# مشروع deltafin يشغّل Kimi K3 كاملًا بـ 2.8 تريليون parameter على MacBook Pro بذاكرة 128GB

> **المغزى:** حين تُقرأ أجزاء النموذج من أقراص SSD عند الحاجة، يصبح حد التشغيل المحلي سرعة القرص لا حجم الذاكرة، والقرص أرخص ما يمكن إضافته إلى الجهاز.

- المصدر: المغزى (https://almaghza.com/a/2026-09-10-kimi-k3-macbook-ssd-streaming/)
- التاريخ: 28 ربيع الأول - 10 سبتمبر 2026 (2026-09-10)
- القسم: ذكاء اصطناعي
- الوسوم: Kimi، تشغيل النماذج محليًا، RAM، المصادر المفتوحة

نشر مشروع deltafin مفتوح المصدر، برخصة MIT، أرقام قياس بتاريخ 8 سبتمبر 2026 لتشغيل نموذج Kimi K3 من Moonshot كاملًا، دون ضغط (quantization) ودون تقليم (pruning)، على جهاز MacBook Pro بمعالج M5 Max وذاكرة موحّدة سعتها 128GB، مع 4 أقراص SSD خارجية. يبلغ حجم النموذج 2.8 تريليون parameter، وتصل أوزان الـ experts وحدها إلى 1.45 تيرابايت.

## كيف يعمل ذلك بذاكرة أصغر من النموذج بكثير

Kimi K3 نموذج من نوع MoE (Mixture of Experts)، أي أنه مقسّم إلى عدد كبير من الأجزاء المتخصصة، ولا يمر كل توكن إلا عبر 16 منها، لا عبر النموذج كله. استغل المشروع ذلك: تبقى الطبقات المشتركة في الذاكرة، بينما تُقرأ الـ experts التي يختارها الـ router من الأقراص لحظة الحاجة إليها.

بهذا تغيّر عنق الزجاجة. لم يعد حجم الذاكرة هو الحد، بل سرعة القراءة من القرص. وتؤكد أرقام المشروع ذلك: قرص واحد يعطي 52% من سرعة الأقراص الأربعة، وقرصان 73%، وثلاثة 90%.

وهذا يختلف عن الطريقة الشائعة للتشغيل المحلي، أي الـ quantization التي تصغّر الأوزان نفسها. هنا لا يُصغَّر شيء، بل يُقرأ ما يلزم فقط.

الرقم الآخر لا يقل أهمية: سرعة توليد ثابتة عند 1 توكن في الثانية على ردود بطول 512 توكن، وأول توكن يحتاج نحو 6.3 دقائق، لأن مرحلة معالجة المدخلات (prefill) هي الأبطأ. أي أن التجربة إثبات إمكانية، لا أداة عمل.

لكنها تمس افتراضًا شائعًا. فأكبر نموذج يمكن تشغيله محليًا يُقاس عادة بسعة الذاكرة، وأسعار الذاكرة ترتفع بقفزات، بينما التخزين أرخص كثيرًا. وإذا تحسّنت سرعة الـ prefill لاحقًا، فقد يتبين أن الحد المفترض للتشغيل المحلي كان مبنيًا على الرقم الخطأ. ويبقى غير واضح إلى أي مدى يمكن أن تصل هذه الطريقة عمليًا.

## المصادر

- [مستودع deltafin على GitHub وأرقام القياس](https://github.com/argonautlabsai/deltafin)
- [نقاش المشروع على Hacker News](https://news.ycombinator.com/item?id=49616257)
- [صفحة Moonshot AI على Hugging Face](https://huggingface.co/moonshotai)