SparkMoE - מערכת להרצת מודלי AI גדולים ועוצמתיים באופן מקומי על חומרה חלשה, עדכון - גרסה V0.3.0!
-
SparkMoE
בהשראת הפרויקט שהוזכר כאן ע"י @המלאך - בשם colibri, שבו קבוצת חוקרים הצליחו להריץ את המודל העוצמתי GLM 5.2 על חומרה ביתית, עם כמה עשרות GB RAM "בלבד" (לצורך ההרצה נטו נצרכו כ-25 RAM), החלטתי ליצור פרויקט דומה אך שונה, שיתאים לחומרה חלשה באמת ויריץ מודלי MoE בגודל בינוני, כמו Qwen 3.6 35B A3B ו-Gemma 4 26B A4B, במכשירים עם 8/16 GB RAM (לא נבדק על 8 RAM, אבל אמור לעבוד באותה מידה).
לכאורה זה אמור להתאים גם להרצת מודלי MoE גדולים מאוד של מאות B פרמטרים על חומרה בינונית (32 GB RAM ומעלה), אבל לצערי אין לי חומרה כזו כך שאין לי איך לנסות אם זה באמת עובד...הרעיון המרכזי שעומד מאחורי הפרויקט הוא השארת המודל המלא על ה-SSD (כונן האחסון), וטעינת ופריקת מומחי ה-MoE באופן דינמי ל-RAM לפי הצורך. זה מאפשר הרצת מודלים בינוניים (20-40B פרמטרים) על גבי מכשירים עם RAM צרכני קלאסי, אף ללא GPU, מכיון שלא מתבצעת טעינה מלאה של כלל המודל ל-RAM.
כרגע הצלחתי להגיע ב-SparkMoE במודל Qwen 3.6 35B A3B עם MTP מופעל לבערך 4 טוקנים לשניה - איטי אבל שמיש. בגרסאות הבאות בעז"ה אני אנסה להאיץ ככל האפשר את ההסקה.
המהירות תלויה במהירות הקריאה מה-SSD, מספר ליבות ושרשורי מעבד, רוחב פס ועוד, לכן במחשב שמצטיין באלה ההסקה תהיה מהירה יותר.שימו לב: בהרצה הראשונה של המודל לאחר הפעלת השרת המקומי, ההסקה איטית יותר, אך עם התקדמות היצירה ההסקה מאיצה, בשל כך שחלק מהמומחים שכבר היו בשימוש כבר נמצאים במטמון המהיר יותר מה-SSD.
SparkMoE תומך בכל הפונקציונליות הקיימת של פרוייקט llama.cpp המקורי, כמו MTP, שרת OpenAI מקומי ועוד.
כמו כן, SparkMoE תומך גם במודלים צפופים רגילים, לא רק במודלי MoE, אבל במודלים רגילים ההסקה היא רק בגודל מודל סטנדרטי.אופן ההרצה:
כדי להריץ מודל גדול עם SparkMoE, יש להפעיל את התוכנה, ובממשק הדשבורד המופיע בדפדפן יש לבחור (בהפעלה הראשונה) בתיקיית מודלים (גם תתי-תיקיות נתמכות, כך שאפשר להשתמש בתיקיית Models של LM Studio), לבחור מודל, ואז ללחוץ על "הפעל מודל". להמתין לטעינת המודל עד שכפתור "פתיחת הצ'אט" נהיה זמין.
בלחיצה על "פתיחת הצ'אט", ייפתח בכרטיסיה חדשה בדפדפן ממשק הצ'אט של SparkMoE.
בממשק הצ'אט ניתן לשנות הגדרות רבות, כמו MTP, הודעת מערכת, פרמטרי הסקה ועוד, בלשונית "הגדרות". ניתן גם להגדיר רמת חשיבה.
