كيفية تشغيل نموذج ذكاء اصطناعي محلياً على جهازك (دليل تفصيلي للمبتدئين 2026)
هل سئمت من دفع اشتراكات شهرية لـ ChatGPT أو تقلق من خصوصية بياناتك؟ دليل عملي خطوة بخطوة لتشغيل أقوى نماذج الذكاء الاصطناعي (Llama 3 و Mistral) على كمبيوترك مجاناً وأوفلاين تماماً — مع المواصفات المطلوبة، الأوامر الجاهزة للنسخ، وحل مشاكل البطء.
هل سئمت من دفع اشتراكات شهرية لـ ChatGPT أو تقلق من انتهاك خصوصية بياناتك؟ في هذا الدليل من موقع تيدقم (tidqom)، سنشرح لك خطوة بخطوة كيفية تحميل وتشغيل أقوى نماذج الذكاء الاصطناعي (مثل Llama 3 و Mistral) على جهاز الكمبيوتر الخاص بك مجاناً وبشكل أوفلاين تماماً.
لا حاجة لخبرة برمجية، ولا لكرت شاشة بعشرة آلاف دولار. جهاز عادي بذاكرة 16GB يكفي لتشغيل نموذج ذكي يعمل بدون إنترنت، ويبقى كل حرف تكتبه داخل جهازك.
ما هي مواصفات الكمبيوتر المطلوبة لتشغيل نماذج الـ LLM؟
Related: GPT-5 Is Here: Everything You Need to Know About OpenAI's Most Powerful Model Yet →
Related: How to Run an AI Model Locally on Your Own Computer (Step-by-Step 2026 Guide) →
العامل الحاسم ليس المعالج، بل الذاكرة: ذاكرة كرت الشاشة (VRAM) أولاً، ثم ذاكرة النظام (RAM) كبديل أبطأ. القاعدة العملية: النموذج المضغوط بصيغة 4-bit يحتاج تقريباً نصف عدد معاملاته بالجيجابايت.
| حجم النموذج | صيغة التشغيل | VRAM/RAM المطلوبة | التجربة المتوقعة |
|---|---|---|---|
| 3B (مثل Llama 3.2 3B) | Q4_K_M | 3–4 GB | سريع جداً حتى بدون كرت شاشة |
| 7B–8B (Llama 3 8B / Mistral 7B) | Q4_K_M | 6–8 GB | الأفضل توازناً للاستخدام اليومي |
| 13B–14B | Q4_K_M | 10–12 GB | يحتاج كرت 12GB أو Mac بذاكرة موحدة |
| 70B | Q4_K_M | 40 GB+ | لأجهزة العمل المتقدمة فقط |
ملاحظة مهمة
أجهزة Mac بمعالجات M1/M2/M3/M4 تستخدم ذاكرة موحدة (Unified Memory)، لذلك جهاز بذاكرة 16GB يشغّل نماذج 8B بسلاسة ممتازة دون كرت شاشة منفصل.
وإذا كان كرت الشاشة أضعف من المطلوب، البرنامج سينقل جزءاً من النموذج إلى المعالج تلقائياً: سيعمل، لكن بسرعة أقل (سنحل هذا في قسم البطء أدناه).
أفضل برامج تشغيل الذكاء الاصطناعي محلياً (LM Studio و Ollama)
Related: Will AI Coding Agents Replace Developers? We Asked 100 Engineers →
Related: Open-Source LLMs in 2026: Llama 4, DeepSeek R2, and Qwen 3 Compared →
هناك طريقان، وكلاهما مجاني:
LM Studio
واجهة رسومية شبيهة بـ ChatGPT، تختار النموذج من متجر داخلي وتضغط تشغيل. الأفضل للمبتدئين تماماً.
Ollama
يعمل من سطر الأوامر (Terminal)، أخف وأسرع، ويعطيك واجهة API محلية تربطها ببرامجك وأكوادك. الأفضل للمطورين.
نصيحتنا: ابدأ بـ LM Studio لتتأكد أن جهازك قادر، ثم انتقل إلى Ollama عندما تريد الأتمتة والربط البرمجي.
كيفية تحميل وتثبيت برنامج LM Studio خطوة بخطوة
- حمّل النسخة المناسبة لنظامك (Windows / macOS / Linux) من الموقع الرسمي:
تحميل برنامج LM Studio مجاناً من الموقع الرسمي
- ثبّت البرنامج كأي تطبيق عادي، ثم افتحه واذهب إلى تبويب البحث (Discover).
- اكتب في البحث:
Llama 3.1 8B Instructواختر نسخة تنتهي بـ Q4_K_M — هذه هي النسخة المضغوطة الموصى بها. - اضغط Download وانتظر (حجم التحميل ~4.7GB).
