پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

هاب ۱۰۹ دلاری RAMDeck رم دستگاه‌های قدیمی را برای اجرای هوش مصنوعی تجمیع می‌کند؛ ترفندی متکی به نرم‌افزاری رایگان

انتشار:۴ آبان ۱۴۰۵(۲ ساعت پیش)
۵ دقیقه زمان مطالعه
۰ دیدگاه
اشتراک و پسندیدن

با جهش پنج برابری قیمت حافظه‌های DDR5، استارتاپ TradeMAV هاب کوچکی به نام RAMDeck معرفی کرده است که رم کامپیوترها و گوشی‌های قدیمی را برای اجرای مدل‌های بزرگ هوش مصنوعی به اشتراک می‌گذارد. با این حال، موتور اصلی این دستگاه متکی به نرم‌افزار متن‌باز و رایگان llama.cpp است.

هاب ۱۰۹ دلاری RAMDeck رم دستگاه‌های قدیمی را برای اجرای هوش مصنوعی تجمیع می‌کند؛ ترفندی متکی به نرم‌افزاری رایگان

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • هاب سخت‌افزاری RAMDeck با قیمت ۱۰۹ دلار در پی متصل کردن رم رایانه‌ها و گوشی‌های قدیمی به یکدیگر برای اجرای مدل‌های هوش مصنوعی بزرگ است.
  • هسته فنی این دستگاه در واقع همان قابلیت شبکه ابزار رایگان و متن‌باز llama.cpp است که لایه‌های مدل را میان دستگاه‌های مختلف تقسیم می‌کند.
  • آزمایش‌ها نشان می‌دهد این روش در مدل‌های کم‌حجم‌تر سرعت مناسبی دارد، اما در مدل‌های سنگین و چگال با افت شدید سرعت پردازش مواجه می‌شود.
  • هاب RAMDeck متعلق به استارتاپ TradeMAV با قیمت ۱۰۹ دلار برای حامیان اولیه در پلتفرم Indiegogo عرضه شده است.
  • موتور اصلی این دستگاه متکی به قابلیت RPC در نرم‌افزار رایگان llama.cpp است که هر کاربری می‌تواند بدون پرداخت هزینه از آن استفاده کند.
  • بهترین نتایج نمایشی این هاب بر پایه کارت گرافیک RTX 3060 و مدل‌های متکی بر ترکیب کارشناسان (MoE) ثبت شده است؛ در حالی که مدل‌های یکپارچه و چگال با سرعت بسیار پایینی اجرا می‌شوند.

در شرایطی که قیمت حافظه‌های DDR5 در مقایسه با اواسط سال ۲۰۲۵ نزدیک به پنج برابر افزایش یافته است، شرکتی نوپا به نام TradeMAV ادعا می‌کند راهکار اجرای مدل‌های بزرگ هوش مصنوعی در خانه، خرید رم بیشتر نیست؛ بلکه قرض گرفتن حافظه دستگاه‌های موجود است.

این ایده که به سختی می‌توان جذابیتش را نادیده گرفت، در قالب هاب سخت‌افزاری RAMDeck مطرح شده است؛ محصولی که TradeMAV کارزار جذب سرمایه جمعی آن را در Indiegogo آغاز کرده است. این هاب کوچک و کم‌مصرف، رایانه‌های ویندوزی، سیستم‌های مک، دستگاه‌های لینوکسی و گوشی‌های اندرویدی را در شبکه خانگی به یک مخزن حافظه واحد تبدیل می‌کند تا مدلی که برای اجرای روی یک دستگاه بسیار سنگین است، میان تمام آنها تقسیم شود.

این کارزار با هدف جمع‌آوری ۱۰ هزار دلار بودجه ثابت آغاز شده و طبق ویدیوی معرفی شرکت، در ۸ نوامبر ۲۰۲۶ به پایان می‌رسد. همچنین در جدول مقایسه هزینه‌ها در راهنمای اشتراک‌گذاری رم که توسط TradeMAV منتشر شده، قیمت این هاب برای خریداران اولیه ۱۰۹ دلار قید شده است.

