للـ LLM المحلي وحده، ما لم ترغب في macOS لأسباب أخرى.
• تحتاج استدلالًا إنتاجيًا 24/7: Mac Studio ممتاز لكنه مصمم للدفعات. للاستدلال المتواصل باتفاقية مستوى خدمة، محطات NVIDIA المؤسسية خيار أضمن.

الأسئلة الشائعة

أدلة ذات صلة

• اختبارات أداء LLM لـ M5 Pro مقابل M5 Max
• Mac mini M5 كخادم ذكاء اصطناعي محلي
• تشغيل نماذج 70B على Apple Silicon M5 Max
• GPU مقابل CPU مقابل Apple Silicon
• أفضل الحواسيب المصغّرة للـ LLM المحلي
• دليل عتاد LLM المحلي 2026
• حواسيب AMD Ryzen AI Max+ المصغّرة
• أفضل بطاقات GPU للـ LLM المحلي
• شرح تكميم LLM
• استهلاك الطاقة في LLM المحلي
• أفضل LLM المحلية 2026
• LLM المحلي على الحاسوب المحمول