תמונות לדוגמה:
ניהול השרת:
ממשק הצ'אט והגדרות ההסקה:
מודלים תואמים מומלצים:
כרגע עדיין אסור ע"פ חוקי הפורום להעלות מודלי AI באופן ישיר בשל "פריצת סינונים", אבל מצורפים כמה קישורים עבור מודלי MoE בגודל בינוני, במידה והם פתוחים בסינון המותקן אצלכם:
מומלץ להוריד את קוונטיזציית Q4 של כל מודל, או IQ4 אם קיים.
אם החומרה שברשותכם בעלת 32 GB RAM ומעלה, אפשר להתקדם למודלי MoE גדולים יותר.עדכונים:
- עדכון V0.3.0:
תוקנה תמיכה במודל Gemma 4 26B, שיפורי מהירות בכלל מודלי MoE, ותיקוני באגים.
הורדה:
הפרוייקט זמין בקוד פתוח בגיטהאב, ראו כאן.
ניתן להוריד קובץ EXE להתקנה מהירה מה-releases, או גרסת ZIP ניידת (לחלץ לתיקיה ולהפעיל את SparkMoE.exe).
אל תשכחו לשים
במאגר בגיטהאב על הדרך!
(הקוד המקורי של llama.cpp ברישיון MIT, והחלקים שלי תחת רישיון לא מסחרי).
אשמח לשמוע על המהירות והביצועים של המודלים השונים על חומרות שונות, וכן לקבל משוב על התוכנה עצמה!
- עדכון V0.3.0:
-
-
@החכם-השלם כן בכוונה קניתי עם כרטיס שאוכל להריץ רק אני לא נכנסתי לתחום הזה של המודלים המקומיים מנסה להכנס לראות אם זה שווה החלפה בדברים מסויימים את קלוד וGPT לחסוך בעלויות
-
@פתרון-AI אין לך צורך בתוכנה שלי בשביל מודלים בינוניים. אתה יכול להריץ אותם כרגיל עם LM Studio, במהירות מטורפת.
אני מדבר על מודלי MoE עד 40B, או מודלים צפופים עד כ-14B. אבל גם מודלים צפופים של 30B יעבדו מהר יחסית ע"י העברת חלק מהשכבות ל-GPU. אז תנסה את סדרות Gemma 4 ו-Qwen 3.6.
אם בכל זאת תרצה להריץ מודלי MoE גדולים יותר כמו Qwen 3.5 122B A10B, תוכל להשתמש בתוכנה שלי. היא אמורה לתמוך ב-GPU, אבל אני צריך לבדוק את זה, כי מלכתחילה לא התעסקתי בחומרה חזקה. בגרסה הבאה זה יובא בחשבון.
@אריאלל זה עונה גם לשאלתך.מפתח אפליקציות אנדרואיד ויישומי ומודלי AI
-
@פתרון-AI אין לך צורך בתוכנה שלי בשביל מודלים בינוניים. אתה יכול להריץ אותם כרגיל עם LM Studio, במהירות מטורפת.
אני מדבר על מודלי MoE עד 40B, או מודלים צפופים עד כ-14B. אבל גם מודלים צפופים של 30B יעבדו מהר יחסית ע"י העברת חלק מהשכבות ל-GPU. אז תנסה את סדרות Gemma 4 ו-Qwen 3.6.
אם בכל זאת תרצה להריץ מודלי MoE גדולים יותר כמו Qwen 3.5 122B A10B, תוכל להשתמש בתוכנה שלי. היא אמורה לתמוך ב-GPU, אבל אני צריך לבדוק את זה, כי מלכתחילה לא התעסקתי בחומרה חזקה. בגרסה הבאה זה יובא בחשבון.
@אריאלל זה עונה גם לשאלתך.@א.מ.ד. אם יש לי מחשב קלאסי עם 16 RAM עם התוכנה שלך איזה מודל הוא הכי טוב לי לשימוש יום יומי לצורך קידוד וסתם דיבורים וכו' (והאם ביחד עם התוכנה הזאת אני יוכל להריץ את התוכנה שלך (סמרטי) עם מודל אופליין גדול)?
