خوادم GPU السحابية (cloud gpu): مقارنة 7 مزودين في 2026

اختر مزود خوادم GPU السحابية (cloud gpu) بحسب المهمة: Runpod للضبط الدقيق الذي تديره بنفسك، وModal للاستدلال المخصص دون إدارة خوادم، وTogether AI للوصول إلى النماذج عبر واجهة API مُدارة، وVast.ai لاستئجار موارد من سوق مفتوح لمهام قابلة للاستئناف. وتضم المقارنة 7 مزودين، منهم أيضًا Lambda للأجهزة الافتراضية المزودة بوحدات GPU، وCoreWeave لسعة العناقيد المخطط لها، وGoogle Cloud عندما يكون تطبيقك معتمدًا أصلًا على بنيتها التحتية. ابدأ بحجم الذاكرة الذي يحتاجه النموذج ومدة التشغيل التي ستدفع مقابلها، قبل النظر إلى أقل سعر معلن لوحدة GPU.

جرى التحقق من الأسعار ووثائق المنتجات في 30 أكتوبر 2026. الأسعار أدناه بالدولار الأمريكي، كما ظهرت في صفحة التسعير الرسمية لكل مزود في ذلك اليوم. تستند هذه المقارنة إلى الوثائق، وليست اختبار أداء عمليًا. وقد تتغير التكلفة الفعلية بحسب التوافر والضرائب وإعداد النشر النهائي.

أفضل خوادم GPU السحابية (cloud gpu) بحسب المهمة

Runpod أول خيار يستحق التقييم للمطور الذي يريد ضبط النموذج بنفسه؛ أما Modal وTogether AI فهما أول خيارين لتقديم النموذج دون صيانة جهاز GPU يعمل باستمرار. ويتغير الاختيار عندما تحتاج إلى منطقة محددة، أو سعة متواصلة، أو بيئة للمعالجة على دفعات يسهل استعادة العمل فيها.

مقارنة أسعار خوادم GPU السحابية: افهم وحدة الفوترة أولًا

يرتبط كل سعر ابتدائي بمنتج وعتاد محددين. هذه أسعار دخول لخدمات مختلفة، وليست عروضًا متكافئة في الأداء. فسعر GPU الملحقة وحدها لا يشمل الجهاز الافتراضي المضيف؛ وسعر ثانية GPU في خدمة دون خوادم لا يشمل الموارد التي تُحاسب منفصلة؛ وسعر الاستدلال المخصص يختلف عن سعر واجهة API المحسوب بالرموز.

قد يختفي عرض من السوق، وقد لا تكفي ذاكرة أرخص جهاز مدرج لنموذجك. ويصف عمود التجربة المجانية العرض العام الذي جرى فحصه، لا جميع برامج الأرصدة التي يمكن التفاوض عليها. يتطلب Together AI الدفع المسبق، وتوضح Google قيد GPU صراحة في شروط Free Trial.

الاستدلال دون إدارة خوادم: كود مخصص أم واجهة API للنموذج؟

احسم أولًا ما إذا كنت تحتاج إلى التحكم في بيئة تشغيل النموذج، ثم اختر وحدة GPU. الاستدلال هو استخدام نموذج مدرّب لإنتاج إجابة. تتيح لك واجهة API مُدارة طلب تلك الإجابة؛ أما الحوسبة المخصصة دون إدارة خوادم فتتيح لك تقديم الكود الذي ينتجها. هذا الفرق أهم من اشتراك المنتجين في وصف «دون خوادم».

1. Modal: الأنسب للاستدلال المخصص بلغة Python مع تفاوت الطلب

Modal منصة حوسبة دون إدارة خوادم، تشغّل تطبيقات داخل حاويات تُنشر عبر Python. وتناسب المطور الذي يشكّل كود تقديم النموذج جزءًا من منتجه. فقد تحتاج خدمة لمعالجة المستندات، مثلًا، إلى معالجة مسبقة مخصصة واستدعاء نموذج ومعالجة لاحقة ضمن عملية النشر نفسها. يتيح Modal للتطبيق التوسع بحسب الطلب، لكن مدة التشغيل المدفوعة تشمل التهيئة ووقت الخمول مع بقاء الموارد جاهزة، لا حسابات النموذج المفيدة وحدها. اختر Modal عندما تريد التحكم في بيئة التشغيل دون إدارة جهاز افتراضي يعمل باستمرار.

الأنسب لـ: فرق Python التي تنشر استدلالًا مخصصًا أو مهام GPU ضمن طوابير مع طلب متغير.
أبرز ميزة: النشر على مستوى التطبيق والتوسع التلقائي، مع احتساب موارد الحوسبة كلٍّ على حدة.
الأسعار: تبدأ حوسبة GPU من $0.000164/ثانية لوحدة T4، إضافة إلى المعالج المركزي والذاكرة، وفق صفحة أسعار Modal التي جرى التحقق منها في 30 أكتوبر 2026.
التجربة المجانية: تتضمن خطة Starter رصيد حوسبة بقيمة $30/شهر؛ ولا يشمل هذا الرصيد استخدام Shared Endpoints المحسوب بالرموز.

العقبة العملية هي زمن الاستجابة بعد فترة هدوء. فالبداية الباردة هي العمل اللازم لتجهيز حاوية جديدة قبل أن تتمكن من الرد. وتشغيل الحاوية واستيراد المكتبات وتحميل أوزان النموذج مراحل مختلفة. لذلك لا تعني سرعة إقلاع الحاوية أن النموذج أصبح جاهزًا فورًا.

يوفر Modal إعدادات لإبقاء الحاويات جاهزة والاحتفاظ بسعة احتياطية. وقد تحسّن هذه الإعدادات سرعة الاستجابة، لكنها تُبقي الموارد محجوزة أيضًا. إذا كنت تبني مساعدًا للعملاء، فاختبر أول طلب بعد الخمول، إلى جانب الطلبات خلال جلسة نشطة. أما في طابور لاستخراج البيانات ليلًا، فقد يكون انتظار التهيئة مقبولًا. يشرح دليل Modal للبداية الباردة هذه المفاضلة.

