Key Takeaways
- السؤال الجوهري هو "كم ساعة شهريًا؟" وليس قاعدة ثابتة محلي-مقابل-سحابي
- يكلف استئجار GPU السحابي (RunPod، Vast.ai) نحو 0.13–0.69 دولار/ساعة لفئة GPU مثل RTX 4090
- تكلف محطة عمل RTX 4090 المحلية الموصى بها نحو 2800 دولار إجمالًا
- نقطة التعادل الساذجة (السعر ÷ تعرفة السحابة فقط): 5600 ساعة — لكنها تتجاهل الكهرباء وإعادة البيع
- نقطة تعادل التكلفة الإجمالية الكاملة (الأجهزة + الكهرباء − إعادة البيع): نحو 4780 ساعة، أي نحو 20 شهرًا عند 8 ساعات/يوم — استخدم الحاسبة أدناه لأرقامك
- تضيف الكهرباء لنظام بقدرة 450 واط نحو 0.02 دولار/ساعة (الولايات المتحدة) إلى 0.06 دولار/ساعة (ألمانيا)
- تتفوق السحابة لأحمال العمل المتقطعة أو التجريبية دون نحو 100 ساعة/شهر
- يتفوق المحلي للاستدلال اليومي المستمر أو البيانات الحساسة أو 500+ ساعة/شهر
إجابة سريعة: ما الذي يناسب استخدامك؟
هذه نقطة انطلاق لا قاعدة صارمة — سعر الأجهزة وتعرفة السحابة وتعرفة الكهرباء وقيمة إعادة البيع تُغيّر نقطة التعادل الفعلية. تمنحك الحاسبة أدناه الإجابة الدقيقة لأرقامك.
ساعات/شهر | التوصية |
|---|---|
| أقل من 20 ساعة | استأجر — نادرًا ما يسترد المحلي تكلفته |
| 20–100 ساعة | الاستئجار عادةً هو الأفضل |
| 100–250 ساعة | قارن بعناية حسب سعر الأجهزة |
| 250–500 ساعة | تصبح الأجهزة المحلية جذابة |
| 500+ ساعة | يتفوق المحلي عادةً بالتكلفة الإجمالية |
| تشغيل مستمر 24/7 | اشترِ أجهزة محلية |
حاسبة التكلفة التفاعلية: محلي مقابل سحابي
أدخل ساعات استخدامك الشهرية، وتعرفة GPU السحابي، وسعر الأجهزة المحلية، وتعرفة الكهرباء، وقيمة إعادة البيع المتوقعة، ومدة الامتلاك. تحسب الحاسبة أدناه حيًا تكلفة السحابة الشهرية، وتكلفة التشغيل المحلي، وإجمالي تكلفة الملكية المحلية، ونقطة التعادل. جميع الأرقام تقديرات محسوبة من مدخلاتك وأسعار مرجعية تم بحثها، وليست قياسات أجرتها PromptQuorum نفسها.
Average daily use × 30. Example: 8 hr/day = 240 hr/month.
Blended spot/on-demand rate for a comparable GPU (RunPod, Vast.ai, Lambda Labs).
Full system cost — GPU, case, PSU, RAM, storage, not just the GPU.
What you expect to sell the hardware for at the end of the ownership period.
How long you plan to keep and use this hardware.
Recommendation
BUY LOCAL
At this usage, owning hardware costs less than renting over your ownership period.
See the GPU workstation guide →Your numbers
Cloud cost / month
$120
Local operating cost / month
$18
Total local cost over period (hardware + electricity − resale)
$2,461
Break-even (full TCO)
23 months
Break-even in cumulative hours
5,465 hours
Naive break-even (hardware price ÷ cloud rate only, ignoring electricity and resale) for these hardware/cloud-rate inputs: 6,400 hours
جدول قرار الأجهزة
اربط حجم النموذج المستهدف ونمط استخدامك بفئة أجهزة قبل تسعير تكوين محدد.
