تعدين GPU مقابل استدلال LLM 2026: أيهما أكثر ربحية؟

أصبحت ربحية بطاقة RTX 4090 في تعدين إثبات العمل (PoW) مثل Kaspa أو Clore في مسدودة تماماً بسبب تكلفة الكهرباء وصعوبة الشبكة، حيث بالكاد تحقق فيที่ดีل 0.40–0.60 دولار صافي يومياً لكل كارت بناءً على تعريفة 0.06 دولار لكل كيلوواط/ساعة. أما ربط نفس التعدين المكون من 8 بطاقات RTX 4090 بمنصات مثل Vast.ai أو Render Network أو io.net لتشغيل الاستدلال (Inference) لنماذج مثل Qwen 2.5 72B أو Llama 3.3 70B عبر vLLM، فيمنح أرقاماً مختلفة تماماً، ولكنه بالمقابل يرفع حجم الصداع والمتاعب أضعافاً مضاعفة.

فبينما يقتصر الأمر في التعدين على عمل Flash للـ BIOS، وتثبيت حد الطاقة (Power Limit) عند 250 واط، وضبط سرعة الذاكرة (lock memory clock) على 810 ميغاهرتز، وتوجيه المراوح وإرسال الـ Stratum إلى البูล، فإن هذا الإعداد لن يقدم أي كفاءة تشغيل مقبولة مع الاستدلال.

تتمثل المشكلة الكبرى في تأجير كرت الشاشة لأحمال الذكاء الاصطناعي في تأخير ناقل البيانات (Bus Latency) والذاكرة. ففي الأسواق اللامركزية، يطلب العملاء العقد (Nodes) لمهام محددة: فمنهم من يشغل استدلال FP8/INT4، ومنهم من يحتاج إلى نوادر التنسور (Tensor Cores) لإجراء عملية ضبط دقيق (Fine-tuning) خفيفة عبر LoRA.

تتوزع فروق العتاد والإعدادات على النحو التالي:

• ناقل PCIe: في تعدين إثبات العمل (مثل العملات المشابهة لـ Ethash أو HeavyHash)، يكفي استخدام موسعات x1 PCIe 2.0/3.0. أما للاستدلال، فأنت بحاجة إلى قناة نقل بيانات كاملة وعالية النطاق. إذا كان الكرت مثبتاً على منفذ PCIe 3.0 x1، فإن تمرير أوزان النماذج التي تتجاوز 40 جيجابايت من ذاكرة النظام (RAM) إلى ذاكرة الكرت (VRAM) يعتبر كارثة حقيقية من حيث زمن الوصول (Latency). أنت بحاجة إلى اللوحات الأم التي تدعم على الأقل PCIe 4.0 x8، ويفضل x16 لكل منفذ، أو لوحات الخوادم المزودة بمبدلات Broadcom/PLX.
• سعة وسرعة الذاكرة العشوائية للكرت (VRAM): في التعدين، ما يهم هو حجم ملف الـ DAG أو عرض الناقل. أما في استدلال نماذج اللغات الكبيرة (LLMs)، فتعتبر سعة VRAM العامل المحدد الأساسي. تحظى بطاقة RTX 3090 (24 جيجابايت) بقيمة أعلى من RTX 4080 (16 جيجابايت)، ببساطة لأن 16 جيجابايت لا تستطيع استيعاب حتى نموذج Llama 3 70B المُكمّس (Quantized) عند خدمة عدة مستخدمين بالتوازي عبر ذاكرة التخزين المؤقت KV cache.
• استهلاك الطاقة وقفزات الأحمال: استهلاك الطاقة في التعدين خطي وثابت؛ إذ تقوم بتشغيل أمر nvidia-smi -pl 280 فيسير منحنى الاستهلاك بخط مستقيم. أما في الاستدلال، فبمجرد وصول دفعة من الأوامر (Prompts)، يقفز الكرت فوراً من 30 واط في وضع الخمول (Idle) إلى 450 واط كذروة تنفيذ (Execution). وإذا كان مزود الطاقة رديئاً أو مرتبطاً بخط واحد (مثل مزودات الطاقة الصينية القديمة بقوة 2000 واط)، فستتدخل حماية التيار الزائد (OVP/OCP) بسبب التغير المفاجئ والسريع في معدل التيار (dI/dt).
• البرمجيات والتعريفات: يعمل التعدين على أي نظام تشغيل مثل HiveOS أو RaveOS مع تعريف NVIDIA أساسي. أما للذكاء الاصطناعي، فأنت بحاجة إلى نظام Linux (مثل Ubuntu Server 22.04/24.04)، وحزم CUDA Toolkit حديثة (12.x)، وDocker، وnvidia-container-toolkit، بالإضافة إلى ضبط برامج الخادم الوسيط (Daemons) الخاصة بمصادقة المنصة بشكل صحيح.

