💬 NLP

Intelligence per Watt: Measuring Intelligence Efficiency of Local AI

تقدم هذه الورقة مفهوم "الذكاء لكل واط" (IPW) كمقياس مبتكر لتقييم كفاءة استنتاج الذكاء الاصطناعي المحلي، حيث تثبت من خلال دراسة تجريبية واسعة النطاق أن النماذج اللغوية الصغيرة التي تعمل على مسرعات محلية يمكنها التعامل بدقة مع غالبية الاستعلامات الواقعية مع تقديم كفاءة طاقة أفضل بكثير من البدائل القائمة على السحابة، مما يؤكد صلاحية الاستنتاج المحلي كاستراتيجية لإعادة توزيع الطلب من البنية التحتية المركزية.

المؤلفون الأصليون: Jon Saad-Falcon, Avanika Narayan, Hakki Orhun Akengin, J. Wes Griffin, Herumb Shandilya, Adrian Gamarra Lafuente, Medhya Goel, Rebecca Joseph, Shlok Natarajan, Etash Kumar Guha, Shang Zhu, Ben Athiwar

نُشر 2026-02-27

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Jon Saad-Falcon, Avanika Narayan, Hakki Orhun Akengin, J. Wes Griffin, Herumb Shandilya, Adrian Gamarra Lafuente, Medhya Goel, Rebecca Joseph, Shlok Natarajan, Etash Kumar Guha, Shang Zhu, Ben Athiwaratkun, John Hennessy, Azalia Mirhoseini, Christopher Ré

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل عالم الذكاء الاصطناي كمدينة ضخمة وصاخبة. في الوقت الحالي، يتعين على كل من يحتاج إلى مساعد ذكي (مثل روبوت الدردشة أو محرك الاستنتاج) السفر إلى مركز المدينة، وهو "السحابة" (The Cloud). هذا المركز عبيد عبارة عن مركز بيانات عملاق وفائق القدرة حيث تعيش "الأدمغة الخارقة" (أكبر نماذج الذكاء الاصطناي وأكثرها تكلفة).

المشكلة؟ مركز المدينة بدأ يزدحم. الملايين من الناس يحاولون الدخول في وقت واحد، وحركة المرور متعطلة، وفاتورة الكهربال لإبقاء الأضواء مشتعلة في تلك المدينة العملاقة أصبحت فلكية.

هذه الورقة البحثية تطرح سؤالاً بسيطاً: هل يمكننا منع الجميع من الذهذا إلى مركز المدينة؟ هل يمكننا السماح للناس بحل مشكلاتهم في أحياء سكناهم الخاصة (على أجهزة اللابتوب والهواتف الخاصة بهم)؟

للإجابة على ذلك، ابتكر الباحثون طريقة جديدة لقياس النجاح تسمى "الذكاء لكل واط" (Intelligence Per Watt - IPW).

بطاقة التقييم الجديدة: الذكاء لكل واط (IPW)

فكر في الذكاء الاصطناعي مثل السيارة.

بطاقة التقييم القديمة: "ما هي السرعة التي يمكن أن تصل إليها هذه السيارة؟" (هذا يتعلق فقط بالقوة الخام والدقة).
بطاقة التقييم الجديدة (IPW): "كم ميلاً يمكن لهذه السيارة أن تقطعها بجالون واحد من البنزين؟"

في عالم الذكاء الاصطناعي، "الأميال" هي مدى ذكاء الإجابة، و"الجالونات" هي مقدار الكهرباء التي تستهلكها للحصول على تلك الإجابة.

أراد الباحثون معرفة: هل يمكن لذكاء اصطناعي محلي صغير (يعمل على جهاز اللابتوب الخاص بك) أن يعطيك إجابة جيدة دون أن يستنزف كل بطاريتك؟

التجربة الكبرى

لم يكتفِ الفريق بالتخمين؛ بل أجروا اختبار قيادة ضخم.