ترفندی قدیمی با لباسی نو؟

زمان‌بندی این رونمایی بسیار جالب‌توجه است: داده‌های خرده‌فروشی آلمان از مرجع 3DCenter نشان می‌دهد که قیمت حافظه DDR5 تا اواسط اوت به ۴۸۶ درصد قیمت ماه ژوئیه ۲۰۲۵ رسیده است. سامسونگ نیز به تحلیلگران اعلام کرده که کمبود تراشه‌های حافظه تا سال ۲۰۲۸ ادامه خواهد داشت و رئیس گروه SK نیز هشدار داده که ممکن است این بحران تا سال ۲۰۳۰ پابرجا بماند.

مجموعه این عوامل شرایط بسیار دشواری در بازار سخت‌افزار پدید آورده و TradeMAV نیز داستان شکل‌گیری محصول خود را بر پایه همین فشار قیمتی بنا کرده است؛ به طوری که مدعی است قیمت یک کیت رم ۶۴ گیگابایتی DDR5 از حدود ۱۹۱ دلار در اوت ۲۰۲۵ به ۱٬۱۱۸ دلار در سال بعد جهش یافته است. این آمار با تحولات بازار همخوانی دارد، چراکه بررسی‌ها نشان می‌دهد میانگین قیمت کیت‌های حافظه DDR5-5600 با ظرفیت ۶۴ گیگابایت، تنها در سه ماهه پایانی سال ۲۰۲۵ تقریباً چهار برابر شد و به حدود ۸۰۰ دلار رسید.

RAMDeck: The hub that pools RAM from every device you own - YouTube
RAMDeck: The hub that pools RAM from every device you own - YouTube

عملکرد واقعی RAMDeck بسیار ساده‌تر از عبارت فریبنده «تجمیع حافظه رم» است. در این فناوری، هیچ ادغام مستقیمی در سطح سخت‌افزاری رخ نمی‌دهد؛ بلکه لایه‌های مختلف مدل میان دستگاه‌های حاضر در شبکه توزیع می‌شوند، هر دستگاه سهم خود را در حافظه محلی ذخیره می‌کند و در حین تولید هر کلمه یا توکن، تنها نتایج میانی محاسبات از طریق شبکه منتقل می‌شود.

مخزن عمومی این پروژه در گیت‌هاب TradeMAV سازوکار فنی را به شفافیت شرح داده است: یک نرم‌افزار سبک سرور ارتباطی ggml RPC ابزار llama.cpp را روی هر دستگاه اجرا می‌کند. در فایل راهنمای پروژه آمده است که هر سیستم هماهنگ‌کننده سازگاری می‌تواند از طریق پروتکل استاندارد RPC نرم‌افزار llama.cpp با آن ارتباط برقرار کند و حتی ساده‌ترین راه برای اطمینان از صحت کار، استفاده از دستور استاندارد llama-cli است.

طبق توضیحات موجود در صفحه ویژگی‌های محصول، ارزش افزوده‌ای که TradeMAV ارائه می‌دهد در لایه هماهنگی نرم‌افزاری نهفته است: شناسایی خودکار دستگاه‌ها در شبکه، اولویت دادن به کارت‌های گرافیک سریع پیش از پر کردن رم سیستم، بازیابی پس از بروز خطا، داشبورد مدیریتی و یک رابط برنامه‌نویسی سازگار با استانداردهای OpenAI.

با وجود توضیحات نرم‌افزاری دقیق، مشخصات سخت‌افزاری خود هاب بسیار مبهم است؛ به طوری که در هیچ‌یک از صفحات منتشرشده TradeMAV، اطلاعاتی درباره پردازنده، حافظه، درگاه‌ها یا میزان مصرف برق این گجت به چشم نمی‌خورد. حتی این شرکت در راهنمای خود اعتراف می‌کند که اگر با اجرای دستورها در ترمینال مشکلی ندارید، «استفاده از راهکار رایگان و متن‌باز DIY بهترین گزینه است».