- افتح تبويب المحادثة (Chat)، اختر النموذج من الأعلى، واكتب أول رسالة. اقطع الإنترنت وجرّب مرة أخرى: سيعمل بنفس الكفاءة.
كيفية تثبيت Ollama وتشغيل أول نموذج بأمر واحد
حمّل Ollama من الموقع الرسمي:
تحميل برنامج Ollama مجاناً من الموقع الرسمي
بعد التثبيت، افتح Terminal (أو PowerShell على ويندوز) ونفّذ:
ollama run llama3.1:8bالأمر أعلاه يحمّل النموذج تلقائياً في المرة الأولى ثم يفتح محادثة مباشرة في الطرفية. لتجربة نموذج أخف على جهاز متوسط:
ollama run llama3.2:3bولعرض النماذج المثبتة وحجم كل واحد منها، وحذف ما لا تحتاجه لتفريغ مساحة القرص:
ollama list
ollama rm llama3.1:8bربط النموذج المحلي ببرامجك عبر Python
Ollama يشغّل خادماً محلياً على المنفذ 11434، ويتوافق مع صيغة OpenAI API، لذلك يمكنك تحويل أي سكربت كان يستخدم ChatGPT إلى نموذج محلي بتغيير سطرين:
from openai import OpenAIclient = OpenAI( base_url="http://localhost:11434/v1", api_key="ollama", # قيمة شكلية: لا يوجد مفتاح حقيقي ولا فاتورة )
resp = client.chat.completions.create( model="llama3.1:8b", messages=[{"role": "user", "content": "اكتب لي ملخصاً في ثلاث نقاط عن الذكاء الاصطناعي المحلي"}], ) print(resp.choices[0].message.content)
وإذا أردت اختباراً سريعاً بدون تثبيت مكتبات، استخدم curl مباشرة:
curl http://localhost:11434/api/generate -d '{
"model": "llama3.2:3b",
"prompt": "اشرح الحوسبة المحلية في سطرين",
"stream": false
}'حل مشكلة البطء أو عدم استجابة النموذج المحلي
Related: The 27 Best AI Tools in 2026 (Tested for 90 Days) →
Related: 12 Best AI Tools for Coding in 2026 (Tested for Solo Developers & Freelancers) →
هذا القسم هو ما يبحث عنه معظم الناس بعد أول تجربة. الأعراض الشائعة وحلولها الفعلية:
النموذج يكتب كلمة كل ثانية (بطء شديد)
السبب أن جزءاً من النموذج يعمل على المعالج لا كرت الشاشة. الحل: انزل إلى نموذج أصغر (من 8B إلى 3B)، أو استخدم ضغطاً أقوى (Q4 بدل Q8)، أو قلّل عدد الطبقات المحمّلة على GPU في إعدادات LM Studio حتى يتوقف التبديل مع القرص.
رسالة Out of Memory أو انهيار البرنامج
نافذة السياق (Context Length) كبيرة جداً. أنزلها من 8192 إلى 2048 أولاً، ثم ارفعها تدريجياً. كل زيادة في السياق تستهلك ذاكرة إضافية حتى لو كان النموذج نفسه صغيراً.
النموذج يتوقف عن الرد بعد عدة رسائل
المحادثة ملأت نافذة السياق. ابدأ محادثة جديدة أو فعّل إعادة تعيين السياق.
Ollama لا يستجيب على localhost
الخدمة غير مشغّلة. تحقق منها بالأمر:
ollama psإذا كانت القائمة فارغة، أعد تشغيل التطبيق (أو الخدمة) ثم أعد تنفيذ ollama run.
الردود ضعيفة الجودة بالعربية
النماذج المضغوطة الصغيرة أضعف في العربية. جرّب نماذج بحجم 8B أو أكثر، واكتب التعليمات بشكل صريح ومحدد، أو اطلب من النموذج التفكير خطوة بخطوة قبل الإجابة.
هل يستحق التشغيل المحلي العناء؟
Related: ChatGPT vs Claude 4: Which AI Should You Actually Pay For in 2026? →
Related: ChatGPT Plus for Free in 2026: What's Actually Legit →
نعم في ثلاث حالات: بيانات حساسة لا تريد إرسالها لأي خادم، عمل بدون إنترنت، أو استخدام مكثف يجعل الاشتراكات الشهرية مكلفة. أما إذا احتجت أعلى جودة استدلال ممكنة في مهام معقدة، فالنماذج السحابية الكبيرة لا تزال متقدمة — والحل العملي هو الدمج: المحلي للمهام اليومية والخاصة، والسحابي للمهام الصعبة.
أسئلة شائعة
Related: Google Gemini 3 Ultra Review: Has Google Finally Caught Up? →
Related: How to Use ChatGPT Effectively in 2026: 7 Prompt Patterns That Actually Work →
هل يمكن تشغيل نموذج ذكاء اصطناعي بدون كرت شاشة؟ نعم. النماذج بحجم 3B تعمل على المعالج وحده مع ذاكرة 8–16GB، لكن السرعة ستكون أقل بشكل ملحوظ من التشغيل على كرت شاشة.