السيارات: اختبروا أكثر من 20 نموذجاً من نماذج الذكاء الاصطناعي "المحلية" (أدمغة أصغر وأخف) و8 أنواع مختلفة من شرائح الكمبيوتر (من معالجات Apple M4 Max إلى خوادم NVIDIA القوية).
رحلة الطريق: قاموا بتغذية هذه النماذج بـ مليون سؤال من واقع الحياة يطرحها الناس فعلياً، تتراوح من "اكتب لي قصيدة" إلى "حل هذه المسألة الفيزيائية المعقدة".

ما اكتشفوه (تحول في الحبكة)

إليك النتائج الثلاث الرئيسية، مشروحة ببساطة:

1. الأحياء جاهزة (نسبة نجاح 88.7%)

لفترة طويلة، اعتقدنا أنك بحاجة إلى كمبيوتر خارق للحصول على إجابة جيدة. وجدت الدراسة أن 88.7% من الوقت، يمكن لذكاء اصطناعي صغير يعمل على جهاز اللابتوب الخاص بك أن يجيب على سؤال ما بنفس جودة الكمبيوتر الخارق الموجود في السحابة.

التشبيه: الأمر يشبه إدراك أنك في 9 من أصل 10 رحلات (الذهاب إلى البقالة، إحضار الأطفال، التحقق من الطقس)، لا تحتاج إلى شاحنة ضخمة. سيارة صغيرة وفعالة (جهاز اللابتوب الخاص بك) ستؤدي المهمة بشكل مثالي.
العقبة: لا تزال "السيارة الصغيرة" تعاني مع المهام الثقيلة والمعقدة حقاً (مثل الهندسة المتقدمة أو الأبحاث العلمية العميقة). بالنسبة لهذه المهام، لا تزال بحاجة إلى "الشاحنة الضخمة" في السحابة.

2. المحركات تصبح فعالة بشكل مذهل (تحسن بمقدار 5.3 ضعف)

بين عامي 2023 و2025، تحسن الأمر كثيراً، وبسرعة كبيرة.

التشبيه: تخيل لو أن سيارتك أصبحت فجأة أكثر كفاءة بمقدار 5 مرات في غضون عامين فقط. يمكنها قطع 5 أميال بنفس كمية البنزين التي كانت تقطع بها ميلاً واحداً سابقاً.
لماذا؟ حدث أمران:
1. أدمغة أذكى: أصبحت نماذج الذكاء الاصطناعي أفضل في التعلم (تطورات خوارزمية).
2. محركات أفضل: أصبحت شرائح الكمبيوتر (مثل Apple M4) أفضل بكثير في إجراء العمليات الحسابية دون استهلاك طاقة.
النتيجة؟ أصبح الذكاء الاصطناعي المحلي بديلاً قابلاً للتطبيق للعديد من المهام اليومية.

3. "الموزع الذكي" ينقذ الموقف

اقترح الباحثون نظاماً حيث يقوم "موزع ذكي" بالنظر إلى سؤالك ويقرر: "هل هذا سؤال بسيط؟ أرسله إلى اللابتوب. هل هذا سؤال صعب؟ أرسله إلى السحابة."

التشبيه: تخيل مراقب حركة مرور يوجه 80% من السيارات إلى الطرق المحلية ويرسل الشاحنات الثقيلة فقط إلى الطريق السريع.
النتيجة: إذا فعلنا ذلك، يمكننا توفير 60% إلى 80% من الطاقة، وقوة الحوسبة، والمال المهدر حالياً عبر إرسال كل شيء إلى السحابة. حتى لو أخطأ الموزع في بعض المرات (أرسل سؤالاً بسيطاً إلى السحابة)، فإن التوفير سيظل هائلاً.

لماذا هذا مهم

هذه الورقة البحثية هي بمثابة جرس إنذار. فهي تخبرنا أن مستقبل الذكاء الاصطناعي لا يقتصر فقط على بناء مراكز بيانات أكبر وأكثر نهمًا. بل يتعلق بـ توزيع العمل.

