النقاط الرئيسية
- TurboFieldfare (github.com/drumih/turbo-fieldfare) بيئة تشغيل أصلية مجانية ومفتوحة المصدر بلغة Swift/Metal — وليست غلافاً (wrapper) حول llama.cpp أو MLX
- مرخّصة بموجب Apache 2.0، وتم تأكيد ذلك عبر ملف LICENSE في مستودع GitHub
- تُشغّل عائلة نماذج واحدة بالتحديد: نموذج Gemma 4 26B-A4B المُهيّأ بالتعليمات (instruction-tuned) (26 مليار معامل إجمالاً، ونحو 3.88 مليار معامل نشط لكل رمز/token)
- تحقق استهلاك ذاكرة يبلغ نحو 2 جيجابايت عبر إبقاء نواة مشتركة بحجم 1.35 جيجابايت مع ذاكرة تخزين مؤقت KV بحجم 4K رمز في الذاكرة، وبث بقية أوزان mixture-of-experts من SSD عبر استدعاءات
preadأثناء التوليد - تقدم ثلاث طرق للاستخدام: تطبيق Mac أصلي بلغة SwiftUI/AppKit، وواجهة سطر أوامر (TurboFieldfareCLI)، وخادم تجريبي بحلقة محلية متوافق مع OpenAI (TurboFieldfareServer)
- تتطلب جهاز Mac بمعالج Apple Silicon، وmacOS 26 مع Metal 4، وXcode 26 مع Swift 6.2 أو أحدث للبناء من الكود المصدري — الحزمة مخصصة حصرياً لمعمارية arm64
- أكثر من 6,750 نجمة على GitHub وأكثر من 430 فرعاً (forks) وقت إعداد هذه المراجعة
📍 في جملة واحدة
TurboFieldfare بيئة تشغيل أصلية مجانية ومفتوحة المصدر (Apache 2.0) بلغة Swift وMetal لأجهزة Mac بمعالج Apple Silicon، بأكثر من 6,750 نجمة على GitHub، تُشغّل نموذج Gemma 4 26B-A4B من Google باستخدام نحو 2 جيجابايت من الذاكرة عبر بث معظم أوزان mixture-of-experts من SSD بدلاً من تحميل النموذج الكامل البالغ 14.3 جيجابايت في الذاكرة.
💬 بعبارات بسيطة
TurboFieldfare تطبيق مجاني تقوم ببنائه من الكود المصدري على جهاز Mac بمعالج Apple Silicon. يتيح لك تشغيل نموذج ذكاء اصطناعي كبير (26 مليار معامل) محلياً حتى على جهاز Mac بذاكرة 8 جيجابايت فقط، لأنه يبقي في الذاكرة "نواة" صغيرة فقط من النموذج في كل مرة ويقرأ الباقي من القرص عند الحاجة — دون سحابة، ودون اشتراك، ودون أي نموذج آخر غير Gemma 4 26B-A4B.
📌ملاحظة: هذه المراجعة هي المقال المفصّل المرافق لإدخال TurboFieldfare في دليل برمجيات LLM المحلية — راجع تلك الصفحة لمعرفة كيف تُقارَن TurboFieldfare بسرعة مع عشرات أدوات الذكاء الاصطناعي المحلية الأخرى.
ما هي TurboFieldfare؟
TurboFieldfare بيئة تشغيل استدلال محلية مخصصة لنموذج واحد لأجهزة Mac بمعالج Apple Silicon، صُممت لتشغيل نموذج واحد — Gemma 4 26B-A4B — ضمن ميزانية ذاكرة صارمة، بدلاً من دعم نماذج عشوائية كما يفعل محرك عام. يصف ملف README على GitHub الخاص بها ذلك بوضوح: "استدلال Gemma 4 26B-A4B بنحو 2 جيجابايت من الذاكرة. بيئة تشغيل مخصصة بلغتي Swift + Metal لأي جهاز Mac بمعالج Apple Silicon، حتى الأجهزة ذات 8 جيجابايت."
