دليل إعداد Ubuntu Server على Proxmox للذكاء الاصطناعي (NVIDIA GPU)
.png "Proxmox Ubuntu Server AI")
بناءً على خبرات مطوري الذكاء الاصطناعي، يركز هذا الدليل على إنشاء بيئة خادم Ubuntu مثالية لتطوير الذكاء الاصطناعي وتشغيل النماذج اللغوية (LLMs) باستخدام تمرير كرت الشاشة (GPU Passthrough). في هذا الدليل من Top Service، نستعرض خطوات إعداد جهاز افتراضي على Proxmox مع إعدادات تضمن أعلى أداء واستقرار لتطبيقات AI.
🔥 ما ستتعلمه في هذا الدليل
📋 1. المتطلبات المسبقة (Prerequisites)
قبل البدء في إنشاء الجهاز الافتراضي، تأكد من توفر المتطلبات التالية:
- مضيف Proxmox مهيأ مع إعدادات IOMMU وتمرير GPU (GPU Passthrough) بشكل صحيح.
- ملف Ubuntu Server LTS ISO مرفوع على Proxmox (يمكن تحميله من الموقع الرسمي لـ Ubuntu).
- تخطيط الموارد بناءً على حجم نماذج AI المستهدفة: يوصى بـ 4-8 أنوية CPU و 32GB+ RAM للمشاريع الجادة.
/etc/default/grub في Proxmox.
⚙️ 2. خطوات إنشاء الجهاز الافتراضي (VM Setup)
الإعدادات التالية "جوهرية" لضمان عمل كرت الشاشة لاحقاً. اتبع هذه الخطوات بدقة:
أ. تبويب النظام (System) – الأهم!
-
BIOS: اختر
OVMF (UEFI).⚠️ تنبيه: هذا الخيار إلزامي لكروت NVIDIA الحديثة. لا تستخدم SeaBIOS. - EFI Disk: قم بتفعيل خيار "Add EFI Disk" لضمان توافق UEFI.
-
Machine: اختر
q35. هذا النوع من الأجهزة الافتراضية يدعم تمرير PCIe بشكل أفضل من النوع القديم (i440fx). -
SCSI Controller: يفضل
VirtIO SCSIللأداء الأمثل مقارنة بـ LSI.
ب. تبويب المعالج (CPU)
- خصص عدد أنوية كافٍ (يوصى بـ 4-8 أنوية حسب قدرات السيرفر الفعلي).
- اختر نوع المعالج
hostأو تأكد من تفعيل تعليمات AVX/AVX2 الضرورية للذكاء الاصطناعي.
ج. تبويب النظام (OS) والذاكرة
- اختر Linux واستخدم ملف الـ ISO الخاص بنسخة الخادم (Server) وليس سطح المكتب (Desktop) لتوفير الذاكرة.
- خصص ذاكرة (RAM) كافية (32GB+ للمشاريع الجادة)، وتذكر أن عدم وجود واجهة رسومية يوفر الكثير من الرام للنماذج.
أفضل الممارسات لتشغيل LLMs بكفاءة
- اختيار النموذج المناسب: ابدأ بنماذج أصغر (مثل Llama 2 7B) قبل الانتقال للنماذج الكبيرة (70B+) لتقييم الأداء.
- استخدام Docker مع NVIDIA Container Toolkit: يسهل إدارة البيئات ويضمن توافق التعريفات.
- مراقبة الموارد: استخدم أدوات مثل
nvidia-smiوhtopلمراقبة استخدام GPU و CPU. - توزيع الحمل: استخدم تقنيات مثل Tensor Parallelism لتوزيع النماذج الكبيرة على عدة GPUs إذا كانت متوفرة.
📌 الخلاصة
باتباع هذه الإعدادات (خاصة UEFI و q35)، تكون قد وضعت الأساس الصحيح لتثبيت تعريفات NVIDIA وتشغيل حاويات Docker أو نماذج LLM بكفاءة عالية واستقرار تام. تذكر أن اختيار الموارد المناسبة (CPU، RAM، GPU) يعتمد على حجم النماذج التي تخطط لتشغيلها، لذا خطط مسبقاً وفقاً لاحتياجاتك.
🖥️ هل تحتاج إلى مساعدة في إعداد بيئة الذكاء الاصطناعي أو Proxmox؟
في Top Service بالمنصورة، نقدم استشارات تقنية وخدمات إعداد خوادم Proxmox، وتمرير GPU، وتشغيل نماذج الذكاء الاصطناعي و LLMs. نوفر لك الدعم الكامل لبداية قوية. تواصل معنا للحصول على استشارة مجانية.
💬 تواصل معنا للخدمة الآن.png&description=دليل إعداد Ubuntu Server على Proxmox للذكاء الاصطناعي (NVIDIA GPU) – خطوات عملية){kind=link}
إرسال تعليق
تذكر قبل كتابه اى تعليق قول الله تعالى: مَا يَلْفِظُ مِنْ قَوْلٍ إِلَّا لَدَيْهِ رَقِيبٌ عَتِيدٌ [ق:18]؟