بالنسبة لك: قد يصبح جهاز اللابتوب الخاص بك قريباً ذكياً بما يكفي للتعامل مع احتياجاتك اليومية من الذكاء الاصطناعي دون الحاجة إلى اتصال بالإنترنت أو استنزاف بطاريتك.
بالنسبة للكوكب: من خلال نقل العمل من مراكز البيانات الضخمة والمستهلكة للطاقة إلى أجهزتك الشخصية، يمكننا تقليل استهلاك الكهرباء وانبعاثات الكربون بشكل كبير.
بالنسبة للصناعة: إنها تثبت أننا لسنا بحاجة للاختيار بين "الذكاء" و"الكفاءة". يمكننا الحصول على كليهما، إذا قمنا بقياس "الذكاء لكل واط" بدلاً من مجرد القوة الخام.

باختصار: لا يزال "الدماغ الخارق" في السحابة هو الملك للمشكلات الأكثر صعوبة، لكن "المساعد الذكي" على مكتبك أصبح الآن قوياً وفعالاً بما يكفي للتعامل مع كل شيء آخر تقريباً. وهذا يعد فوزاً كبيراً للجميع.

إليك ملخص تقني مفصل لورقة البحث بعنوان "الذكاء لكل واط: قياس كفاءة الذكاء للنماذج المحلية".

١. بيان المشكلة

إن النمو الأسي المتسارع في الطلب على استنتاج النماذج اللغوية الكبيرة (LLM) يضغط بشدة على البنية التحتية السحابية المركزية. وتشير التوقعات الحالية إلى أن متطلبات الطاقة في مراكز البيانات قد تصل إلى ٥٠-١٠٠ جيجاوات بحلول عام ٢٠٣٠، مما يخلق عائقاً أمام توسيع نطاق الحوسبة، والطاقة، والتكاليف الرأسمالية. وبينما تهيمن النماذج الرائدة (≥١٠٠ مليار معلمة) على الأداء الحالي، إلا أنها تستهلك طاقة هائلة وتتطلب موارد سحابية ضخمة.

في المقابل، هناك توجهان متزامنان يقدمان حلاً محتملاً:
١. النماذج المحلية الصغيرة: تحقق النماذج التي تحتوي على ≤٢٠ مليار معلمة نشطة أداءً تنافسياً في العديد من المهام.
٢. المسرعات المحلية: تمتلك الأجهزة المخصصة للمستهلكين (مثل Apple M4 Max، وAMD Ryzen AI) الآن ذاكرة وإنتاجية كافية لتشغيل هذه النماذج بشكل تفاعلي.

السؤال الجوهري: هل يمكن للاستنتاج المحلي إعادة توزيع الطلب بشكل فعال من البنية التحتية السحابية المركزية؟ يتطلب الإجابة على ذلك مقياساً موحداً لتقييم كل من القدرة (هل يستطيع النموذج المحلي الإجابة على الاستعلام بشكل صحيح؟) والكفاءة (هل يمكنه القيام بذلك ضمن قيود الطاقة لجهاز كمبيوتر محمول أو جهاز طرفي؟).

٢. المنهجية

أ. المقياس المقترح: الذكاء لكل واط (IPW)

قدم المؤلفون "الذكاء لكل واط" (Intelligence per Watt - IPW) كمقياس أساسي لتقييم جدوى الاستنتاج المحلي.

التعريف: $IPW = \frac{\text{دقة المهمة}}{\text{استهلاك الطاقة (واط)}}$
التعليل: يلتقط هذا المقياس المقايضة الأساسية للاستنتاج المحلي: تحقيق أداء كافٍ للمهمة ضمن ميزانيات طاقة مقيدة. وهو يسمح بالمقارنة المنهجية عبر تكوينات مختلفة من النماذج والمسرعات.
مقاييس تكميلية: تتبع الدراسة أيضاً الدقة لكل جول (إجمالي كفاءة الطاقة بما في ذلك زمن الاستجابة) والارتباك (Perplexity) لكل واط/جول.