- نوع المنتج: بيئة تشغيل أصلية بلغة Swift/Metal، وواجهة سطر أوامر، وتطبيق Mac — وليست غلافاً حول llama.cpp أو MLX، وفقاً لملف README الخاص بها
- النطاق: مخصص لنموذج واحد، يُشغّل فقط Gemma 4 26B-A4B (instruction-tuned)، وليس محركاً متعدد النماذج
- المستودع: github.com/drumih/turbo-fieldfare، أُنشئ في 17 يوليو 2026
- الترخيص: Apache 2.0 للكود المصدري؛ أوزان النموذج تخضع لشروط Gemma الخاصة بـ Google وتُنزَّل بشكل منفصل من Hugging Face
- الحجم: أكثر من 6,750 نجمة على GitHub، وأكثر من 430 فرعاً (forks)، و26 مشكلة (issue) مفتوحة وقت إعداد هذه المراجعة
- توضيح الالتباس: توجد عدة مستودعات بأسماء ووصف شبه مطابق تحت حسابات GitHub أخرى؛ drumih/turbo-fieldfare هو المستودع الأصلي والأعلى في عدد النجوم، وهو الذي تغطيه هذه المراجعة
تاريخ مشروع TurboFieldfare ومحطات إصداراته
أُنشئ مستودع TurboFieldfare على GitHub في يوليو 2026 — وهو مشروع حديث نسبياً — وأصدر منذ ذلك الحين عدة إصدارات، أحدثها أضاف سجل محادثات محلياً إلى تطبيق Mac الخاص به.
- 1إنشاء المستودع — 17 يوليو 2026
Why it matters: أُنشئ مستودع TurboFieldfare الرسمي على GitHub (drumih/turbo-fieldfare)، وفقاً لبيانات GitHub الوصفية. - 2v0.7.2 — الإصدار السابق
Why it matters: الإصدار الذي سبق مباشرة v0.8.0، والمُشار إليه في رابط مقارنة سجل التغييرات الخاص بذلك الإصدار. - 3v0.8.0 — 8 سبتمبر 2026: سجل محادثات محلي
Why it matters: وفقاً لملاحظات الإصدار الرسمية، بدأ تطبيق Mac بحفظ سجل المحادثات محلياً، مما يتيح للمستخدمين البحث في المحادثات السابقة وإعادة تسميتها وحذفها وإعادة فتحها — بما في ذلك النصوص والصور المحفوظة — من الشريط الجانبي. هذا الإصدار مُعلَّم صراحة بأنه "كود مصدري فقط"، دون ملفات ثنائية جاهزة مرفقة.
ماذا تفعل TurboFieldfare فعلياً؟
تتركز مجموعة ميزات TurboFieldfare على جعل نموذج كبير واحد قابلاً للاستخدام على أجهزة Apple Silicon المتواضعة. إليك ما يفعله كل جزء فعلياً، وفقاً لملف README على GitHub والوثائق الخاصة بها.
- بث أوزان الخبراء من SSD — بدلاً من تحميل نموذج Gemma 4 26B-A4B الكامل (~14.3 جيجابايت) في الذاكرة، تُبقي TurboFieldfare نواة مشتركة بحجم 1.35 جيجابايت وذاكرة تخزين مؤقت key-value بصيغة FP16 في الذاكرة، وتبث فقط أوزان mixture-of-experts اللازمة لكل رمز من القرص عبر استدعاءات
pread، مع سياسة إخلاء LFU (الأقل استخداماً) لذاكرة التخزين المؤقت للخبراء المعتمدة على SSD - نوى Metal مخصصة — تتولى نوى Metal مكتوبة يدوياً عمليات GEMV المُكمَّمة (quantized) والانتباه (attention) وتوجيه mixture-of-experts والتسوية (normalization) وأخذ العينات، بدلاً من الاعتماد على إطار عمل تعلّم آلي عام
- Prefill مجزّأ (chunked) — وفقاً لوثائق تصميم النظام الخاصة بالمشروع، تُقلّل استراتيجية prefill المجزأة زمن الوصول إلى أول رمز مع إبقاء استهلاك الذاكرة محدوداً
- ثلاث واجهات، مخزن نموذج واحد — يقرأ كل من تطبيق Mac الأصلي، وواجهة سطر الأوامر (TurboFieldfareCLI)، والخادم التجريبي بحلقة محلية المتوافق مع OpenAI (TurboFieldfareServer) من نفس دليل النموذج
.gturbo.، رغم أنه ينبغي تشغيل عملية واحدة فقط مالكة للنموذج في كل مرة - برج رؤية اختياري — يُدعم إدخال الصور عبر حزمة مرافقة لبرج الرؤية يمكن تثبيتها بشكل منفصل (نحو 1.1 جيجابايت)، وتتطلب جهاز Mac بمعالج M2 أو أحدث؛ يبقى الاستدلال النصي فقط متاحاً على M1
- لا تنفيذ للأدوات في التطبيق/CLI — يدعم تطبيق Mac وواجهة سطر الأوامر رسائل المستخدم/النموذج والتوجيهات النظامية الاختيارية، لكنهما لا يعرضان أو ينفذان أدوات؛ يقبل الخادم بحلقة محلية تصريحات function-tool ويُعيد استدعاءات الأدوات التي يولدها النموذج ليُنفذها العميل، وفقاً لملف README
- لا تدعم الصوت/الفيديو — وفقاً لوثائقها الخاصة، لا تدعم TurboFieldfare إدخال الصوت أو الفيديو
أمثلة على الاستخدام: ثلاث طرق لاستخدام TurboFieldfare
هذه سير عمل ملموسة مأخوذة من ملف README الموثّق الخاص بـ TurboFieldfare — وليست حالات استخدام افتراضية.