ولخطة Starter حدود واضحة للتوسع: 3 مقاعد في مساحة العمل و10 وحدات GPU متزامنة. يكفي ذلك لتجربة أولية مفيدة، لكن دفعة من وحدات التنفيذ المستقلة قد تبلغ حد التزامن قبل أن يبدو الإنفاق الشهري مرتفعًا. وللتخزين الدائم ونقل البيانات الصادرة حصص مشمولة، ثم رسوم منفصلة عند تجاوزها، لذا احسب مسار البيانات ضمن التقدير.

الموقع الجغرافي قرار آخر ضمن الإعداد. يميز Modal بين المنطقة التي تشغّل الحاوية والمنطقة التي توجّه طلباتها. كما أن تثبيت المنطقة يضيف معاملًا مضاعفًا للسعر. ولا يفيد تشغيل النموذج قرب قاعدة البيانات إلا إذا لبّى مسار الطلب أيضًا متطلبات زمن الاستجابة ومكان إقامة البيانات. تشرح وثائق اختيار المنطقة كلا الإعدادين.

2. Together AI: الأنسب عندما تحتاج إلى نقطة وصول للنموذج

Together AI منصة مُدارة للاستدلال والتدريب، تناسب الفرق التي تريد إطلاق ميزة تعتمد على نموذج قبل الانشغال بإدارة بنية GPU التحتية. وتُعد واجهة API دون خوادم نقطة البداية الطبيعية عندما يكون النموذج المطلوب ضمن الكتالوج؛ أما الاستدلال المخصص فيضيف التحكم في عتاد تقديم النموذج. وحدّ هذا الخيار هو التخصيص: فواجهة API لنموذج مدعوم منتج مختلف عن تشغيل بيئة تدريب خاصة بك بحرية. اختر Together AI عندما تكون نقطة الوصول إلى النموذج هي ما يحتاجه المنتج، ثم اشترِ سعة مخصصة عندما يبررها حجم الطلب أو متطلبات التحكم.

الأنسب لـ: الفرق التي تقدم نماذج مدعومة أو تستخدم الضبط الدقيق المُدار والاستدلال المخصص.
أبرز ميزة: مسار للانتقال من واجهة API تُحاسب بالرموز إلى تشغيل مخصص للنموذج.
الأسعار: يبدأ الاستدلال المخصص على NVIDIA HGX H100 من $5.49/ساعة GPU؛ وتتوقف أسعار واجهة API دون خوادم على النموذج، وفق صفحة أسعار Together AI التي جرى التحقق منها في 30 أكتوبر 2026.
التجربة المجانية: لا توجد تجربة مجانية؛ يلزم شراء أرصدة مسبقة الدفع.

تعامل مع طرق الفوترة كلٍّ على حدة. فالاستدلال اللغوي دون خوادم يحاسب على رموز الإدخال والإخراج، وهي أجزاء النص التي يعالجها النموذج. أما الاستدلال المخصص فيحاسب بالدقيقة على كل نسخة جاهزة، أي نسخة عاملة من خدمة النموذج. تستثني وثائقه وقت توفير الموارد والبداية الباردة من فوترة الحوسبة المخصصة، لكن النسخة الجاهزة تظل مدفوعة حتى لو تلقت طلبات قليلة. ويوقف تقليص عدد النسخ إلى الصفر رسوم الحوسبة هذه. توضح وثائق فوترة الاستدلال المخصص هذه الحدود.

في تطبيق دعم تتباعد فيه المحادثات، يجنّبك التشغيل دون خوادم شراء سعة للنموذج تبقى خاملة. أما التطبيق النشط ذو نمط الطلب المعروف، فتستحق النسخ المخصصة المقارنة باستخدام المطالبات نفسها وأطوال الإجابات نفسها. لا تنتقل لمجرد أن سعر وحدة GPU يبدو أقل؛ إذ تحتاج إلى قياس معدل الإنجاز لتحويله إلى تكلفة لكل إجابة مكتملة.

ويحتاج الضبط الدقيق المُدار إلى تقدير مستقل. يدرج Together أسلوب LoRA المعتمد على وحدات التكييف والضبط الدقيق الكامل، برسوم محسوبة بالرموز تراعي دورات التدريب والتقييم. والدورة التدريبية هي مرور كامل على مجموعة بيانات التدريب. تؤدي إعادة المرور على البيانات إلى زيادة الرموز المعالجة؛ فحجم الملف المرفوع وحده لا يحدد الفاتورة.

أما منتج عناقيد GPU فهو خدمة أخرى مستقلة. يوفر سعة عند الطلب وسعة محجوزة، مع فوترة التخزين الدائم بشكل منفصل. تُدفع حجوزات العناقيد مقدمًا ولا تُسترد، كما أن حذف العنقود لا يجعل كل وحدات التخزين المحتفظ بها مجانية تلقائيًا. وتذكر وثائق العناقيد أن نقل البيانات الواردة والصادرة لا تُفرض عليه رسوم. لا تفترض أن هذه القواعد تنطبق على جميع منتجات API. وترد التفاصيل في وثائق فوترة العناقيد.

عند تقديم النموذج، تحقق من النموذج والمنطقة معًا. تدعم نماذج مختارة في الخدمة دون خوادم استدلالًا محددًا داخل الولايات المتحدة، بينما قد تستدعي المتطلبات الإقليمية الأخرى نقاط وصول مخصصة. ويمكن أن تتفاوت أزمنة استجابة واجهة API المشتركة بحسب الطلب، وتظل التطبيقات بحاجة إلى معالجة إعادة المحاولة. توضح وثائق الخدمة دون خوادم هذه القيود صراحة.