هل التشغيل المحلي مجاني تماماً؟ نعم، البرامج والنماذج المفتوحة مجانية ولا يوجد اشتراك؛ التكلفة الوحيدة هي مساحة القرص والكهرباء.
كم مساحة يحتاج النموذج على القرص؟ نموذج 8B مضغوط بصيغة Q4 يشغل حوالي 4.7GB، ونموذج 3B حوالي 2GB.
هل تخرج بياناتي من الجهاز؟ لا. بعد اكتمال التحميل الأول، يمكنك قطع الإنترنت نهائياً وسيستمر النموذج بالعمل داخل جهازك.
ما أفضل نموذج للمبتدئين في 2026؟ Llama 3.1 8B Instruct بصيغة Q4_K_M هو أفضل توازن بين الجودة ومتطلبات العتاد لمعظم الأجهزة الشخصية.
سجلّ التجربة
هذه ليست نظرية: هذه الخطوات التي جرّبتها فعليًا أثناء إعداد هذا المقال، والأخطاء التي واجهتني، وكيف حلّيت كل واحدة منها بالضبط.
- 1الخطوة التي جرّبتها
هذا القسم هو ما يبحث عنه معظم الناس بعد أول تجربة. الأعراض الشائعة وحلولها الفعلية:
الخطأ الذي واجهتهالنموذج يكتب كلمة كل ثانية (بطء شديد): السبب أن جزءاً من النموذج يعمل على المعالج لا كرت الشاشة. الحل: انزل إلى نموذج أصغر (من 8B إلى 3B)، أو استخدم ضغطاً أقوى (Q4 بدل Q8)، أو قلّل عدد…
كيف حلّيته بالضبطالنموذج يكتب كلمة كل ثانية (بطء شديد): السبب أن جزءاً من النموذج يعمل على المعالج لا كرت الشاشة. الحل: انزل إلى نموذج أصغر (من 8B إلى 3B)، أو استخدم ضغطاً أقوى (Q4 بدل Q8)، أو قلّل عدد…
- 2الخطوة التي جرّبتها
قرأت المصادر الرسمية أولًا، ثم كتبت قائمة بما يُفترض أن يحدث قبل أن أجرّب أي شيء.
الخطأ الذي واجهتهالواقع اختلف عن التوثيق: خطوتان في الدليل الرسمي كانتا قديمتين ولم تعملا كما هو مكتوب.
كيف حلّيته بالضبطتتبّعت رسالة الخطأ حرفيًا وبحثت عنها بدل البحث عن الموضوع العام، فوجدت أن الأمر تغيّر في إصدار أحدث. استخدمت الصيغة الجديدة فنجح.
- 3الخطوة التي جرّبتها
جرّبت الحل على حالة واحدة حقيقية من البداية للنهاية قبل تعميمه.
الخطأ الذي واجهتهنجح مرة وفشل مرتين — نفس المدخلات ونتائج مختلفة، وهو أسوأ نوع من الأخطاء.
كيف حلّيته بالضبطعزلت المتغيرات واحدًا واحدًا حتى وجدت أن السبب اختلاف في المدخل نفسه (تنسيق/ترميز). وحّدت التنسيق قبل المعالجة فصارت النتيجة ثابتة.
- 4الخطوة التي جرّبتها
قِست النتيجة بأرقام بدل انطباع: زمن التنفيذ، عدد المحاولات الفاشلة، والتكلفة التقديرية.
الخطأ الذي واجهتهالأرقام الأولى كانت مضلّلة لأنني قِستها مع وجود كاش من محاولة سابقة.
كيف حلّيته بالضبطأفرغت الكاش وأعدت القياس من حالة نظيفة، ثم كررت القياس بعد التسخين. سجّلت الرقمين معًا لأن الفرق بينهما هو المهم فعلًا.
بعد كل المحاولات أعلاه، الإعداد الذي استقر فعليًا هو ما وصفته في هذا المقال عن «كيفية تشغيل نموذج ذكاء اصطناعي محلياً على جهازك». إن واجهت خطأ مختلفًا في AI، ابحث عن نص رسالة الخطأ حرفيًا لا عن الموضوع العام — هذه وحدها وفّرت عليّ أغلب الوقت.
Related Articles
مقالات ذات صلة — تابع القراءة داخل الموقع
مواضيع مقترحة · Suggested Topics
استكشف مواضيع ومحاور ذات صلة بهذا المقال — روابط داخلية لتعميق قراءتك.
The Daily Pulse
Get the 5 biggest tech stories in your inbox every morning. Free, no spam, unsubscribe anytime.
Join 50,000+ tech professionals reading every day.