تثبيت TurboFieldfare
لا تملك TurboFieldfare مُثبِّتاً جاهزاً — تقوم ببنائها من الكود المصدري باستخدام Swift Package Manager، وكودها المصدري موجود على GitHub. وفقاً لملف README الخاص بها، تسلسل التثبيت هو: git clone https://github.com/drumih/turbo-fieldfare.git، ثم cd turbo-fieldfare، ثم swift build -c release، ثم تشغيل .build/release/TurboFieldfareMac.
المصدر | الرابط |
|---|---|
| مستودع GitHub (الكود المصدري، Apache 2.0) | github.com/drumih/turbo-fieldfare |
| وثائق تصميم النظام (كيفية عمل بيئة التشغيل) | docs/SYSTEM_DESIGN.md |
| مقاييس الأداء (Benchmarks) | docs/BENCHMARKS.md |
| الإصدارات (نسخ موسومة) | github.com/drumih/turbo-fieldfare/releases |
يتطلب البناء جهاز Mac بمعالج Apple Silicon مع macOS 26 وMetal 4، بالإضافة إلى Xcode 26 وSwift 6.2 أو أحدث — الحزمة مخصصة حصرياً لمعمارية arm64، لذا لا تُدعم أجهزة Mac بمعالج Intel ولا المنصات الأخرى. عند أول تشغيل، يقوم Swift Package Manager بتنزيل وبناء حزم tokenizer المطلوبة، ثم يقوم التطبيق بتنزيل نحو 15 جيجابايت من أوزان النموذج قبل أن تتمكن من توليد نص؛ تحقق من المتطلبات الحالية مباشرة في ملف README الخاص بالمستودع، لأنها قد تتغير بين الإصدارات.
أسعار TurboFieldfare: هل هي مجانية فعلاً؟
نعم — لا تملك TurboFieldfare أي فئة مدفوعة. الكود المصدري مرخّص بموجب Apache 2.0 ومجاني للبناء والتشغيل؛ لا يوجد اشتراك ولا حساب ولا حد استخدام يفرضه المشروع نفسه.
- لا اشتراك، ولا فئة مدفوعة، ولا حدود استخدام تفرضها TurboFieldfare نفسها
- لا حاجة إلى حساب أو تسجيل لبناء أو تشغيل التطبيق أو CLI أو الخادم
- تُنزَّل أوزان نموذج Gemma 4 26B-A4B مرة واحدة من Hugging Face وتخضع لشروط نموذج Gemma الخاصة بـ Google، منفصلة عن ترخيص الكود المصدري Apache 2.0 الخاص بـ TurboFieldfare
- التكلفة المستمرة الوحيدة هي جهازك ومساحة التخزين لديك: نحو 14.3 جيجابايت للنموذج النصي، بالإضافة إلى نحو 1.1 جيجابايت إضافية إذا ثبّتّ برج الرؤية الاختياري للصور
TurboFieldfare مقابل Ollama
تحل TurboFieldfare وOllama مشكلتين مختلفتين: Ollama مُشغِّل نماذج محلي عام يدعم كتالوجاً كبيراً ومتنامياً من النماذج المفتوحة عبر macOS وWindows وLinux، بينما TurboFieldfare بيئة تشغيل لنموذج واحد حصرية لـ Apple Silicon، مُحسَّنة تحديداً لتشغيل Gemma 4 26B-A4B بنحو 2 جيجابايت من الذاكرة.