ب. الإعداد التجريبي

أجرى المؤلفون دراسة تجريبية واسعة النطاق شملت:

النماذج: أكثر من ٢٠ نموذجاً من النماذج اللغوية المحلية ذات الحالة الراهنة (SOTA) (≤٢٠ مليار معلمة نشطة) بما في ذلك عائلات Qwen3، وGPT-OSS، وGemma3، وIBM Granite، مقارنة بالنماذج الرائدة (مثل GPT-5، وClaude Sonnet 4.5).
الأجهزة: ٨ مسرعات متنوعة:
- محلي: Apple M4 Max، وSambaNova SN40L.
- سحابي/مؤسسي: NVIDIA A100، وH200، وGH200، وB200؛ وAMD MI300X.
مجموعة البيانات: مليون استعلام من العالم الحقيقي تغطي أربعة معايير:
١. WILDCHAT: ٥٠٠ ألف محادثة طبيعية للمستخدمين.
٢. NATURALREASONING: ٥٠٠ ألف استعلام يركز على الاستدلال (الرياضيات، الفيزياء، الكيمياء).
٣. MMLU PRO: ١٢ ألف تقييم للمعرفة في مجالات متعددة.
٤. SUPERGPQA: ٢٦.٥ ألف استعلام للاستدلال الخبير على مستوى الدراسات العليا عبر ٢٨٥ تخصصاً.
أداة القياس (Profiling Harness): أداة مخصصة ومستقلة عن الأجهزة تم تطويرها لقياس زمن الاستجابة، والإنتاجية، واستهلاك الطاقة (عبر NVML، وpowermetrics، وROCm SMI)، واستخدام الذاكرة بفواصل زمنية قدرها ٥٠ مللي ثانية.

ج. استراتيجية التقييم

الدقة: تُقاس عبر "معدل الفوز" مقابل نموذج رائد (باستخدام نموذج لغوي كحَكَم - LLM-as-a-Judge) أو الحقيقة الأرضية (Ground Truth) للمعايير.
محاكاة التوجيه (Routing Simulation): تحاكي الدراسة نظاماً هجيناً (محلي-سحابي) يقوم فيه الموجّه بتعيين الاستعلامات لأصغر نموذج محلي قادر، أو اللجوء إلى نموذج سحابي رائد عند الضرورة.
التحليل الطولي: تتبع التقدم من ٢٠٢٣ إلى ٢٠٢٥ لعزل المساهمات الناتجة عن بنية النموذج مقابل تحسينات الأجهزة.

٣. المساهمات الرئيسية

١. تقديم "الذكاء لكل واط" (IPW): مقياس موحد يحدد كفاءة الاستنتاج المحلي، موازناً بين قدرة النموذج وتكلفة الطاقة.
٢. أول درسة تجريبية واسعة النطاق: تقييم شامل لأكثر من مليون استعلام عبر ٢٠ نموذجاً و٨ مسرعات أجهزة، يغطي تطور الذكاء الاصطني المحلي من ٢٠٢٣ إلى ٢٠٢٥.
٣. أداة قياس مفتوحة المصدر: إصدار مجموعة أدوات قياس قابلة لإعادة الإنتاج (https://github.com/HazyResearch/intelligence-per-watt) لتتبع الكفاءة مع تطور النظام البيئي.

٤. النتائج الرئيسية

أ. تغطية النماذج المحلية (القدرة)

معدل نجاح مرتفع: اعتباراً من أكتوبر ٢٠٢٥، يمكن للنماذج المحلية (≤٢٠ مليار) الإجابة بنجاح على ٨٨.٧٪ من استعلامات الدردلة والاستدلال أحادية الخطوة عند التوجيه إلى أفضل نموذج محلي لكل استعلام محدد.
تباين المجالات:
- المهام الإبداعية/العامة: تغطية >٩٠٪ (مثل الفنون، الإعلام، الدردشة العامة).
- المهام التقنية: تنخفض إلى حوالي ٦٨٪ للمجالات المتخصصة مثل الهندسة والعمارة.
النمو الطولي: زاد جزء الاستعلامات القابلة للحل بواسطة النماذج المحلية من ٢٣.٢٪ (٢٠٢٣) إلى ٤٨.٧٪ (٢٠٢٤) إلى ٧١.٣٪ (٢٠٢٥).