تقسیم پردازش میان چند دستگاه ایده تازه‌ای نیست. پروژه متن‌باز exo متعلق به شرکت Exo Labs از اوایل سال ۲۰۲۵ قابلیت شناسایی خودکار دستگاه‌ها و رابط برنامه‌نویسی یکپارچه را روی انواع کامپیوترها، گوشی‌ها و بردهای تک‌بوردی ارائه داده است. در بازار محصولات رده‌بالا نیز Mac Studio مجهز به تراشه جدید M5 Ultra اپل از خوشه‌بندی چند دستگاه از طریق Thunderbolt 5 با فناوری RDMA پشتیبانی می‌کند و اپل مدعی است اتصال چهار دستگاه به یکدیگر می‌تواند سرعت پردازش را تا سه برابر افزایش دهد.

مزیت تبلیغاتی RAMDeck سازگاری گسترده آن است؛ در بخش پرسش‌های متداول وعده داده شده است که می‌توان یک رایانه ویندوزی با پردازشگر CUDA، یک مک مجهز به تراشه‌های اپل، یک مک قدیمی مبتنی بر پردازنده اینتل، یک سیستم لینوکسی و یک گوشی اندرویدی را در یک خوشه واحد به هم متصل کرد؛ امکانی که تنوع بسترهای پردازشی llama.cpp فراهم کرده است.

شرکت TradeMAV برخلاف بسیاری از استارتاپ‌ها، درباره بده‌بستان عملکرد در مقایسه با راهکارهای گران‌قیمتی چون Mac Studio بسیار شفاف صحبت می‌کند. در توضیحات وب‌سایت آمده است که «اشتراک‌گذاری حافظه، سرعت را فدای ظرفیت می‌کند» و در گزارش نتایج بنچمارک به صراحت به کاربرانی که به دنبال حداکثر سرعت هستند توصیه شده است به‌جای این کار، کارت گرافیکی با حافظه VRAM بیشتر خریداری کنند.

نتایج چشمگیر ثبت‌شده در دموهای این شرکت بر پایه یک مینی‌کامپیوتر Beelink با کارت گرافیک RTX 3060 و مدل‌های معماری ترکیب کارشناسان (MoE) به دست آمده که در هر توکن تنها حدود ۳ میلیارد پارامتر را فعال می‌کنند: سرعت ۳۹ توکن بر ثانیه برای مدل Qwen3-Coder 30B با تقسیم بار میان مینی‌کامپیوتر و یک Mac mini مجهز به پردازنده M4، و همچنین ۱۶ توکن بر ثانیه برای نسخه ۴۰ میلیاردی Qwen3-Coder-Next. سرعت ۴۳ توکن بر ثانیه در اجرای یک مدل ۷ میلیاردی نیز بنا به توضیحات خود شرکت، تماماً روی پردازنده گرافیکی RTX 3060 اجرا شده است.

اما در سوی دیگر، مدل‌های چگال و متراکم عملکرد متفاوتی را نشان می‌دهند: یک مدل چگال ۲۷ میلیارد پارامتری روی چهار دستگاه تنها به‌سرعت ۱٫۹۲ توکن بر ثانیه دست یافت و مدل gpt-oss-120b شرکت OpenAI روی خوشه‌ای متشکل از شش دستگاه، سرعت ۱٫۳۷ توکن بر ثانیه را به ثبت رساند. همچنین یک مدل ۱۲۰ میلیاردی در آرایشی با پنج دستگاه، پس از حدود هفت دقیقه زمان برای بارگذاری اولیه، توانست به‌سرعت ۳٫۱ توکن بر ثانیه برسد. هرچند این ارقام از خطای کمبود حافظه و کرش سیستم جلوگیری می‌کنند و به هدف اصلی TradeMAV جامه‌عمل می‌پوشانند، اما برای استفاده روزمره فوق‌العاده کند هستند.

