إعدادات تخصيص الذاكرة لتشغيل oMLX على ماك بوك 16 جيجابايت بدون تجمد النظام
makedream2026年5月9日
0
Computing/Software
Comments (0)
Log in to leave a comment
No posts yet
makedreammakedreamLog in to leave a comment
No posts yet
تتشارك وحدة المعالجة المركزية (CPU) ووحدة معالجة الرسومات (GPU) الذاكرة في أجهزة الماك التي تعمل بمعالجات Apple Silicon. هذا هو السبب في أن تشغيل نماذج اللغة الكبيرة (LLM) محلياً دون حذر قد يؤدي إلى توقف النظام بالكامل. خاصة في موديلات الـ 16 جيجابايت، عندما يستحوذ الـ LLM على جميع الموارد المتاحة، يبدأ VS Code أو متصفح الويب في التباطؤ. لاستخدام oMLX كأداة تطوير حقيقية وليس مجرد مشغل بسيط، يجب أولاً منح نظام التشغيل مساحة للتنفس.
لا يجب ترك عمليات الـ LLM المحلية تستخدم الـ RAM بلا حدود. تحتاج نواة macOS وخوادم لغات الـ IDE إلى حد أدنى من المساحة الخالية للعمل. عند تشغيل oMLX، يجب وضع حد أقصى إجباري باستخدام علم max-process-memory.
--max-process-memory 0.65. بالنسبة لموديل 16 جيجابايت، يترك هذا الإعداد حوالي 5.6 جيجابايت للنظام. أما إذا كان جهازك بموديل 8 جيجابايت، فيجب خفض هذه القيمة إلى 0.5 واستخدام نماذج بحجم 3B أو أقل.استخدام oMLX في الطرفية فقط هو استفادة من نصف قدراته. يجب ربطه بإضافة Continue في VS Code لإدراجه ضمن سير عمل البرمجة الفعلي. المفتاح هنا هو عدم إلقاء كل المهام على نموذج واحد ثقيل، بل تقسيم النماذج حسب الغرض.
config.json الخاص بـ Continue، حدد الـ provider كـ openai والـ apiBase كـ http://localhost:8000/v1. بينما تستخدم نماذج 7B~9B للمحادثة، خصص نموذجاً خفيفاً مثل qwen2.5-coder-1.5b-mlx لخانة tabAutocompleteModel.عندما تنفد الذاكرة، يقوم oMLX بإرسال ذاكرة التخزين المؤقت (KV cache) إلى الـ SSD. ولكن تكرار هذه العملية على وحدة تخزين النظام الأساسية يزيد من حمل الإدخال والإخراج (I/O) ويضر بعمر الـ SSD على المدى الطويل. من الذكاء استخدام ميزة حاوية APFS لعزل مساحة عمل الذكاء الاصطناعي فيزيائياً.
AI_Storage. حدد حجماً محجوزاً قدره 20 جيجابايت لتأمين المساحة، ثم ثبت المسار عند تشغيل oMLX باستخدام خيار --paged-ssd-cache-dir /Volumes/AI_Storage/cache.تتعرض الأدوات القائمة على MLX لتعارضات متكررة في تبعيات بايثون. تثبيت أشياء مختلفة باستخدام pip قد يؤدي غالباً إلى تخريب بيئة المشاريع الحالية. استخدام مدير الحزم uv المكتوب بلغة Rust يحل هذه المشكلة ببراعة.
curl -LsSf [https://astral.sh/uv/install.sh](https://astral.sh/uv/install.sh) | sh ثم أنشئ بيئة مستقلة باستخدام uv venv --python 3.12. بعد ذلك، أدخل uv pip install omlx[mcp] لتثبيت المكتبات اللازمة دفعة واحدة.يعتبر oMLX أكثر كفاءة في استهلاك الطاقة وأسرع في التوليد من llama.cpp، ولكنه سيحتكر موارد النظام إذا لم يتم التحكم فيه. بمجرد التنازل عن 40% من الـ RAM لنظام التشغيل وعزل الـ SSD I/O، يمكنك إنشاء بيئة تطوير ذكاء اصطناعي محلية مريحة للغاية. إن قيم الإعدادات الفعلية التي يتحملها الماك بوك الخاص بك أهم بكثير من أرقام الاختبارات القياسية (Benchmarks).