الفئة | VRAM / RAM | الأفضل لـ | فئة السعر |
|---|---|---|---|
| ميني PC بمعالج N150 | 16 GB RAM | محادثة خفيفة، حتى 7B | أقل من 500 دولار |
| ميني PC بمعالج Ryzen | 32–64 GB RAM | 7B–14B يوميًا، خادم 24/7 | 500–1000 دولار |
| RTX 3090 (مستعملة) | 24GB VRAM | حتى 30B Q4، أفضل VRAM/دولار | 1000–2000 دولار |
| RTX 4090 | 24GB VRAM | حتى 34B Q4، أسرع GPU واحدة | 2000–4000 دولار |
| تكوين GPU بـ 48GB | 48GB VRAM | حتى 70B Q4، تطوير وبحث | 4000 دولار+ |
| Mac (ذاكرة موحَّدة) | 48–128GB موحدة | 70B+ عبر MLX، استهلاك منخفض | 2000–4000 دولار+ |
المسار 1 — استخدام منخفض: استئجار GPU سحابي
الاستئجار هو الخيار الصحيح للتجريب، والضبط الدقيق العَرَضي، وأحمال العمل المتغيرة، أو اختبار قبل الالتزام بأجهزة. تدفع فقط الساعات المستخدمة، بلا صيانة، وبوصول فوري لفئات GPU (H100، A100 80GB) قد تكلف آلاف الدولارات عند الشراء.
قارن أسعار GPU السحابي الحالية: أسعار RunPod وأسعار Vast.ai هي روابط تحريرية مرجعية وليست روابط أفلييت — لا توجد لـ PromptQuorum علاقة عمولة مع أي من المزودين.
المسار 2 — استخدام متوسط: الميني PC قد يتفوق على محطة عمل GPU
لنماذج 7B–14B المستخدمة يوميًا — محادثة، أتمتة Home Assistant، تشغيل Ollama على مدار الساعة — يتفوق الميني PC بمعالج Ryzen غالبًا على GPU منفصلة من حيث التكلفة لكل واط والمساحة. راجع مراجعة Beelink SER8 لتوزيع Ollama فعلي على مدار الساعة، ودليل أفضل أجهزة ميني PC لـ LLM المحلي وأفضل ميني PC بمعالج AMD لـ LLM المحلي، بما في ذلك Minisforum UM890 Pro وGMKtec G3 Plus.
المسار 3 — ذكاء اصطناعي محلي مكثف: محطة عمل GPU
عند الحاجة إلى نماذج 30B+ أو الضبط الدقيق أو الاستدلال السريع متعدد المستخدمين، تكون محطة عمل GPU منفصلة الفئة المناسبة. المقياس المهم هو VRAM لكل دولار، لا سرعة المعيار الخام — فـVRAM يحدد أحجام النماذج التي يمكن تحميلها أصلًا. راجع دليل بناء محطة عمل LLM المحلية ودليل بناء محطة عمل GPU من PromptQuorum.
"ماذا أشتري؟" حسب فئة السعر
أقل من 500 دولار — لا تشترِ أجهزة ذكاء اصطناعي مخصصة. استخدم ما تملكه بالفعل أو استأجر للاحتياجات العَرَضية.
500–1000 دولار — ميني PC بمعالج Ryzen مع 32GB+ من الذاكرة. راجع أفضل ميني PC بمعالج AMD ومراجعة Beelink SER8.
1000–2000 دولار — ميني PC أقوى، أو RTX 3090 مستعملة. راجع دليل أفضل أجهزة ميني PC ودليل أفضل GPU دون 500 دولار.
2000–4000 دولار — محطة عمل GPU منفصلة (RTX 4090) أو Mac بذاكرة موحَّدة كبيرة. راجع دليل بناء محطة العمل ودليل Apple Silicon.