-
@א.מ.ד. אם יש לי מחשב קלאסי עם 16 RAM עם התוכנה שלך איזה מודל הוא הכי טוב לי לשימוש יום יומי לצורך קידוד וסתם דיבורים וכו' (והאם ביחד עם התוכנה הזאת אני יוכל להריץ את התוכנה שלך (סמרטי) עם מודל אופליין גדול)?
-
@א.מ.ד. כתבתי לך בצ'אט לגבי טעינת מודלי עזר (אני רוצה ליצור PR עם מה שעשיתי ושתבדוק את זה)
-
@א.מ.ד. אם יש לי מחשב קלאסי עם 16 RAM עם התוכנה שלך איזה מודל הוא הכי טוב לי לשימוש יום יומי לצורך קידוד וסתם דיבורים וכו' (והאם ביחד עם התוכנה הזאת אני יוכל להריץ את התוכנה שלך (סמרטי) עם מודל אופליין גדול)?
-
@א.מ.ד. אם יש לי מחשב קלאסי עם 16 RAM עם התוכנה שלך איזה מודל הוא הכי טוב לי לשימוש יום יומי לצורך קידוד וסתם דיבורים וכו' (והאם ביחד עם התוכנה הזאת אני יוכל להריץ את התוכנה שלך (סמרטי) עם מודל אופליין גדול)?
@א.מ.ד. אם יש לי מחשב קלאסי עם 16 RAM עם התוכנה שלך איזה מודל הוא הכי טוב לי לשימוש יום יומי לצורך קידוד וסתם דיבורים וכו' (והאם ביחד עם התוכנה הזאת אני יוכל להריץ את התוכנה שלך (סמרטי) עם מודל אופליין גדול)?
Qwen 3.6 35B לקידוד, Gemma 4 26B לשימוש כללי.
-
@הישבשר-המלומד יש לך כרטיס מסך?
באופן כללי התוכנה שלו איטית הרבה יותר מlama.cpp,
אבל אם בכל את תרצה - כל מודל MoE נתמך.
בשבילך - Gemma 4.באופן כללי התוכנה שלו איטית הרבה יותר מlama.cpp,
ברור, כי היא מריצה את רוב המודל על האחסון במקום בראם, שטוען רק כמה שהוא יכול ותו לא. מטרת התוכנה היא לאפשר בכל זאת, אמנם באיטיות, הרצת מודלים גדולים על חומרה חלשה. אגב, מהירות של 4 טוק' לשנייה זאת מהירות סבירה יחסית לגודל והחומרה.
-
@א.מ.ד. כתבתי לך בצ'אט לגבי טעינת מודלי עזר (אני רוצה ליצור PR עם מה שעשיתי ושתבדוק את זה)
-
-
-
@א.מ.ד. אם יש לי מחשב קלאסי עם 16 RAM עם התוכנה שלך איזה מודל הוא הכי טוב לי לשימוש יום יומי לצורך קידוד וסתם דיבורים וכו' (והאם ביחד עם התוכנה הזאת אני יוכל להריץ את התוכנה שלך (סמרטי) עם מודל אופליין גדול)?
(והאם ביחד עם התוכנה הזאת אני יוכל להריץ את התוכנה שלך (סמרטי) עם מודל אופליין גדול)?
כן! כמובן באיטיות, אבל אם אין לך כרגע אינטרנט ואתה רוצה בכל זאת להשתמש בסמארטי, זה יכול להיות שימושי!
אבל כדאי שתחכה לגרסה הבאה של סמארטי, שחוסכת משמעותית בטוקנים (הצלחתי לצמצם את הנחיית המערכת לשאילתא בסיסית מכ-23,000 טוקנים לכ-5,000 טוקנים!), מה שאומר שהעיבוד יהיה מהיר בהרבה, וכוללת עוד התאמות להאצת העיבוד, והיא תכלול התאמה מיוחדת למודלים מקומיים שתצמצם עוד יותר את הנחיית המערכת ותסיר חלקים פחות חשובים.