وحدات Pods والأجهزة الافتراضية عند الطلب للضبط الدقيق

استأجر بيئة تتحكم فيها ما دمت تُجري تعديلات على سكربت التدريب أو اعتمادياته أو النموذج. يكيّف الضبط الدقيق نموذجًا قائمًا باستخدام بياناتك. وتتيح لك وحدة Pod أو الجهاز الافتراضي فحص الأعطال وإعادة تشغيل المهمة؛ لكنها تترك لك مسؤولية إيقاف الحوسبة وحفظ النتائج أيضًا.

3. Runpod: أفضل نقطة بداية للضبط الدقيق الذي تديره بنفسك

يوفر Runpod وحدات GPU Pods مخصصة، إلى جانب منتجات Serverless والعناقيد، ما يجعله خيارًا أوليًا عمليًا لفريق صغير يطوّر سير عمل خاصًا بنموذجه. يستطيع المطور اختيار وحدة GPU وقالب حاوية، وتنفيذ عملية ضبط دقيق، ثم تقييم نشر منفصل عبر Serverless للاستدلال لاحقًا. لكن القيود ملموسة: تختلف موثوقية Community Cloud بحسب المضيف، وللتخزين الدائم دورة حياة مستقلة، كما أن إيقاف Pod لا يضمن توافر وحدة GPU نفسها عند الاستئناف. تأتي قيمة Runpod من التحكم ومرونة خيارات النشر، لا من وعد بأن كل مهمة ستكون الأقل تكلفة لديه.

الأنسب لـ: المطورين الذين يحتاجون إلى حاوية GPU للتجارب والضبط الدقيق بوحدات التكييف وتطوير استدلال مخصص.
أبرز ميزة: منتجا Pod وServerless منفصلان لمرحلتي التطوير وتقديم النموذج.
الأسعار: تعرض الصفحة الحالية وحدات Pods مزودة بـRTX A5000 وذاكرة VRAM بسعة 24 GB بدءًا من $0.27/ساعة، وفق صفحة أسعار Runpod التي جرى التحقق منها في 30 أكتوبر 2026.
التجربة المجانية: لم تُدرج تجربة GPU مجانية في صفحة التسعير التي جرى فحصها.

ابدأ بالذاكرة، قبل الانبهار باسم الشريحة. يدرج Runpod بطاقات بسعة 24 GB، وخيارات بسعة 48 GB مثل A40 وRTX A6000، وإصدارات A100 وH100 بسعة 80 GB. يتيح ذلك للفريق الصغير تقييم عدة فئات من الذاكرة دون البدء فورًا بتصميم عنقود. لكنه لا يحدد ترتيبًا لمعدلات الإنجاز؛ فقد يغيّر محرك الاستدلال ودقة النموذج وإعداد الدفعات البطاقة التي تمنحك أفضل قيمة.

والاختيار بين Secure Cloud وCommunity Cloud قرار مستقل أيضًا. يصف Runpod خدمة Secure Cloud بأنها بنية تحتية في مراكز بيانات، وCommunity Cloud بأنها موارد يوفرها الأقران بموثوقية متفاوتة. يمكن لتجربة قابلة للإعادة أن تتحمل أنماط أعطال لا تناسب خدمة تستقبل طلبات العملاء. اختر مجموعة الموارد وفق متطلبات الاستعادة والدعم للمهمة. يشرح دليل اختيار Pod من Runpod هذا الفرق.

التخزين هو القيد الأكثر قابلية لمفاجأتك في النشر الأول. قرص الحاوية مؤقت. ويستمر قرص التخزين بعد إيقاف Pod، لكنه لا يبقى بعد حذفها. أما وحدة التخزين الشبكية فتستمر بصورة مستقلة، لكنها متاحة لوحدات Pods على Secure Cloud وتربط اختيار العتاد بموقعها. والاحتفاظ بنقاط الحفظ على تخزين مؤقت فقط يُفقد حفظها فائدته. توضح وثائق وحدات التخزين الشبكية قيد الموقع.

تُحاسب وحدات Pods على الحوسبة بالثانية، ولا تفرض رسومًا على نقل البيانات الواردة أو الصادرة وفق قواعد تسعير Pods التي جرى فحصها. وقد تستمر رسوم التخزين بعد الإيقاف. أما Serverless فلها دورة حياة مختلفة: تُحتسب الرسوم على وحدات التنفيذ خلال التهيئة والتنفيذ والانتظار الخامل حتى تتوقف. ويمكن تقليص وحدات Flex إلى الصفر؛ بينما تبقى وحدات Active قيد التشغيل. وهذه خيارات تحدد مدة بقاء الموارد المدفوعة، وليست مجرد تسميات مختلفة للسعر نفسه بالساعة. راجع فوترة Pods وفوترة Serverless.

للاطلاع على ورقة حساب الأسعار والتخزين كاملة، استخدم دليل أسعار Runpod على الموقع. واستعن بها لحساب تكلفة التشغيل المتكرر وتقديم النموذج على مدار الساعة.

1. 1

   حدد المهمة قبل النشر

   دوّن نقطة حفظ النموذج المحددة، ووضع الاستدلال أو الضبط الدقيق، والدقة، والحد الأقصى لطول الإدخال، والتزامن المتوقع. اختر فئة ذاكرة GPU تترك مساحة لبيئة التشغيل، لا لملف النموذج وحده.

2. 2

   اختر موقع التخزين أولًا

   إذا احتاجت المهمة إلى وحدة تخزين شبكية، فأنشئها أو اخترها في مركز البيانات المستهدف قبل اختيار GPU. تأكد من توافر سعة GPU مناسبة هناك. واحتفظ بنسخة منفصلة من بيانات التدريب ونقاط الحفظ التي لا يمكن تعويضها.

3. 3

   انشر قالبًا متوافقًا

   داخل Pods، اختر GPU وقالب الحاوية، وحدد عدد وحدات GPU، ثم انشر عند الطلب. تحقق من توافق القالب مع مرشح توافق CUDA لدى المضيف. وCUDA هي منصة البرمجيات التي تعتمد عليها تطبيقات كثيرة لوحدات GPU من NVIDIA.