در نهایت، موتور فنی RAMDeck صرفاً پوسته‌ای پیرامون یک نرم‌افزار رایگان است، مشخصات فنی هاب فاش نشده و نتایج منتشرشده نیز محدودیت‌های جدی این رویکرد را آشکار می‌کنند. برای علاقه‌مندان به دنیای فناوری، حالت RPC در llama.cpp و همچنین پروژه exo گزینه‌هایی کاملاً رایگان برای شروع هستند. برای سایر افراد نیز پرداخت ۱۰۹ دلار صرفاً خرید راحتی کاربری است؛ پرداختی که مثل هر کارزار تأمین مالی دیگر، خرید یک وعده است نه لزوماً یک محصول قطعی.

سلب مسئولیت: رسانه WireAI هیچ‌یک از پروژه‌های تأمین مالی جمعی را تأیید یا توصیه نمی‌کند. تمامی کارزارهای جذب سرمایه با ریسک‌های ذاتی مانند احتمال تأخیر، تغییر در محصول یا عدم تحویل نهایی همراه هستند و حامیان بالقوه باید با ارزیابی دقیق جزییات و با مسئولیت خود تصمیم‌گیری کنند.

بازخورد و اشتراک‌گذاری این مطلب

اگر این گزارش برایتان مفید بود، با پسندیدن و اشتراک‌گذاری آن با دیگران، از محتوای تخصصی هوش مصنوعی حمایت کنید.

اشتراک‌گذاری در شبکه‌های اجتماعی:

دیدگاه ها و گفتگوی تخصصی

نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید

۰ دیدگاه

هنوز دیدگاهی برای این مطلب ثبت نشده است

اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.

مطالب مرتبط و پیشنهادی

پای ربات انسان‌نمای H2-X شرکت Unitree در حین اجرای نمایش زنده شکست و جدا شد
آخرین اخبار

پای ربات انسان‌نمای H2-X شرکت Unitree در حین اجرای نمایش زنده شکست و جدا شد

ربات انسان‌نمای جدید H2-X ساخت شرکت Unitree تنها یک روز پس از رونمایی رسمی، در جریان اجرای حرکات آکروباتیک در نمایشگاه هوش مصنوعی با حادثه روبه‌رو شد و یکی از پاهای مکانیکی آن پس از فرود ناموفق کاملاً جدا شد. این اتفاق بار دیگر چالش‌های بزرگ پایداری سخت‌افزاری و الگوریتم‌های حرکتی را در مسیر تجاری‌سازی ربات‌های انسان‌نما به تصویر کشید.

۳ دقیقه مطالعه
۰
۴ آبان
۸ مهارت شغلی حیاتی برای موفقیت در عصر هوش مصنوعی تا سال ۲۰۲۷
آخرین اخبار

۸ مهارت شغلی حیاتی برای موفقیت در عصر هوش مصنوعی تا سال ۲۰۲۷

در دنیای کار تا سال ۲۰۲۷، تنها کار با ابزارهای هوش مصنوعی تضمین‌کننده پیشرفت شغلی نخواهد بود. با فراگیر شدن این فناوری، مزیت رقابتی از آن کسانی است که توانایی راستی‌آزمایی پاسخ‌ها، تفکر انتقادی و قضاوت مستقل انسانی دارند. بررسی روندهای بازار کار نشان می‌دهد که مهارت‌های غیرقابل خودکارسازی بیش از هر زمان دیگری ارزشمند می‌شوند.

۵ دقیقه مطالعه
۰
۴ آبان
تیم Nous Research ۱۸ افزونه رسمی عامل هوشمند Hermes Agent را در یک مخزن متن‌باز یکپارچه کرد
آخرین اخبار

تیم Nous Research ۱۸ افزونه رسمی عامل هوشمند Hermes Agent را در یک مخزن متن‌باز یکپارچه کرد

تیم Nous Research با انتشار مخزن رسمی hermes-official-plugins، مجموعه‌ای شامل ۱۸ افزونه اختصاصی برای عامل هوشمند Hermes Agent را تحت مجوز متن‌باز MIT یکپارچه کرد. توسعه‌دهندگان اکنون می‌توانند تنها با یک دستور ساده، قابلیت‌های متنوعی از کنترل خانه هوشمند گرفته تا ابزارهای چندرسانه‌ای و ارتباط مستقیم با Claude را به این عامل اضافه کنند.

۱ دقیقه مطالعه
۰
۴ آبان