من الناحية الاقتصادية: تطلب منصة Vast.ai حوالي 0.35–0.50 دولار في الساعة لبطاقة RTX 4090، ولكن هذا محسوب على أساس استغلاب بنسبة 100% (حسب الطلب On-Demand). أما معدل الاشغال الحقيقي للعقدة (Node) بدون عنوان IP ثابت ومع زمن وصول (Ping) يتجاوز 50 ميلي ثانية إلى مراكز البيانات الرئيسية، فنادرًا ما يتجاوز 50–60%. وعندما لا يوجد من يستأجر الكرت، فإنه يستهلك ببساطة 40–50 واط في وضع الخمول دون جلب أي عائد.

في النهاية، إذا توفرت لديك البنية التحتية ذات التبريد المناسب، وقناة إنترنت مستقرة بسعة 1 جيجابت/ثانية على الأقل، وأحجام ضخمة من ذاكرة النظام (بنسبة 1:1 على الأقل مقارنة بسعة VRAM)، والرغبة في تحديث الحاويات بانتظام، فإن تأجير الكروت للاستدلال يمنحك عائداً يضاعف أرباح تعدين إثبات العمل من مرتين إلى ثلاث مرات. أما إذا تم تجميع هذا الرف (Rig) بطريقة عشوائية من قطع خشبية وموسعات x1 ومعالج Celeron، فالشيء الوحيد الذي سيجيده هو تشغيل خوارزميات مثل Pyrin أو NEXA ببطء وكآبة.

نظام التشغيل والإدارة

نظام التشغيل والإدارة - وهنا بالتحديد تظهر تكاليف الجهد الحقيقي التي تتجاهل الاعلاميات الترويجية للمنصات في الحديث عنها.

ما يجري على جانب نظام التشغيل والبرمجيات

في التعدين، تلخص كافة الإعدادات في سكربت مصادقة واحد وملف إعدادات مخصص لبرنامج التعدين (Gminer أو LOLMiner أو Rigel). أما في منصات التأجير المخصصة للذكاء الاصطناعي (مثل Vast.ai أو Clore.ai أو RunPod)، فتتحول الجهاز المضيف إلى عقدة افتراضية متكاملة.

إليك الفرق الأساسي في بنية النظام (Stack Architecture):

[ PoW Mining ]
Linux Kernel -> NVIDIA Driver -> Mining Executable -> Stratum Pool
[ AI Inference Node ]
Ubuntu Server 22.04/24.04 LTS 
  ├── NVIDIA Driver (535/550+ Open Kernel Modules)
  ├── CUDA Toolkit (12.x) & nvidia-container-toolkit
  ├── Docker Daemon (مع التكامل المحلي لـ cgroupsv2 لتحديد استهلاك الكرت)
  ├── Host Daemon الخاص بالمنصة (عميل Vast/Clore: المراقبة، توجيه المنافذ، مفاتيح SSH)
  └── Container Context (vLLM / Ollama / ComfyUI / PyTorch + HuggingFace Cache)

إذا توقف برنامج التعدين لديك، يقوم الـ watchdog بإعادة تشغيل العملية خلال 3 ثوانٍ. ولكن إذا توقف خادم `vllm.entrypoints.openai.api_server` داخل حاوية المستأجر بسبب نفاذ الذاكرة العشوائية (Out-Of-Memory - OOM) نتيجة تضخم ذاكرة KV التخزينية على سياق طويل (مثلاً 32 ألف رمز على نموذج Llama-3)، يقوم العميل ببساطة إلغاء الإيجار. حينها تفقد تصنيف المضيف الخاص بك (Uptime Score) على المنصة، وتخرج العقدة الخاصة بك من نتائج البحث لأيام عدة.