4. 4

   نفذ تجربة مصغرة وتحقق من خطوات الإنهاء

   اختبر مسار التحميل والتدريب وكتابة نقاط الحفظ نفسه الذي ستستخدمه المهمة المقصودة. سجّل ذروة استهلاك ذاكرة GPU والوقت المستغرق. تأكد من وجود نقطة الحفظ على تخزين دائم قبل إيقاف موارد الحوسبة أو إنهائها، ثم افحص رسوم التخزين المتبقية.

ترد إعدادات النشر هذه في وثائق إدارة Pods. وتعامل مع التجربة بوصفها اختبار استعادة أيضًا: ينبغي أن تتمكن في التشغيل التالي من متابعة العمل دون الاعتماد على جهاز سابق بعينه.

4. Lambda: الأنسب لمن يريد بيئة GPU افتراضية مألوفة

Lambda خدمة GPU سحابية توفر أجهزة Linux افتراضية وعناقيد محجوزة، وتناسب الفرق التي تريد جهازًا تقليديًا لجلسة تدريب ممتدة. تتضمن بيئاتها أدوات NVIDIA، ويشمل كتالوج المثيلات إعدادات بوحدة GPU واحدة وتخصيصات أكبر. والقيد عند الشراء هو حجم التخصيص نفسه: فقد يتغير سعر وحدة GPU ذاتها بحسب العدد الذي تستأجره. اختر Lambda لبيئة تدريب تتحكم فيها، وافحص محدد عدد وحدات GPU قبل اعتبار السعر المعروض فاتورتك النهائية.

الأنسب لـ: فرق التدريب والضبط الدقيق التي تفضل الوصول عبر SSH إلى جهاز افتراضي مزود بوحدة GPU.
أبرز ميزة: مثيلات بوحدة GPU واحدة، ومسار مستقل للعناقيد المحجوزة.
الأسعار: تبدأ مثيلات GPU الواحدة من $0.69/ساعة GPU لوحدة Quadro RTX 6000 بذاكرة VRAM بسعة 24 GB، وفق صفحة أسعار Lambda التي جرى التحقق منها في 30 أكتوبر 2026.
التجربة المجانية: لم تُدرج تجربة GPU مجانية في صفحة التسعير التي جرى فحصها.

يتضمن كتالوج GPU بطاقة A6000 بسعة 48 GB، وإصداري H100 PCIe وSXM بسعة 80 GB. ولهذه الأسماء أهمية: فبطاقات «RTX 6000» و«A6000» والبطاقات الأحدث ذات الأسماء المشابهة ليست مشتريات متكافئة. دوّن الاسم الكامل لوحدة GPU وحجم ذاكرتها في ملاحظات النشر، حتى لا تستخدم إعادة تشغيل لاحقة جهازًا مختلفًا دون انتباه.

تُسعّر حوسبة Lambda عند الطلب بالساعة، لكن تُحتسب الفاتورة بوحدات الدقيقة، من بدء التشغيل السليم حتى إنهاء المثيل. ويظل الجهاز الذي يعمل دون إنجاز مهام مدفوعًا. في مهام التدريب، اضبط إجراء الإنهاء وفق دورة حياة إنهاء المثيل لدى المزود، ولا تفترض أن انتهاء عملية Python ينهي الإيجار. تشرح وثائق فوترة Lambda طريقة الاحتساب.

وتضيف أنظمة الملفات الدائمة خطوة أخرى للتخطيط: يجب إرفاقها عند إنشاء المثيل، وأن تكون في منطقته نفسها. وتستمر رسومها ما دامت موجودة، حتى عند فصلها؛ وتذكر وثائق الفوترة أن نقل البيانات الواردة إلى نظام الملفات والصادرة منه بلا رسوم. تحقق من إمكان وجود GPU ونظام الملفات معًا في الموقع المطلوب قبل تجهيز مجموعة بيانات كبيرة. تسرد وثائق مثيلات Lambda قواعد المناطق والتخزين.

أما العناقيد المحجوزة فتمثل مستوى آخر من الشراء. يبدأ جدول 1-Click Cluster العام من 16 وحدة GPU ولمدة أسبوعين. قد يناسب ذلك حملة تدريب مكثفة، لكنه بداية غير مناسبة لمطور ما زال يختبر إن كان تكييف النموذج على جهاز واحد سيحل المشكلة. ابدأ بأصغر تجربة قابلة للتنفيذ، ولا تتوسع إلا بعد أن تكشف معدل الإنجاز المطلوب.

أسواق تأجير GPU والسعة القابلة للمقاطعة

لا تتحمل احتمال المقاطعة قبل إثبات قدرة المهمة على استعادة العمل. يجمع السوق عروض مضيفين مختلفين. أما المثيل القابل للمقاطعة فقد يُعلّق أو تُسترد موارده. يتداخل المفهومان، لكن الاستئجار عند الطلب من سوق مفتوح لا يعني تلقائيًا أن الإيجار قابل للمقاطعة.

5. Vast.ai: الأنسب للمهام القابلة للاستئناف مع مرونة في الموقع

Vast.ai سوق لوحدات GPU يحدد فيه المضيفون الأسعار، ما يجعله مفيدًا للمطور القادر على فحص العرض والتعامل مع تغير الأجهزة المتاحة. وقد يناسب إنشاء التضمينات على دفعات أو تجربة ضبط دقيق قابلة للتكرار، بشرط بقاء المدخلات ونقاط الحفظ بعد زوال المثيل. والعقبة هي اختلاف بنود التكلفة بحسب المضيف: فقد تُفرض رسوم منفصلة على الحوسبة والتخزين ونقل البيانات في الاتجاهين. اختر Vast.ai عندما تستطيع تكييف الحل مع شروط العرض، دون اشتراط أن تتصرف جميع العروض بالطريقة نفسها.