4000 دولار+ — 48GB+ من VRAM، أو تعدد GPU، أو فئة محطات العمل. احسب معدل الاستخدام بعناية — تسترد هذه الفئة تكلفتها فقط مع استخدام مكثف مستمر. راجع دليل بناء محطة عمل GPU من PromptQuorum.
اختيارات الأجهزة حسب الفئة
- اقتصادي: GMKtec G3 Plus — ميني PC للدخول لنماذج 7B
- متوسط: Beelink SER8 — 7B–14B، Home Assistant، خادم Ollama على مدار الساعة؛ Minisforum UM890 Pro كبديل بمعالج Ryzen
- أفضل قيمة GPU: RTX 3090 (مستعملة، نحو 800–1300 دولار) — أفضل VRAM لكل دولار عند 24GB
- أداء GPU: RTX 4090 (نحو 2000–2600 دولار، سعر EOL، أغسطس 2026 — توقف الإنتاج في الربع الثاني من 2026) — أسرع خيار GPU واحدة، راجع دليل بناء محطة العمل
- خيار Apple: Mac بذاكرة موحَّدة كبيرة لنماذج 70B+ باستهلاك منخفض — راجع دليل Apple Silicon
روابط RTX 3090/4090 وApple أعلاه هي مجرد روابط منتج/تحريرية — لا يوجد لدى PromptQuorum برنامج أفلييت ولا تحصل على أي عمولة من شراء أي جهاز.
متى لا يجب عليك شراء أجهزة ذكاء اصطناعي محلية
- استخدام عَرَضي (نحو 10 ساعات/شهر أو أقل) — ستبقى الأجهزة خاملة معظم الوقت
- حِمل عمل شديد التغير — أشهر مكثفة وأخرى بلا استخدام
- الحاجة إلى فئات GPU مختلفة لكل مشروع — تتيح السحابة التبديل الفوري بين 24GB و80GB
- عدم الرغبة في صيانة الأجهزة — التعريفات والتبريد والترقيات والأعطال كلها مسؤوليتك محليًا
- الحاجة العَرَضية فقط لنماذج ضخمة جدًا — استئجار H100 لأسبوع أفضل من شرائه
متى يتفوق الذكاء الاصطناعي المحلي
- استخدام يومي ويمكن التنبؤ به — الساعات تتراكم بسرعة، راجع جدول الاستخدام أعلاه
- إمكانية التنبؤ بالتكلفة — تكلفة أجهزة ثابتة أسهل في الميزانية من فواتير سحابية متغيرة
- بيانات حساسة أو حاجة للعمل دون اتصال — لا شيء يغادر شبكتك
- الحاجة إلى استدلال غير محدود — توثيق Ollama نفسه يذكر أن تشغيل النماذج على أجهزتك غير محدود؛ فقط خدمة Ollama السحابية المُدارة المنفصلة تفرض حدودًا حسب الخطة
- أفق استخدام متعدد السنوات مع أجهزة يمكنك إبقاؤها مستغلة جيدًا
أسعار الكهرباء حسب الدولة
محطة عمل محلية بقدرة 450 واط تعمل 240 ساعة/شهر (8 ساعات/يوم) تكلف نحو 18 دولارًا/شهر كهرباء في الولايات المتحدة، مقابل نحو 40 دولارًا/شهر في ألمانيا. استخدم تعرفتك الخاصة في الحاسبة أعلاه — هذه قيم مرجعية.
الدولة | التعرفة السكنية | نظام 450 واط، 240 ساعة/شهر |
|---|---|---|
| الولايات المتحدة | نحو 0.17 دولار/كيلوواط ساعة | نحو 18 دولار/شهر |
| ألمانيا | نحو 0.37 يورو/كيلوواط ساعة (نحو 0.37 دولار) | نحو 40 دولار/شهر |
| المملكة المتحدة | نحو 0.26 جنيه/كيلوواط ساعة (نحو 0.33 دولار) | نحو 36 دولار/شهر |
| فرنسا | نحو 0.22 يورو/كيلوواط ساعة (نحو 0.22 دولار) | نحو 24 دولار/شهر |
مقارنة مزودي GPU السحابي
تعرفات تمثيلية لفئة RTX 4090، اعتبارًا من أغسطس 2026 — تحقق دائمًا من الأسعار الحالية قبل الاستئجار، فهي تتغير باستمرار.
