⁨Ollama⁩ على ⁨Mac 2026⁩: دليل إعداد ⁨Apple Silicon⁩ الكامل (⁨M1⁩–⁨M5⁩، ⁨GPU Metal⁩)

الإعداد السريع (3 أوامر)

1. 1
   تثبيت Ollama
   Why it matters: `brew install ollama` — تثبيت بنقرة واحدة.
2. 2
   تنزيل نموذج
   Why it matters: `ollama pull llama2` — ينزّل Llama 3.3 7B.
3. 3
   بدء المحادثة
   Why it matters: `ollama run llama2` — واجهة محادثة تفاعلية.

التحقق من GPU Metal

1. 1
   التشغيل بإخراج مفصّل
   Why it matters: `ollama run llama3.1:8b --verbose` وابحث عن `ggml_metal_init: found device: Apple M[X]` في إخراج وحدة التحكم.
2. 2
   فحص السرعة أثناء الاستدلال
   Why it matters: راقب معدل توليد الـ tokens: ينبغي أن يكون 20–60 tok/s حسب Mac (M5 Pro: ~50 tok/s على Llama 3.3 8B). العودة لـ CPU فقط: ~1–5 tok/s.
3. 3
   مراقبة استخدام GPU
   Why it matters: افتح مراقب النشاط (التطبيقات → الأدوات) وراجع قسم GPU. ينبغي أن يُظهر 80–100% من استخدام GPU أثناء الاستدلال إذا كان Metal يعمل.

إدارة النماذج

1. 1
   `ollama pull <model>`
   Why it matters: تنزيل نموذج. مثال: `ollama pull mistral`.
2. 2
   `ollama list`
   Why it matters: سرد جميع النماذج المنزّلة.
3. 3
   `ollama run <model>`
   Why it matters: بدء محادثة تفاعلية مع النموذج.
4. 4
   `ollama rm <model>`
   Why it matters: حذف نموذج لتحرير مساحة.

تحسين الذاكرة لـ Apple Silicon

• OLLAMA_MAX_LOADED_MODELS: عدد النماذج المراد إبقاؤها في الذاكرة. افتراضيًا: 1. اضبط 2–3 لتهيئات متعددة النماذج.
• طبقات GPU: افتراضيًا، يستخدم Ollama كل الذاكرة الموحدة المتاحة. إذا كانت الذاكرة غير كافية، اضبط `num_gpu_layers` في ملف Modelfile.
• Whisper: ادمجه مع نموذج embeddings وLLM — يتسع في 64 GB M5 Pro مع Ollama.

تشغيل عدة نماذج في آنٍ واحد

export OLLAMA_MAX_LOADED_MODELS=3
export OLLAMA_KEEP_ALIVE=1h
brew services restart ollama

# Now pull all models you need
ollama pull llama3.1:8b
ollama pull llava:7b

# Send requests to each — they stay loaded
curl http://localhost:11434/api/chat -d '{"model": "llama3.1:8b", "messages": [{"role": "user", "content": "Hello"}]}'
curl http://localhost:11434/api/chat -d '{"model": "llava:7b", "messages": [{"role": "user", "content": "Describe this image"}]}'

البدء التلقائي عند تسجيل الدخول

# Enable auto-start
brew services start ollama

# Check status
brew services list | grep ollama

# Disable auto-start (optional)
brew services stop ollama

إعداد API للمطورين

# Chat endpoint (streaming)
curl http://localhost:11434/api/chat -d '{
  "model": "llama3.1:8b",
  "messages": [{"role": "user", "content": "Write a Python function"}],
  "stream": false
}'

# Python example
import requests
response = requests.post(
  "http://localhost:11434/api/chat",
  json={
    "model": "llama3.1:8b",
    "messages": [{"role": "user", "content": "Hello"}],
    "stream": False
  }
)
print(response.json()["message"]["content"])

تخصيص Modelfile

• `ollama create llm-expert -f Modelfile` — يبني النموذج المخصص
• `ollama run llm-expert` — يبدأ المحادثة التفاعلية مع نموذجك المخصص
• `ollama run llm-expert "Code review this function"` — يرسل محفّزًا مباشرة

FROM llama2
SYSTEM "You are an expert software engineer reviewing code for security and performance issues. Provide actionable feedback."
PARAMETER temperature 0.7
PARAMETER top_p 0.9

مشكلات شائعة وحلول

• Metal غير مُكتشف: تحقق بـ `ollama run llama3.1:8b --verbose` وابحث عن `ggml_metal_init: found device: Apple M[X]`. إذا لم يظهر، أعد التشغيل: `brew services restart ollama` أو `pkill ollama && ollama serve &`.
• استدلال بطيء (عودة لـ CPU): السبب: لم يستطع Metal التهيئة، النموذج يعمل على CPU. راجع مراقب النشاط — ينبغي أن يكون استخدام GPU 80–100% أثناء الاستدلال. إذا أظهر GPU 0%: أعد تشغيل Ollama.
• نفاد الذاكرة (OOM): يفشل النموذج أو تنقطع الاستجابة. السبب: النموذج + السياق + عبء macOS يتجاوز RAM. الحلول: (1) استخدم تكميمًا أصغر (`ollama pull llama3.1:8b-q4_K_M`)، (2) قلّل السياق (`OLLAMA_NUM_CTX=2048 ollama run llama3.1:8b`)، (3) استخدم نموذجًا أصغر (`ollama pull phi4` — 2.5 GB).
• تنزيل النموذج عالق: السبب: تقييد الشبكة أو حدود معدل HuggingFace. الحل: `pkill ollama && ollama pull llama3.1:8b` (يستأنف من التقدم السابق).
• المنفذ 11434 مستخدم بالفعل: نسخة أخرى من Ollama تعمل أو خدمة مختلفة تستخدم المنفذ. ابحث: `lsof -i :11434`. الحل: `pkill ollama` ثم أعد التشغيل.
• النموذج ينتج نصًا بلا معنى / أحرفًا عشوائية: السبب: معاملات Modelfile خارج النطاق أو قالب خاطئ. الحل: نزّل النموذج الرسمي `ollama pull llama3.1:8b` (يستبدل المخصص)، ثم جرّب: `ollama run llama3.1:8b "Hello, how are you?"`.
• التخزين يمتلئ: تُحفظ النماذج في `~/.ollama/models/`. تحقق من الحجم: `du -sh ~/.ollama/`. احذف غير المستخدمة: `ollama rm <model-name>`.

مقالات ذات صلة

• Apple Silicon لنماذج LLM المحلية: دليل شامل
• مقارنة MLX مقابل Ollama مقابل llama.cpp
• أفضل نماذج LLM لـ Apple Silicon
• كم من الذاكرة الموحدة لنماذج LLM المحلية؟
• اختبارات أداء M5 Pro مقابل M5 Max
• Mac Mini M5 كخادم ذكاء اصطناعي محلي
• Apple MLX مقابل NVIDIA CUDA 2026 — للاختيار بين Apple Silicon وGPU من NVIDIA.