الأنسب لـ: التجارب الحساسة للتكلفة، ومهام المعالجة على دفعات، والتدريب القابل للاستئناف من نقاط الحفظ.
أبرز ميزة: اختيار المضيف عبر إيجارات عند الطلب ومحجوزة وقابلة للمقاطعة.
الأسعار: يحدد المضيف سعر GPU وتُحتسب الرسوم بالثانية، إضافة إلى التخزين ونقل البيانات؛ تحقق من أقل عرض لإعدادك في صفحة أسعار Vast.ai الحالية، التي جرت مراجعتها في 30 أكتوبر 2026.
التجربة المجانية: لم تُدرج تجربة GPU مجانية في صفحة التسعير التي جرى فحصها.

لا يفيد أرخص عرض إلا إذا كان عتاده يلائم المهمة. يدرج كتالوج Vast.ai الحالي بطاقات RTX 3090 وRTX 4090 بسعة 24 GB، وبطاقة L40S بسعة 48 GB، وH100 SXM بسعة 80 GB. صفِّ العروض أولًا بحسب الذاكرة والبرمجيات التي تحتاجها المهمة. ثم قارن المعالج المركزي وذاكرة النظام والتخزين وشروط نقل البيانات وموقع المضيف المحدد.

تُحتسب الحوسبة بالثانية أثناء التشغيل. ويظل التخزين مدفوعًا ما دام المثيل موجودًا، بما في ذلك عند إيقافه. وتتفاوت رسوم الرفع والتنزيل بحسب المضيف. لذلك قد تكون GPU رخيصة تعيد تنزيل نموذج كبير أو مجموعة بيانات كبيرة صفقة سيئة لمهمة قصيرة. ضع مسار البيانات كاملًا في المقارنة، لا بطاقة الرسوم وحدها. تشرح وثائق أسعار Vast.ai هذه المكونات.

في عملية تدريب قابلة للمقاطعة، قد لا يكفي ملف النموذج المحفوظ وحده لاستئناف التدريب بدقة. احفظ الحالة التي يحتاجها إطار التدريب، وأثبت نجاح مسار الاستئناف قبل الاعتماد عليه. وفي طابور المعالجة على دفعات، أعطِ المهام معرّفات ثابتة حتى لا تؤدي إعادة المحاولة إلى تكرار النتائج الظاهرة للعملاء. هذه معايير قبول لاختيار سعة قابلة للمقاطعة، وليست ادعاءً بأن المزود يتولى الاستعادة عنك.

يوفر Vast.ai بنية تحتية دون إدارة خوادم أيضًا. لكن وجودها لا يلغي الأسئلة المتعلقة بالمضيف وتكلفة البيانات: فالوثائق التي جرى فحصها تصف فوترة هذه الخدمة من خلال تكاليف حوسبة المثيل وتخزينه ونطاقه الترددي. تركز هذه القائمة على الاستئجار من السوق لأنه الأنسب بوضوح لفريق صغير مستعد لإدارة تلك المفاضلات.

العناقيد المحجوزة والبنية السحابية القائمة

احجز السعة بعد قياس الطلب المستقر؛ وابقَ قريبًا من البنية القائمة عندما يضيف نقل المهمة عملًا أكثر مما يوفره. هذان سببان مختلفان لاختيار منصة أكبر. وقد ينطبق أي منهما على فريق صغير دون أن يصبح مشتريًا بحجم عمالقة الحوسبة السحابية.

6. CoreWeave: الأنسب عندما تكون متطلبات العنقود محددة

CoreWeave سحابة لبنية الذكاء الاصطناعي التحتية، توفر Kubernetes مُدارًا على عُقد GPU بخوادم فعلية مباشرة. وتناسب فريقًا انتقل من التجربة إلى احتياج حوسبي مخطط له. ينسّق Kubernetes الحاويات بين الأجهزة، ويفيد عندما يحتاج النشر إلى هذا التنسيق ويوجد من يتولى مسؤوليته. أما القيد أمام الفريق الصغير فيتعلق بتخصيص الموارد والتشغيل: فالشراء على مستوى العقدة والعنقود المُدار يظلان بحاجة إلى مهمة واضحة وخطة تخزين ومسؤول تشغيل. ضع CoreWeave ضمن الخيارات عندما يصبح تخطيط السعة حاجة فعلية، لا بوصفه المكان الافتراضي لاكتشاف احتياجات نموذجك.

الأنسب لـ: الفرق التي تعرف احتياجها من العناقيد وتستطيع تشغيل مهام على Kubernetes.
أبرز ميزة: Kubernetes مُدار على عُقد بخوادم فعلية مباشرة، مع شبكات للعناقيد وعزل للموارد.
الأسعار: يدرج جدول أمريكا الشمالية مثيل GH200 بوحدة GPU واحدة بسعر $6.50/ساعة؛ وتتطلب السعة المحجوزة عرض سعر، وفق صفحة أسعار CoreWeave التي جرى التحقق منها في 30 أكتوبر 2026.
التجربة المجانية: لم تُدرج تجربة GPU مجانية في صفحة التسعير التي جرى فحصها.

اقرأ أعمدة CoreWeave بعناية. تحتوي عدة مثيلات GPU منشورة على 8 وحدات GPU، ومنها صفوف H100 وH200 وA100 وL40 وL40S. وتعرض الصفحة أسعارًا منفصلة للاستدلال بوحدة GPU واحدة، مع حاشية تقصر هذا التسعير على عملاء منصة الاستدلال. تفيد قسمة سعر العقدة على عدد وحدات GPU فيها لأغراض الحساب، لكنها لا تثبت إمكان استئجار ذلك الجزء من العقدة لمهمة عادية على عنقود.