المزود | الأفضل لـ | نموذج التسعير | الحكم |
|---|---|---|---|
| RunPod | الموثوقية، pods مُدارة | بالثانية، 0.34–0.69 دولار/ساعة | خيار افتراضي جيد للأحمال المستقرة |
| Vast.ai | أقل سعر، مرن | مزاد سوقي، 0.13–0.34 دولار/ساعة | الأرخص، جودة المضيف متفاوتة |
| Lambda Labs | GPU مراكز بيانات (A100/H100) | بالساعة عند الطلب، 1.99–4.29 دولار/ساعة | الأفضل للتدريب الكبير، لا لاستئجار 4090 رخيصة |
الحكم النهائي: لا يوجد فائز عام
قواعد الإبهام الخاصة بساعات الاستخدام في هذا المقال هي إرشاد لا قانون صارم. تعتمد نقطة تعادلك الفعلية على تعرفة السحابة وسعر الأجهزة وتعرفة الكهرباء وقيمة إعادة البيع — تحسب الحاسبة أعلاه الإجابة الحقيقية لمدخلاتك، لا عتبة ثابتة.
قرر بناءً على
استخدم LLM محليًا إذا:
- •تستخدم نماذج LLM 250+ ساعة/شهر أو باستمرار
- •تحتاج إلى إمكانية التنبؤ بالتكلفة على أفق متعدد السنوات
- •خصوصية البيانات أو القدرة على العمل دون اتصال متطلَّبة
- •يمكنك إبقاء الأجهزة مستغلة جيدًا لا خاملة
استخدم نموذجًا سحابيًا إذا:
- •تستخدم نماذج LLM أقل من 100 ساعة/شهر
- •حِمل عملك متقطع أو تجريبي
- •تحتاج إلى فئات GPU باهظة الثمن لامتلاكها (H100، A100 80GB)
- •لا ترغب في الصيانة أو تكلفة رأسمالية أولية
قرار سريع:
- →استخدم الحاسبة أعلاه بأرقامك الحقيقية
- →دون 100 ساعة/شهر ← استأجر سحابيًا
- →500+ ساعة/شهر أو تشغيل مستمر ← اشترِ محليًا
- →100–500 ساعة/شهر ← سعر الأجهزة وتعرفة الكهرباء هما الحاسمان
الخطوات التالية حسب ما احتسبته
- استخدام منخفض (أقل من 100 ساعة/شهر): قارن أسعار GPU السحابي الحالية
- نماذج صغيرة، استخدام يومي: أفضل أجهزة ميني PC لـ LLM المحلي
- 7B–14B، خادم على مدار الساعة: مراجعة Beelink SER8 أو أفضل ميني PC بمعالج AMD
- نماذج 30B+، استخدام محلي مكثف: دليل بناء محطة العمل
- فئة 70B، تشغيل مستمر: دليل بناء محطة عمل GPU من PromptQuorum
هل الذكاء الاصطناعي المحلي أرخص دائمًا من السحابي؟
لا. تكون الأجهزة المحلية أرخص فقط فوق عتبة استخدام تعتمد على سعر الأجهزة وتعرفة الكهرباء وتعرفة السحابة — عادةً نحو 250–500 ساعة/شهر لمحطة عمل GPU متوسطة الفئة. دون ذلك، يكون الاستئجار السحابي أرخص عادةً.