ب. تحسينات الكفاءة (IPW)

تحسن بمقدار ٥.٣ ضعف: تحسن "الذكاء لكل واط" بمقدار ٥.٣ ضعف من ٢٠٢٣ إلى ٢٠٢٥.
تفكيك المكاسب:
- تقدم النماذج: ساهم بزيادة قدرها ٣.١ ضعف (مدفوعاً بتحسينات التدريب المسبق، والتدريب اللاحق، وبنيات Mixture of Experts - MoE).
- تقدم الأجهزة: ساهم بزيادة قدرها ١.٧ ضعف (مدفوعاً بتحسينات عرض نطاق الذاكرة وكثافة الحوسبة).
كفاءة المحلي مقابل السحابي: بينما تعد المسرعات المحلية (مثل M4 Max) أقل كفاءة لكل واط من رقائق السحاب المؤسسية (مثل NVIDIA B200) بمعامل يتراوح بين ١.٤ إلى ١.٧ ضعف (وما يصل إلى ٧.٤ ضعف في الطاقة لكل استعلام بسبب زمن الاستجـابة)، إلا أنها توفر ميزة هائلة على مستوى النظام من خلال تجنب تكاليف البنية التحتية السحابية تماماً لمعظم الاستعلامات.

ج. توفير الموارد عبر التوجيه

حاكت الدراسة نظاماً هجيناً يوجه الاستعلامات إلى أصغر نموذج محلي قادر:

التوجيه المثالي (Oracle Routing - التعيين المثالي): يمكن أن يقلل الطاقة بنسبة ٨٠.٤٪، والحوسبة بنسبة ٧٧.٣٪، والتكلفة بنسبة ٧٣.٨٪ مقارنة بالنهج المعتمد على السحاب فقط.
التوجيه الواقعي (دقة ٨٠٪): حتى مع التوجيه غير المثالي، يحقق النظام ٨٠٪ من المكاسب النظرية، محققاً:
- تقليلاً في الطاقة بنسبة ٦٤.٣٪.
- تقليلاً في الحوسبة بنسبة ٦١.٨٪.
- تقليلاً في التكلفة بنسبة ٥٩.٠٪.
القابلية للتوسع: عند أحجام الاستنتاج اليومية الحالية، يترجم هذا إلى توفير تيروات ساعة سنوياً من الطاقة.

٥. الأهمية والآثار المترتبة

تحول جذري في النموذج: تجادل الورقة بأن مستقبل استنتاج النماذج اللغوية الكبيرة لا يكمن في نموذج واحد "سحابي فقط" أو "طرفي فقط"، بل في نظام بيئي هجين (محلي-سحابي). لم يعد الاستنتاج المحلي مجرد مجال متخصص للخصوصية؛ بل أصبح آلية حاسمة لتوسيع نطاق الذكاء الاصطنا بشكل مستدام.
الأثر الاقتصادي: من خلال تحويل حوالي ٨٨٪ من الاستعلامات إلى الأجهزة المحلية، يمكن للصناعة تخفيف حدة الإنفاق الرأسمالي المتوقع البالغ ٧ تريليون دولار اللازم لتوسيع مراكز البيانات بشكل كبير.
التصميم المشترك بين الأجهزة والبرمجيات: تسلط النتائج الضوء على أن مكاسب الكفاءة هي مكاسب مضاعفة. يتطلب التقدم المستقبلي تقدماً متزامناً في بنيات النماذج (لتقليل عدد المعلمات مع الحفاظ على الدقة) وفي الأجهزة المحلية (لسد الفجوة في الكفاءة مع المسرعات السحابية).
معيار القياس: يوفر تقديم IPW معياراً ضرورياً لتقييم "مدى خضرة" وجدوى أنظمة الذكاء الاصطناعي، متجاوزاً مجرد مقاييس الدقة البسيطة ليشمل قيود الطاقة.

في الختام، تثبت الورقة أن الذكاء الاصطي المحلي أصبح سريعاً نموذجاً عملياً، وفعالاً، ومجدياً اقتصادياً ليكمل البنية التحتية المركزية، وقادراً على التعامل مع الغالبية العظمى من تفاعلات المستخدمين اليومية باستهلاك موارد أقل بكثير.