تفصل صفحة الأسعار بين أمريكا الشمالية وأوروبا، وتعرض خيارات عند الطلب وSpot وحجوزات مسبقة. عند الحجز، اطلب التكوين الدقيق للعقدة، وموقع النشر، ومدة الالتزام، وشروط السعة. وتأكد أيضًا من أصغر وحدة زمنية للفوترة في عرض السعر؛ فوجود سعر معلن بالساعة لا يثبت وحده أن الاحتساب يجري بالثانية.

يدرج CoreWeave نقل البيانات عبر الإنترنت وداخل الشبكة بوصفه مجانيًا، بينما يفرض رسومًا مستقلة على التخزين وخدمات عناوين IP العامة. يجعل ذلك المهام التي تنقل بيانات بكثافة جديرة بالدراسة، لكن يجب أن يظل الالتزام بموارد الحوسبة مجديًا. فرخص نقل البيانات لا يعوّض عن عنقود يقضي معظم مدة حجزه خاملًا.

تشرح وثائق CoreWeave Kubernetes Service مستوى التحكم المُدار، والعُقد القائمة على خوادم فعلية مباشرة، والشبكات الخاصة، وشبكات GPU. والسؤال الحاسم لفريق ذكاء اصطناعي صغير هو تحديد المسؤولية: من سيجهز المهام ويراقب الأعطال ويدير الأسرار ويستعيد الخدمة؟ إذا كان هو الشخص نفسه الذي ما زال يتحقق من جدوى التطبيق، فقد توصلك وحدة Pod أو واجهة API أبسط إلى ميزة عاملة أسرع.

7. Google Cloud: الأنسب عندما تحتاج المهمة إلى البقاء بجوار تطبيقك الحالي

يوفر Google Cloud أجهزة Compute Engine افتراضية مزودة بوحدات GPU، ما يجعله خيارًا منطقيًا عندما يكون تطبيقك وبياناتك مستضافين لديه أصلًا. قد يبسّط إبقاء تشغيل النموذج قريبًا من بقية النظام قرار النشر، حتى لو قدمت سحابة متخصصة عرضًا جذابًا لوحدة GPU. والعقبة هي الوصول إلى الموارد: يجب أن يتوافق نوع الجهاز والمنطقة والحصة والتوافر الفعلي معًا. اختر Google Cloud لمهمة تستفيد من موقعه وإعداد التشغيل القائم لديك، مع احتساب أن سعر GPU الابتدائي ليس سعر خادم كامل.

الأنسب لـ: المطورين الذين يضيفون مهام GPU إلى تطبيق يعمل أصلًا على Google Cloud.
أبرز ميزة: عائلات أجهزة GPU مع معلومات صريحة عن التوافر الإقليمي وضوابط الحصص.
الأسعار: يبدأ إلحاق T4 في آيوا من $0.35/ساعة لوحدة GPU وحدها، إضافة إلى الجهاز الافتراضي، وفق صفحة أسعار المسرّعات من Google التي جرى التحقق منها في 30 أكتوبر 2026.
التجربة المجانية: لا يمكن إضافة وحدات GPU خلال Free Trial؛ ويلزم ترقية الحساب إلى حساب مدفوع.

أسعار GPU في Google Cloud: أضف تكلفة الجهاز الافتراضي

وحدة GPU الملحقة مورد إضافي، وليست جهازًا كاملًا. تحتوي T4 المذكورة في السعر على ذاكرة GPU بسعة 16 GB. وإذا احتاج التطبيق إلى ذاكرة أكبر أو مسرّع مختلف، فعليه اختيار إعداد آخر بدل بناء ميزانيته على ذلك السعر الابتدائي.

تدرج Google أيضًا عائلات أجهزة مدمجة مع GPU، منها G2 مع L4، وA2 مع إصدارات A100، وإصدارات A3 التي تستخدم H100 أو H200. يختلف ما يشمله سعر الجهاز المدمج عما يشمله سعر GPU الملحقة. ضع نوع الجهاز المختار في التقدير إلى جانب رسوم التخزين والشبكة.

يحاسب Compute Engine بالثانية بعد حد أدنى قدره دقيقة واحدة. وتظل الفاتورة مستمرة لجهاز افتراضي يعمل وهو خامل. وقد تُحتسب رسوم الحجوزات حتى عندما لا تكون الموارد قد شُغّلت، لذا يختلف قرار حجز التوافر عن قرار تشغيل مهمة. تشرح قواعد فوترة Compute Engine هذه الحدود.

توافر GPU في Google Cloud: الحصة ليست الشرط الوحيد

إدراج نوع GPU لا يضمن أن حسابك يستطيع تشغيله في النطاق المفضل اليوم. توثق Google دعم GPU بحسب النطاق، وتعمل ضوابط الحصص بصورة منفصلة عن السعة الفعلية. تحقق من الجهاز المقصود في قائمة مناطق ونطاقات GPU، ثم تأكد من حصص GPU اللازمة.

مثلًا، ينبغي لفريق يخدم عملاء بالقرب من قاعدة بياناته الحالية تحديد المواقع القريبة المقبولة قبل طلب إعداد GPU. فإذا افتقر النطاق المطلوب إلى السعة، فقد يؤدي نقل خادم النموذج وحده إلى مكان أبعد إلى تغيير زمن الاستجابة ومسار نقل البيانات معًا. تعامل مع هذا البديل بوصفه تغييرًا في التطبيق يحتاج إلى اختبار.

ولـFree Trial قيد مستقل: فهي لا تسمح بإضافة GPU أو طلب زيادة الحصص. كما تستثني طبقة Free Tier المستمرة لدى Google وحدات GPU. لذلك لا يكفي الإعلان عن رصيد ترحيبي لإثبات قدرة حساب جديد على بدء تجربة GPU فورًا. المرجع هو شروط Google نفسها.