النطاق الترددي للشبكة وإدخال/إخراج القرص الصلب (Disk I/O)

في التعدين، حجم حركة البيانات الواردة والصادرة يكاد يكون مهجوراً: حيث تُرسل البيانات (Shares) بحزم لا تتجاوز بضعة كيلوبايتات عبر بروتوكول Stratum. ويكفي لذلك حتى مودم 4G بزمن وصول (Ping) يبلغ 80 مللي ثانية.

أما لتأجير الكروت من أجل الاستدلال (Inference) والضبط الدقيق (Fine-tuning)، فتعتبر الشبكة هي عنق الزجاجة المباشر:

• تحميل أوزان النماذج: يقوم العميل باستئجار الكرت وسحب نموذج Llama-3-70B بصيغة ضغط INT4 (حوالي 40 جيجابايت) من منصة HuggingFace. على سرعة إنترنت 100 ميجابت/ثانية، ستستغرق هذه العملية حوالي ساعة كاملة. وطوال هذا الوقت، يدفع العميل تكلفة وقت الخمول ويكتب تقييماً سلبياً بحقك. يجب ألا تقل سرعة الشبكة عن 1 جيجابت/ثانية للألياف الضوئية المتماثلة (ويفضل 2.5 إلى 10 جيجابت/ثانية).
• نظام التخزين: انسَ تماماً أقراص SATA SSD الرخيصة أو أقراص HDD القديمة التي قد تفي بالغرض كقرص إقلاع لنظام HiveOS. فالحاويات الخاصة بالذكاء الاصطناعي تقوم باستمرار بكتابة الملفات المؤقتة وقراءة موترات (Tensors) بحجم جيجابايتات. أنت بحاجة إلى أقراص NVMe (من نوع PCIe 4.0 x4) مزودة بوحدات تحكم تحتوي على ذاكرة مؤقتة DRAM (مثل Samsung 980 Pro أو Kingston KC3000)، بسعة لا تقل عن 2 تيرابايت لكل 4 كروت شاشة. الأقراص الرخيصة الخالية من ذاكرة الـ DRAM ترتفع حرارتها بسرعة، وتتعرض لانخفاض في الأداء (IOPS Throttling)، مما يؤدي إلى تعطل خدمة Docker بالكامل.

الأمان وعزل المضيف (Host Isolation)

عندما تقوم بتأجير كروت الشاشة الخاصة بك لمهام الحسابات لصالح أشخاص آخرين، فأنت تمنحهم فعلياً صلاحية تنفيذ أكواد برمجية عشوائية داخل حاوية (Container) على عتادك الخاص.

إذا تم إعداد Docker على نظام المضيف بطريقة خاطئة، أو تم استخدام نواة نظام قديمة تحتوي على ثغرات أمنية غير مغلقة مثل ثغرة الهروب من الحاوية (Container Escape)، فيمكن للمستأجر الحصول على صلاحيات الجذر (Root Access) على نظام التشغيل الأساسي.

الخطوات الإلزامية لحماية العقدة الخاصة بك:

• إلغاء تفعيل وضع الامتيازات (Privileged Mode) في إعدادات خادم المضيف (Daemon).
• إعداد جدار الحماية iptables / ufw لعزل الشبكة المحلية بشكل صارم (حتى لا يتمكن المستأجر من فحص شبكتك المنزلية أو جهاز التوجيه الراوتر من داخل الحاوية).
• استخدام شبكات محلية افتراضية VLANs منفصلة لقطاع التعدين وعقد الحوسبة.
• إلغاء الدخول عبر SSH باستخدام كلمة المرور على جهاز المضيف، والاعتماد حصرياً على المصادقة بمفاتيح Ed25519.

المخاطر المالية وتدفق السيولة

في تعدين إثبات العمل (PoW)، تصل الأرباح إلى مجمع التعدين (Pool) بشكل مباشر: قمت بتعدين العملات -> تحصل على دفعتك في محفظتك مرة كل يوم. العلاقة بين المخاطر والعائد (Risk/Reward) واضحة وشفافة.

أما في خدمات الذكاء الاصطناعي، فتتم المدفوعات إما بعملة المنصة الداخلية أو بالعملات المشفرة (USDT/BTC) مع فترة تأخير (Hold Period). على سبيل المثال، في منصة Clore.ai أو Render، يتم دفع جزء من المكافأة بعملاتهم الخاصة، والتي تخضع لتقلبات سعرية حادة. إذا انخفضت عملة المنصة بنسبة 20% في يوم واحد، فإن ربحك الفعلي من التأجير سيتحول إلى أرقام تقل عن عائدات تعدين PoW.