دعم النماذج
- TurboFieldfare مقابل Ollama:
- تُشغّل TurboFieldfare فقط Gemma 4 26B-A4B؛ تدعم Ollama كتالوجاً واسعاً ومُحدَّثاً بانتظام من النماذج المفتوحة.
المنصة
- TurboFieldfare مقابل Ollama:
- تعمل TurboFieldfare فقط على Apple Silicon/macOS (arm64، macOS 26+)؛ تدعم Ollama macOS وWindows وLinux.
طريقة التثبيت
- TurboFieldfare مقابل Ollama:
- تُبنى TurboFieldfare من الكود المصدري عبر Swift Package Manager؛ توفر Ollama مُثبِّتاً/ملفاً ثنائياً جاهزاً لكل منصة.
نهج الذاكرة
- TurboFieldfare مقابل Ollama:
- تبث TurboFieldfare معظم أوزان الخبراء من SSD لتناسب جهاز Mac بذاكرة 8 جيجابايت؛ تُحمِّل Ollama النماذج وفقاً لذاكرة RAM/VRAM المتاحة في جهازك، وعادة ما تحتاج ذاكرة أكبر لنموذج بحجم مماثل.
أساس المحرك
- TurboFieldfare مقابل Ollama:
- TurboFieldfare بيئة تشغيل مخصصة بلغة Swift/Metal، وليست مبنية على llama.cpp؛ تُبنى Ollama على llama.cpp (GGML) كنواة استدلال.
إذا كانت أولويتك تشغيل نموذج واحد كبير ومحدد على جهاز Apple Silicon محدود الذاكرة، فإن التركيز الضيق لـ TurboFieldfare هو بالضبط ما تحتاجه. أما إذا كانت أولويتك المرونة عبر نماذج ومنصات عديدة، فإن Ollama هي الأداة العامة الأوسع — راجع مراجعة Ollama للتفاصيل الكاملة. تحقق من تفاصيل الميزات الحالية مباشرة على موقع كل مشروع قبل اتخاذ القرار.
لمن تناسب TurboFieldfare؟
يعتمد مدى ملاءمة TurboFieldfare لك على ما إذا كنت تريد تحديداً تشغيل Gemma 4 26B-A4B على جهاز Mac بمعالج Apple Silicon محدود الذاكرة، بدلاً من احتياجك إلى مُشغِّل نماذج محلي عام.
المنافسون والبدائل
غالباً ما تُقارَن TurboFieldfare بـ Ollama وLMDeploy في مجال محركات الاستدلال المحلي — ويكمن أهم ما يميزها في كونها بيئة تشغيل مخصصة لنموذج واحد وضيقة النطاق، بدلاً من محرك عام يدعم نماذج عديدة.
الأداة | الأشهر في | الرابط |
|---|---|---|
| Ollama | مُشغِّل نماذج محلي عام بكتالوج نماذج كبير، macOS/Windows/Linux | مراجعة Ollama |
| LMDeploy | مجموعة أدوات لضغط ونشر وخدمة نماذج اللغة الكبيرة، مع تركيز على إنتاجية الاستدلال | مراجعة LMDeploy |
تعكس هذه القائمة الأدوات التي تُقارَن بها TurboFieldfare عادة في مجال محركات الاستدلال المحلي، وليست ترتيباً مستقلاً من PromptQuorum — راجع دليل برمجيات LLM المحلية للحصول على الكتالوج الكامل والمُحدَّث بانتظام، بما في ذلك إدخال TurboFieldfare الخاص بها في الدليل. تحقق من الدعم الحالي للمنصة والنماذج لكل أداة قبل الاختيار.
أخطاء شائعة عند تقييم TurboFieldfare
ينشأ معظم الالتباس حول TurboFieldfare من توقع ميزات محرك عام لا تملكها عمداً، أو افتراض وجود مستودع مختلف بنفس الاسم.