كيف تختار خوادم GPU السحابية للذكاء الاصطناعي؟

استبعد أولًا العتاد الذي لا يتسع للمهمة، ثم قارن المزودين الذين يوفرون العتاد المناسب. تحتفظ ذاكرة GPU، التي تُسمى غالبًا VRAM، بالنموذج والحالة اللازمة لتشغيله. وقد يفشل نموذج لا يكاد يتسع في الذاكرة بمجرد وصول مطالبة أطول أو طلب متزامن إضافي.

ابدأ بتقدير يقتصر على الأوزان. عند دقة 16 بت، يشغل كل مُعامل 2 بايت؛ وعند 4 بت، يشغل الوزن الخام نصف بايت. لذلك تبلغ أوزان نموذج ذي 8 مليارات مُعامل نحو 16 GB بدقة 16 بت، أو 4 GB من الأوزان الخام بدقة 4 بت. ولنموذج ذي 32 مليار مُعامل تكون القيم 64 GB أو 16 GB؛ ولآخر ذي 70 مليار مُعامل تكون 140 GB أو 35 GB. هذه حساباتنا بوحدة GB العشرية، وليست متطلبات مقيسة لتقديم النماذج. يشرح دليل Runpod لتحديد الموارد قاعدة الذاكرة التي تستند إليها.

المساحة غير المحسوبة هنا مهمة. تحتاج بيئة الاستدلال إلى ذاكرة للعمل، وتحتفظ ذاكرة KV المؤقتة بحالة الانتباه مع تقدم التوليد. ويتغير حجم تلك الحالة بحسب طول السياق وعدد الطلبات المتزامنة. ووصف النموذج بأنه «بحجم 35 GB» لا يعني أن ميزانية ذاكرة نشره هي 35 GB. تشرح وثائق الذاكرة المؤقتة من Hugging Face سبب ضرورة تقدير هذه الذاكرة بصورة مستقلة.

استخدم بطاقات 24 GB و48 GB و80 GB فئاتٍ للتقييم، لا ضمانات. قد يترك نموذج صغير مكمّم مساحة مفيدة على جهاز بسعة 24 GB. لكن نموذجًا أكبر أو سياقًا أطول أو طلبات متزامنة أكثر قد ينقلك إلى فئة أخرى. احتفظ بهامش واضح فوق أعلى استهلاك للذاكرة رصدته، بدل تقدير السعة انطلاقًا من أصغر طلب نجح.

يتغير الحساب عند الضبط الدقيق. يضيف التدريب الكامل التدرجات وحالة المُحسّن والتنشيطات المحفوظة. وتحدّث الأساليب المعتمدة على وحدات التكييف مجموعة أصغر من المُعاملات، ما قد يقلل المتطلبات، لكنه لا يزيل جميع تكاليف الذاكرة. ونجاح الاستدلال لا يثبت أن البطاقة نفسها تتسع للضبط الدقيق الكامل. راجع تفصيل ذاكرة التدريب ونظرة عامة على الضبط الدقيق الكفء في عدد المُعاملات.

ثم افحص إصدار GPU وتوافق البرمجيات. فإدراج المزود لوحدة H100 لا يثبت أن كل عرض لوحدة H100 يحمل الشكل المادي نفسه أو إعداد الذاكرة نفسه أو تخصيص المعالج المركزي نفسه أو تقنية الربط نفسها. وتحتاج وحدات GPU المتعددة أيضًا إلى إطار يستطيع تقسيم العمل بفاعلية؛ فشراء بطاقات إضافية ليس حلًا تلقائيًا لمهمة بطيئة أو أكبر من السعة المتاحة.

اختم بحساب دورة التشغيل المدفوعة كاملة. ميّز لدى كل مزود وصل إلى القائمة النهائية بين بدء الحوسبة، والعمل المفيد، والانتظار مع بقاء الموارد جاهزة، والإنهاء، والتخزين المحتفظ به. قدّر شهرًا وفق جدولك المتوقع، بما فيه فترات الخمول وإعادة المحاولة. يحتاج الجهاز المحجوز باستمرار ومهمة الدفعات اليومية القصيرة إلى ميزانيتين مختلفتين، حتى لو تطابق السعر المعروض بالساعة.

أي مزود يناسب حالتك؟

العامل الذي يغيّر الاختيار هو حاجتك إلى التحكم في بيئة التشغيل، ثم جدوى إبقائها جاهزة. إذا كانت واجهة API مدعومة تحقق الميزة المطلوبة، فابدأ بتقييم Together AI. وإذا كان كود الاستدلال الخاص بك أساسيًا والطلب متقلبًا، فقارن Modal مع Runpod Serverless. وإذا احتجت إلى بيئة تفاعلية أو عملية ضبط دقيق ممتدة، فابدأ بوحدات Runpod Pods ومثيلات Lambda.

لمهمة دفعات قابلة للاستئناف ومرنة في الموقع، أضف Vast.ai. ولمهمة عنقود معروفة ولها مسؤول تشغيل، أضف CoreWeave. وإذا كان التطبيق يعتمد أصلًا على موقع وإعداد تشغيل محددين في Google Cloud، فقيّم سعة GPU لديه قبل دفع تكلفة الانتقال إلى مزود آخر.

يصبح حجز السعة منطقيًا عندما تعرف أن العتاد سيظل مفيدًا طوال مدة الالتزام، وأن ضمان التوافر مهم بحد ذاته. لا تحجز كي تكتشف نسبة الاستفادة. شغّل المهمة أولًا، وحدد الطلب الذي يستمر خلال فترات الهدوء، ثم احجز فقط السعة التي يبررها هذا الحد الأساسي.

وقد تفضل خدمة حساسة لزمن الاستجابة سعة مخصصة أو جاهزة حتى مع حجم طلب منخفض نسبيًا. فقد تكون كلفة انتظار العميل بعد كل فترة هدوء أعلى من كلفة وحدة تنفيذ خاملة. قِس أول استجابة بعد الخمول وأبطأ الاستجابات أثناء دفعات الطلب؛ فقد يخفي متوسط زمن الاستجابة المشكلتين معًا.

