ذاكرة الفيديو (VRAM) هو مصطلح ظهر في مقالات قرمصيص ويستحق شرحاً مستقلاً. ذاكرة سريعة على بطاقة الرسوم تُخزن الأوزان والتفعيلات والتدرجات أثناء تشغيل نماذج الذكاء الاصطناعي. فهمه يساعدك على قراءة الشروحات ونتائج التجارب من غير خلط بين الاسم ووظيفته الفعلية.
باختصار
ذاكرة سريعة على بطاقة الرسوم تُخزن الأوزان والتفعيلات والتدرجات أثناء تشغيل نماذج الذكاء الاصطناعي.
بالتفصيل
في الاستنتاج تشغل أوزان النموذج والذاكرة المؤقتة معظم السعة، بينما يضيف التدريب التدرجات وحالات المُحسّن والتفعيلات. تتأثر الحاجة بالدقة العددية وطول السياق وحجم الدفعة وطريقة التوازي.
الفكرة العملية هي النظر إلى مكان المصطلح داخل خط العمل: ما البيانات التي تدخل إليه، وما النتيجة التي ينتجها، وما التكلفة أو الافتراض الذي يضيفه. المقارنة العادلة تحتاج تجربة على بيانات منفصلة ومقياس مناسب، لا الاعتماد على الاسم أو الشهرة وحدهما.
مثال عملي
إذا لم يتسع نموذج 16 بت في البطاقة، قد يسمح التكميم إلى 4 بت بتشغيله مع مراقبة أثر الضغط على الجودة.
خلي بالك: سعة VRAM ليست وحدها مقياس السرعة؛ عرض النطاق والحوسبة والبرنامج ونمط الوصول كلها مهمة.
مصطلحات مرتبطة
GPU، Quantization، Mixed Precision Training. قراءة هذه المصطلحات معاً توضح العلاقة بين البيانات والتدريب والتقييم والتشغيل.
المصادر: Hugging Face
