تشغيل نماذج الذكاء الاصطناعي محليًا باستخدام Ollama - 2026

ما هو Ollama؟

Ollama هو أداة مفتوحة المصدر تتيح لك تنزيل نماذج اللغة الكبيرة وتشغيلها وإدارتها على جهازك المحلي، ويتولى التعامل مع التكميم وإدارة الذاكرة وتسريع وحدة معالجة الرسوميات تلقائيًا. صدر Ollama في 8 يوليو 2023، وهو من تطوير جيفري مورغان ومايكل تشيانغ، ومرخّص بموجب رخصة MIT. يتضمن Ollama واجهة برمجة تطبيقات REST لتشغيل النماذج وإدارتها، مما يجعله مرنًا للاستخدام عبر سطر الأوامر وللتكامل البرمجي على حد سواء.

يوفّر Ollama مكتبة نماذج نشطة تضم مئات النماذج المتاحة والمحدَّثة بانتظام، ويعمل عبر المنصات على macOS وWindows وLinux، ويستخدم تلقائيًا وحدات معالجة الرسوميات من Apple Silicon وNVIDIA وAMD عند توفرها. الخصوصية والتكلفة والتحكم هي الأسباب الثلاثة الرئيسية التي تجعل الناس يعودون دائمًا إلى الذكاء الاصطناعي المحلي عبر Ollama.

التثبيت والإعداد

متطلبات النظام

تحقق من أن عتادك يستوفي الحد الأدنى من المتطلبات: ذاكرة وصول عشوائي 16 غيغابايت، ومعالج حديث أو وحدة معالجة رسوميات بذاكرة VRAM كافية لحجم النموذج المستهدف. وبشكل أكثر تفصيلًا:

• ذاكرة 8 غيغابايت هي الحد الأدنى للنماذج الصغيرة (1B و3B و7B) وإن كان الأداء قد يتأثر؛ ويُنصح بذاكرة 16 غيغابايت لأداء سلس مع نماذج 7B و13B.
• ذاكرة 32 غيغابايت أو أكثر هي المثلى للنماذج الأكبر (30B و40B و70B).
• تشمل توزيعات Linux المدعومة Ubuntu 22.04/24.04 LTS وDebian 11/12 وFedora 39/40 وRHEL 9+ وRocky Linux وAlmaLinux وArch Linux؛ ويجب أن تكون البنية x86_64 (AMD64) أو ARM64 (aarch64)؛ ويُنصح بشدة بنواة Linux 5.15 أو أحدث.
• تطبيق Ollama نفسه بحجم تنزيل يبلغ نحو 180 ميغابايت على macOS، ونحو 1.6 غيغابايت كمثبِّت على Windows، ونحو 1.4 غيغابايت كحزمة على Linux.

دعم وحدات معالجة الرسوميات (GPU)

• يدعم Ollama وحدات NVIDIA مع CUDA ووحدات AMD مع ROCm على Windows؛ وإذا كان لديك وحدة GPU متوافقة، يكتشفها Ollama ويستخدمها تلقائيًا دون الحاجة إلى إعداد يدوي في معظم الحالات.
• لتسريع وحدة NVIDIA، يجب أن يكون مشغّل NVIDIA مثبَّتًا وفعّالًا؛ الإصدار 525+ مطلوب، ويُنصح بالإصدار 550+.
• على Linux، يحتاج مستخدمو NVIDIA إلى تثبيت مشغّلات CUDA بشكل منفصل؛ ودعم وحدات AMD عبر ROCm يتطلب عمومًا سلسلة RX 5000 والأحدث.

خطوات التثبيت

ثبّت Ollama عبر Homebrew (macOS)، أو سكربت التثبيت الرسمي (Linux)، أو winget (Windows). أمثلة:

• Linux: curl -fsSL https://ollama.com/install.sh | sh
• macOS: brew install ollama
• Windows: نزّله من ollama.com أو استخدم winget install Ollama.Ollama

النماذج المدعومة

الكتالوج الكامل للنماذج متاح على ollama.com/library؛ استخدم ollama list لرؤية النماذج الموجودة على جهازك.

أفضل النماذج الموصى بها حسب الفئة (2026):

• صغيرة وسريعة، ذاكرة 8 غيغابايت: Llama 3.2 3B وPhi-3 Mini وGemma 3 4B
• الأفضل على الإطلاق، ذاكرة 16 غيغابايت: Llama 3.1 8B وQwen 2.5 7B وMistral 7B
• جودة عالية، 32 غيغابايت+ / GPU: Gemma 2 27B وQwen 2.5 32B وMixtral 8x7B
• إصدارات حديثة: تشمل إصدارات 2026 الرئيسية Alibaba Qwen3.8-27B (أغسطس، الأفضل إجمالًا)، وPoolside Laguna XS 2.1 (يوليو)، وGoogle Gemma 4 (يونيو)، وDeepSeek V4/Flash (أبريل).

ينزّل Ollama نسخة مكمَّمة بدقة 4 بت افتراضيًا، ولهذا يمكن لنموذج بحجم 70B أن يعمل على محطة عمل جيدة، بينما يعمل نموذج 8B على حاسوب محمول.