الأسئلة الشائعة
ما هي TurboFieldfare؟
TurboFieldfare (github.com/drumih/turbo-fieldfare) بيئة تشغيل أصلية مجانية ومفتوحة المصدر (Apache 2.0) بلغة Swift وMetal لأجهزة Mac بمعالج Apple Silicon، تُشغّل نموذج Gemma 4 26B-A4B من Google باستخدام نحو 2 جيجابايت من الذاكرة.
هل TurboFieldfare مجانية؟
نعم، الكود المصدري لـ TurboFieldfare مجاني ومرخّص بموجب Apache 2.0، دون فئة مدفوعة. تُنزَّل أوزان Gemma 4 26B-A4B بشكل منفصل من Hugging Face تحت شروط نموذج Gemma الخاصة بـ Google.
كيف أُثبِّت TurboFieldfare؟
استنسخ المستودع، ثم نفّذ swift build -c release، ثم شغّل .build/release/TurboFieldfareMac. لا يوجد مُثبِّت جاهز — يجب بناء TurboFieldfare من الكود المصدري عبر Swift Package Manager.
ما النماذج التي تدعمها TurboFieldfare؟
فقط Gemma 4 26B-A4B (instruction-tuned). إنها بيئة تشغيل مخصصة لنموذج واحد، وليست محركاً عاماً يدعم نماذج عشوائية.
كيف تُشغّل TurboFieldfare نموذجاً بـ26 مليار معامل بذاكرة 2 جيجابايت؟
تُبقي نواة مشتركة بحجم 1.35 جيجابايت وذاكرة تخزين مؤقت KV صغيرة في الذاكرة، وتبث بقية أوزان mixture-of-experts الخاصة بالنموذج من SSD عند الحاجة أثناء التوليد، باستخدام نوى Metal مخصصة وسياسة إخلاء LFU لذاكرة التخزين المؤقت للخبراء المعتمدة على SSD.
ما الأجهزة التي تتطلبها TurboFieldfare؟
جهاز Mac بمعالج Apple Silicon (M1 أو أحدث للنص فقط؛ M2 أو أحدث لبرج الرؤية الاختياري)، وmacOS 26 مع Metal 4، ونحو 14.3 جيجابايت من المساحة الحرة للنموذج النصي. يتطلب البناء Xcode 26 وSwift 6.2 أو أحدث.
هل تدعم TurboFieldfare Windows أو Linux؟
لا، الحزمة مخصصة حصرياً لمعمارية arm64 وتتطلب macOS 26 مع Metal 4 — لا تدعم Windows ولا Linux ولا أجهزة Mac القائمة على Intel.
هل تدعم TurboFieldfare الصور؟
نعم، عبر حزمة مرافقة لبرج الرؤية يمكن تثبيتها بشكل منفصل (نحو 1.1 جيجابايت)، وتتطلب جهاز Mac بمعالج M2 أو أحدث. بدونها، يستمر الاستدلال النصي فقط في العمل، بما في ذلك على أجهزة Mac بمعالج M1.
هل تدعم TurboFieldfare استدعاء الأدوات (tool-calling)؟
لا يعرض تطبيق Mac الأصلي وواجهة سطر الأوامر أو ينفذان أدوات. يقبل الخادم التجريبي بحلقة محلية المتوافق مع OpenAI تصريحات function-tool ويُعيد استدعاءات الأدوات التي يولدها النموذج لينفذها كود العميل الخاص بك.
كيف تختلف TurboFieldfare عن Ollama؟
تُشغّل TurboFieldfare فقط Gemma 4 26B-A4B على أجهزة Mac بمعالج Apple Silicon عبر بيئة تشغيل مخصصة بلغة Swift/Metal؛ Ollama مُشغِّل نماذج عام متعدد المنصات مبني على llama.cpp ويدعم كتالوج نماذج أوسع بكثير. راجع مقارنة TurboFieldfare مقابل Ollama أعلاه.
هل اختبرت PromptQuorum ادعاءات TurboFieldfare بشكل مستقل؟
تستند هذه المراجعة إلى مستودع GitHub وملف README ووثائق TurboFieldfare نفسها، بدلاً من اختبارات أداء عملية أجرتها PromptQuorum.