לדוגמה מקודם השתמשתי בסמארטי עם Qwen 3.5 4B כדי לבדוק מזג אוויר, ותוך 2-3 דקות המשימה בוצעה בהצלחה (בעברית!).
-
@א.מ.ד. אם יש לי מחשב קלאסי עם 16 RAM עם התוכנה שלך איזה מודל הוא הכי טוב לי לשימוש יום יומי לצורך קידוד וסתם דיבורים וכו' (והאם ביחד עם התוכנה הזאת אני יוכל להריץ את התוכנה שלך (סמרטי) עם מודל אופליין גדול)?
Qwen 3.6 35B לקידוד, Gemma 4 26B לשימוש כללי.
-
@א.מ.ד. בשביל זה אני גם צריך את התוכנה שלך או שאני יכול להריץ לבד,
@א.מ.ד. בשביל זה אני גם צריך את התוכנה שלך או שאני יכול להריץ לבד,
אתה יכול להריץ לבד מודלים קטנים כמו Qwen 3.5 4B (אבל כמו שכתבתי גם ככה תצטרך לחכות לגרסה הבאה של סמארטי), אבל למודלים גדולים כמו Qwen 3.6 35B תצטרך את התוכנה שלי.
שלום! נראה שהשיחה הזו מעניינת אותך, אבל עדיין אין לך חשבון.
נמאס לכם לגלול בין אותם הפוסטים בכל ביקור? כשנרשמים לחשבון, תמיד תחזרו בדיוק למקום שבו הייתם קודם, ותוכלו לבחור לקבל התראות על תגובות חדשות (בין אם במייל, ובין אם בהתראת פוש). תוכלו גם לשמור סימניות ולפרגן ב-upvote לפוסטים כדי להביע הערכה לחברי קהילה אחרים.
בעזרת התרומה שלך, הפוסט הזה יכול להיות אפילו טוב יותר 💗
הרשמה התחברות { const baseUrl = "https://www.google.co.il/search?q=site:mitmachim.top"; const m = location.pathname.match(/^\/(topic|category)\/(\d+)/); const type = m ? m[1] : null; const id = m ? m[2] : null; let searchInput; function search(path = "") { const query = searchInput.value.trim(); if (query) { window.open(`${baseUrl}${path}%20${encodeURIComponent(query)}`, "_blank"); } } let buttons = {}; buttons.searchAll = { id: "bb-search-all", label: `חיפוש ${type ? "בכל הפורום" : ""}`, className: type ? "btn-secondary" : "btn-primary", callback: () => search(), }; if (type === "topic") { buttons.searchTopic = { label: "חיפוש בנושא זה", className: "btn-primary", callback: () => search(`/topic/${id}`), }; } else if (type === "category") { buttons.searchCategory = { label: "חיפוש בקטגוריה זו", className: "btn-primary", callback: () => search(`/category/${id}`), }; } buttons.cancel = { label: "ביטול", className: "btn-default", "data-bs-dismiss": "modal" }; const dialog = bootbox.dialog({ title: '<div style="text-align:center;"><img src="/assets/uploads/files/1625950269825-mt-google.png" width="400" alt="חיפוש בגוגל"></div>', message: '<input id="bb-inp" class="bootbox-input bootbox-input-text form-control" placeholder="הקלידו כדי לחפש בגוגל" autocomplete="off"/>', buttons, backdrop: true, show: true, onEscape: true }); dialog.on("shown.bs.modal", function () { searchInput = document.getElementById("bb-inp"); if (searchInput) { searchInput.focus(); searchInput.addEventListener("keydown", function (e) { if (e.key === "Enter") { e.preventDefault(); const query = this.value.trim(); if (query) { search(); dialog.modal("hide"); } } else if (e.key === "Escape") { e.preventDefault(); dialog.modal("hide"); } }); } const searchAllButton = document.getElementById("bb-search-all"); if (searchAllButton) { searchAllButton.title = "לחצו על אנטר כדי לחפש"; } }); })(); void 0;){kind=link}