المزايا

• بلا تكلفة ومفتوح المصدر: Ollama مجاني ومفتوح المصدر بموجب رخصة MIT؛ ولا توجد طبقة مدفوعة من المشروع نفسه، وإن كنت تدفع ثمن العتاد الذي يعمل عليه.
• خصوصية كاملة: تبقى بياناتك على جهازك. لا اعتماد على السحابة، ولا فاتورة لكل رمز (token).
• إعداد سريع: تشغيل نموذج لغة قادر على جهازك يستغرق أقل من عشر دقائق.
• التوافق مع OpenAI: يمتلك Ollama توافقًا مدمجًا مع واجهة OpenAI Chat Completions API، مما يتيح استخدام مزيد من الأدوات والتطبيقات مع Ollama محليًا.
• تسريع تلقائي لوحدة الرسوميات: إذا كان لديك وحدة GPU متوافقة، يكتشفها Ollama ويستخدمها تلقائيًا.
• خيارات واجهة متعددة: يمكن للمستخدمين تشغيل النماذج من سطر الأوامر، أو التفاعل معها عبر واجهة HTTP محلية، أو استخدام مكتبات العملاء للبايثون والجافاسكربت.

العيوب

• الاعتماد على سطر الأوامر أولًا: كل تفاعل يتطلب أوامر طرفية؛ لا توجد واجهة رسومية، ولا متصفح مرئي للنماذج، ولا بساطة النقر والتشغيل.
• منحنى تعلّم حاد للمستخدمين غير التقنيين: يعتمد Ollama حصرًا على واجهة سطر أوامر ويأتي بمنحنى تعلّم حاد، خصوصًا للمبتدئين أو غير التقنيين الذين يفضّلون إدارة النماذج بصريًا.
• لا واجهة دردشة مدمجة: لا يتضمن Ollama واجهة دردشة رسومية؛ تتفاعل عبر أوامر طرفية أو تثبّت واجهات ويب من طرف ثالث وتُهيّئها.
• ميزات مؤسسية محدودة: يفتقر Ollama إلى ميزات مؤسسية شاملة، مثل دعم النشر الواسع النطاق والأدوات التعاونية وأدوات الأمان؛ وهو غير مناسب للشركات ذات البنية التحتية المعقّدة أو متطلبات الامتثال الواسعة.
• أداء أبطأ من السحابة: تعمل النماذج المحلية أبطأ بدرجة كبيرة من البدائل السحابية، مع أوقات انتظار تتراوح بين 10 و30 ثانية للمخرجات الأساسية.
• تخصيص محدود: يركّز Ollama على البساطة على حساب التخصيص؛ فإذا كنت تحب ضبط كل تفصيل في النموذج، فقد يبدو Ollama مقيّدًا للغاية.
• لا سجل محادثات مدمج: لا يحفظ Ollama نفسه سجل المحادثات؛ فإمّا أن تستخدم واجهة خارجية تدير السجل، وإمّا أن تفقد محادثاتك عند إغلاق الطرفية.

أفضل حالات الاستخدام

• التطوير والنماذج الأولية محليًا: استخدم Ollama عندما تريد تشغيل نموذج لغة كبير (LLM) بشكل خاص على عتادك الخاص، للعمل دون اتصال، أو للبيانات الحساسة، أو لبناء نماذج أولية محلية، أو كخلفية استدلال بلا تكلفة وراء تطبيق ما.
• مساعدة البرمجة وخطوط أنابيب RAG: يتعامل Ollama بسلاسة مع نماذج من 7B إلى 14B بمعدل 30-60 رمزًا/ثانية، وهو كافٍ لمساعدة البرمجة والدردشة وخطوط أنابيب RAG.
• سير عمل حساس للخصوصية: تدفع متطلبات خصوصية البيانات، والتسعير غير المتوقع لواجهات API، والحاجة المتنامية إلى سير عمل يعمل دون اتصال، إلى تبنّي هذه الأدوات.
• دمج الذكاء الاصطناعي في التطبيقات: بتحقيقه لواجهة OpenAI، يجعل Ollama من نفسه خلفية جاهزة للاستبدال المباشر لكامل منظومة الأدوات المبنية لاستهداف OpenAI API دون الحاجة إلى دعم صريح لـ Ollama.

الأسئلة الشائعة

هل Ollama مجاني تمامًا؟

نعم، Ollama مجاني ومفتوح المصدر بموجب رخصة MIT. وهو مجاني بالكامل دون رسوم اشتراك أو حدود استخدام أو تكاليف خفية للبرنامج نفسه.

ما الفرق بين Ollama وواجهات API السحابية للذكاء الاصطناعي مثل OpenAI؟

يقايض Ollama جودة النماذج المتقدمة مقابل الخصوصية والعمل دون اتصال وانعدام التكلفة لكل رمز؛ وأنت توفّر العتاد. Ollama ممتاز للتطوير المحلي، لكنه ليس بديلًا عن بوابة API مُدارة للذكاء الاصطناعي ما لم يستطع تطبيقك تحمّل قيود التشغيل المحلي.

هل يمكنني استخدام واجهة Ollama المتوافقة مع OpenAI مع كود قائم؟

تعمل مكتبة OpenAI للبايثون مع Ollama بتعيين base_url='http://localhost:11434/v1' وapi_key='ollama'، مما يعيد توجيه كل استدعاءات API إلى نسخة Ollama المحلية لديك دون أي تغيير في بقية تطبيقك. ويمكنك بناء نموذج أولي باستخدام واجهة OpenAI الحقيقية أثناء التطوير ثم التحول إلى Ollama للإنتاج أو للنشر الحساس للخصوصية بأقل تغييرات ممكنة في الكود.

ما النماذج التي ينبغي تشغيلها على حاسوب محمول عادي (ذاكرة 8-16 غيغابايت)؟

على أي حاسوب محمول بذاكرة 8 غيغابايت، شغّل Llama 3.2 3B أو Phi-3 Mini أو Gemma 3 4B؛ ولمعالجة 16 غيغابايت (الأفضل على الإطلاق)، استخدم Llama 3.1 8B أو Qwen 2.5 7B أو Mistral 7B.