إذا كنت ما زلت تحسم ما إذا كنت تحتاج أصلًا إلى إدارة بيئة تشغيل GPU، فإن دليل شرائح الاستدلال مقابل GPU يشرح المفاضلة الأوسع المتعلقة بالتحكم في العتاد.

كيف اختيرت هذه الخدمات؟

المعايير هي ملاءمة المهمة، ووحدة شراء يمكن التحقق منها، وكفاية الذاكرة، وتكاليف البيانات، وسلوك بدء التشغيل، وإمكان الوصول في المنطقة المطلوبة. يغطي المزودون السبعة واجهات API مُدارة للنماذج، وتطبيقات مخصصة دون إدارة خوادم، وتأجير GPU مباشرة، والأسواق المفتوحة، والعناقيد المخطط لها. والتوصية مرتبطة بمهمة محددة، وليست ترتيبًا مطلقًا للسرعة.

جرى التحقق من الأسعار والقدرات بالرجوع إلى صفحات الشركات في 30 أكتوبر 2026. ولم تُستأجر وحدات GPU، ولم تُجرَ اختبارات لمعدل الإنجاز أو مدة الإتاحة ضمن هذه المقارنة. تقديرات الأوزان عمليات حسابية معلنة، والتوصيات بالمنصات تحليل لسلوكها الموثق.

تظل القائمة موجهة إلى مطور أو فريق ذكاء اصطناعي صغير. فتوسيعها بأدلة سحابية أشمل أو وسطاء مشتريات أو مزيد من عمالقة السحابة سيضيف أسماء دون أن يغيّر القرار الأول: هل تحتاج إلى نقطة وصول للنموذج، أم جهاز، أم عنقود؟ لا يستحق المزود دخول التقييم النهائي إلا إذا أمكنه توفير الإعداد المطلوب في مكان تستطيع استخدامه فيه.

خيارات ينبغي تجنبها في هذه الحالات

تجنب نموذج الشراء غير المناسب لمهمتك، حتى لو كان المزود نفسه ملائمًا لحالات أخرى.

• سعة Vast.ai القابلة للمقاطعة لمهمة لا يمكن استئنافها أو إعادة محاولتها بأمان. أثبت نجاح الاستعادة قبل تحمل مخاطر المقاطعة.
• Runpod Community Cloud عندما تعتمد خطتك على إرفاق وحدة تخزين شبكية من Runpod. فهذا الخيار مخصص لوحدات Pods على Secure Cloud.
• تقليص موارد Modal إلى الصفر عندما يجب أن تستوفي كل استجابة أولى حدًا صارمًا لزمن الاستجابة ولم تقس زمن التهيئة. خصص ميزانية لسعة جاهزة أو غيّر طريقة النشر.
• Lambda 1-Click Clusters أو حجز CoreWeave عندما لا يزال عدد وحدات GPU المفيدة ومدة المهمة مجرد تقديرات تخمينية. حدد الطلب باستئجار أصغر أولًا.
• خدمة Together AI دون خوادم عندما تكون نقطة الحفظ المطلوبة أو سلوك بيئة التشغيل خارج ما يدعمه منتج API. قيّم منتجاته المخصصة أو بيئة GPU قابلة للبرمجة بدلًا من ذلك.
• Free Trial من Google Cloud دون ترقية بوصفها خطة للوصول الفوري إلى GPU. فقيود GPU فيها صريحة.

أسئلة شائعة عن خوادم GPU السحابية

ما أبرز مزودي خوادم GPU السحابية؟

المزودون السبعة الذين تقارنهم هذه المقالة هم Runpod وLambda وCoreWeave وVast.ai وModal وTogether AI وGoogle Cloud. ابدأ بفئة المنتج التي تحتاجها: واجهة API مُدارة للنموذج، أو حوسبة مخصصة دون إدارة خوادم، أو جهاز عند الطلب، أو استئجار من سوق مفتوح، أو سعة عنقود محجوزة. وتشرح أقسام المزودين مواضع التداخل بين هذه الفئات.

هل تتوفر وحدات GPU سحابية مجانًا؟

تتضمن خطة Starter من Modal أرصدة حوسبة شهرية محدودة، وليست وصولًا غير محدود إلى GPU، كما أن رسوم رموز Shared Endpoint منفصلة. وتمنع Free Trial من Google إلحاق وحدات GPU حتى ترقية الحساب إلى مدفوع، بينما تستثني Free Tier المستمرة وحدات GPU. ويشترط Together AI صراحة الدفع المسبق. تعامل مع الأرصدة وسيلةً لتقييم المهمة، لا خطةً لسعة الإنتاج.

كيف تقارن خدمات GPU السحابية؟

قارن نقطة الحفظ نفسها والدقة نفسها وأطوال الإدخال والتزامن على إصدار GPU المحدد وحجم الموارد المخصص نفسه. ضمّن وقت بدء التشغيل والخمول المدفوع، والتخزين، ونقل البيانات، والعمل الذي فشل. النتيجة المفيدة هي تكلفة العمل المكتمل الذي يحقق متطلباتك لزمن الاستجابة والاستعادة، لا أصغر رقم بجوار «ساعة GPU».

خلال الأسبوع المقبل، أعطِ مزودين من القائمة النهائية المهمة الصغيرة نفسها ومعايير القبول نفسها. سجّل ذروة الذاكرة، والوقت حتى أول نتيجة مفيدة، ومعدل إنجاز المهام المكتملة، ومدة الموارد المحتسبة في الفاتورة، والتكلفة المتبقية بعد الإيقاف. في التدريب، جرّب الاستعادة من نقطة حفظ؛ وفي تقديم النموذج، اختبر طلبًا بعد الخمول ودفعة طلبات. لا توسّع النشر إلا عندما تؤيد هذه النتائج ذلك.

احصل على قائمة تدقيق سير العمل بالذكاء الاصطناعي للأعمال والنشرة البريدية للمشغّلين.