بعد كم ساعة يصبح شراء الأجهزة المحلية مجديًا؟
لمحطة عمل RTX 4090 بقيمة 2800 دولار مقابل تعرفة سحابية 0.50 دولار/ساعة، تبلغ نقطة التعادل الساذجة (السعر ÷ التعرفة) 5600 ساعة تراكمية. مع احتساب الكهرباء وقيمة إعادة البيع، تبلغ نقطة تعادل التكلفة الإجمالية الكاملة عند 240 ساعة/شهر (8 ساعات/يوم) نحو 4780 ساعة — أي نحو 20 شهرًا. استخدم الحاسبة أعلاه لأرقامك.
هل الكهرباء مُدرجة في تقديرات تكلفة الذكاء الاصطناعي المحلي؟
يجب أن تكون كذلك، لكنها غالبًا مُستبعدة من المقارنات المبسطة. نظام بقدرة 450 واط يعمل 8 ساعات/يوم يضيف نحو 18 دولارًا/شهر في الولايات المتحدة (نحو 0.17 دولار/كيلوواط ساعة) أو نحو 40 دولارًا/شهر في ألمانيا (نحو 0.37 يورو/كيلوواط ساعة). تتيح لك الحاسبة أعلاه إدخال تعرفتك الخاصة.
هل جهاز Mac مناسب لنماذج LLM المحلية؟
أجهزة Mac ذات الذاكرة الموحَّدة الكبيرة يمكنها تشغيل نماذج ضخمة (فئة 70B) باستهلاك طاقة منخفض، ما يحسّن حساب تكلفة الملكية لديها، خصوصًا في الدول ذات أسعار الكهرباء المرتفعة. راجع دليل Apple Silicon المرتبط أعلاه لمعرفة أحجام النماذج وتفاصيل الأداء الحالية.
هل 24GB من VRAM كافية لنماذج LLM المحلية؟
تُشغّل 24GB (RTX 3090 أو RTX 4090) بارتياح نماذج تصل إلى نحو 30–34B معامل بتكميم 4-bit، وهو ما يغطي معظم حالات استخدام الذكاء الاصطناعي المحلي لمستخدم واحد. تحتاج النماذج من فئة 70B إلى نحو 48GB، تُحقَّق عبر تكوينات مزدوجة GPU أو أجهزة Mac بذاكرة موحَّدة كبيرة.
هل يجب شراء RTX 4090 أم استئجار وقت GPU سحابي؟
اشترِ إذا كنت تتوقع استخدامًا مستمرًا فوق نحو 250–500 ساعة/شهر على مدى عدة سنوات ويمكنك إبقاء الأجهزة مستغلة جيدًا. استأجر إذا كان استخدامك عَرَضيًا أو متقطعًا، أو ما زلت تتحقق من صلاحية حِمل العمل — يتجنب الاستئجار بالكامل الاستثمار الأولي البالغ نحو 2000–2600 دولار لشراء RTX 4090 (سعر EOL، أغسطس 2026، توقف الإنتاج في الربع الثاني من 2026).
ما أرخص طريقة لتشغيل LLM محلي؟
لأقل تكلفة أولية، يُعد ميني PC بمعالج Ryzen (500–1000 دولار) يشغّل نموذجًا مُكمَّمًا 7B–14B أرخص تكوين محلي مخصص. ولأقل تكلفة لكل استدلال عند الحجم المنخفض، يكون استئجار GPU سحابي دون أي شراء للأجهزة أرخص.
هل تشغيل الذكاء الاصطناعي محليًا يعني أن البيانات لا تغادر جهازي أبدًا؟
نعم، بالنسبة للاستدلال المحلي عبر أدوات مثل Ollama على أجهزتك الخاصة — لا تُرسَل أي بيانات إلى أي مكان. يختلف هذا عن خدمة Ollama السحابية المُدارة المنفصلة، التي تُرسل فعليًا طلبات إلى بنية Ollama التحتية؛ فقط الوضع المحلي على الجهاز يُبقي البيانات بالكامل على جهازك.