إذا لم تكن رغبتك ملحة في المراقبة الدائمة أمام سطر الأوامر (Terminal)، وتعديل صلاحيات `nvidia-persistenced`، وتنظيف ذاكرة التخزين المؤقت لـ Docker بأمر `docker system prune -a`، وفهم سبب تعطل PyTorch بسبب خطأ Segfault ناتج عن تعارض إصدارات مكتبة cuDNN - فإن تأجير عتادك للذكاء الاصطناعي سيتحول سريعاً إلى صداع مزمن وغير قابل للسيولة.

دليل خطوة بخطوة لإعداد منصة سطح المكتب لتأجيرها في شبكات الحوسبة (Compute-Networks)

إذا كان لديك جهاز عمل أو ريج (Rig) يعتمد على بطاقتين RTX 4090 / 3090 وتريد تحويله من تعدين العملات (PoW) إلى معالجة الاستدلال (Inference)، فالتركيبة البرمجية النموذجية تبدو كالتالي:

1. تثبيت نظيف لنظام لينكس والبيئة الأساسية

انساك من التوزيعات المخصصة للتعدين التي يتم حرقها على فلاشات USB. أنت بحاجة إلى نسخة خادم (Server) نقية من التوزيعة مثبتة على قرص NVMe:

# تحديث الحزم وتثبيت البرمجيات الأساسية
sudo apt update && sudo apt upgrade -y
sudo apt install -y build-essential dkms git curl wget htop nvme-cli net-tools ufw

2. تثبيت تعريفات NVIDIA و CUDA بدون أي إضافات زائدة

لا تقم بتثبيت التعريفات عبر الأمر التقليدي ubuntu-drivers autoinstall، لأنه غالباً ما يقوم بجلب مكتبات سطح المكتب ويفسد وضع الخادم (Headless). احصل مباشرة على فرع التعريفات الرسمي (مثل 550+):

# إضافة مستودع NVIDIA
sudo add-apt-repository ppa:graphics-drivers/ppa -y
sudo apt update
sudo apt install -y nvidia-driver-550-server nvidia-utils-550-server
# تفعيل وضع الثبات (persistence mode) لمنع بطاقات الـ GPU من الدخول في وضع السكون والتسبب ببطء عند بدء تشغيل الحاويات
sudo nvidia-smi -pm 1

بعد إعادة التشغيل، نتحقق من حالة الناقل وحدود الطاقة. لضمان الاستقرار على مدار الساعة (24/7)، من المجدٍ خفض استهلاك الطاقة (TDP) قليلاً للحد من قفزات الحرارة القصوى للذاكرة العشوائية (VRAM):

# تحديد طاقة RTX 4090 بـ 350-380 واط بدلاً من 450 واط الافتراضية
sudo nvidia-smi -pl 360

3. إعداد Docker و NVIDIA Container Toolkit

بدون تمرير الـ GPU (Passthrough) إلى حاويات معزولة، لن يعمل أي سوق سحابي (Vast.ai, Render, RunPod):

# تثبيت Docker CE
curl -fsSL https://get.docker.com -o get-docker.sh
sudo sh get-docker.sh
# إضافة أداة NVIDIA Container Toolkit
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg
curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \
  sed 's#deb [^ ]* #&[signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] #' | \
  sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
sudo apt update
sudo apt install -y nvidia-container-toolkit
# تكوين بيئة التشغيل (runtime) وإعادة تشغيل الخدمة
sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker

التحقق من أن كارت الشاشة مرئي بداخل الحاوية:

docker run --rm --gpus all nvidia/cuda:12.0.0-base-ubuntu22.04 nvidia-smi

نظرة مالية مقارنة لمختلف أنواع بطاقات الجرافيكس

لكي تفهم واقع السوق، إليك جدول ملخص لعائد الاستثمار ومدى ملاءمة العتاد الشائع:

* يتم احتساب الدخل بناءً على معدلات الاستخدام المتوسطة (50-70%) بعد خصم تكلفة الكهرباء بسعر $0.06 لكل كيلوواط/ساعة.

سيناريو بديل: التعدين/الاستدلال الهجين عبر التبديل التلقائي

لأولئك الذين لا يريدون خسارة الأموال أثناء خمول العقدة (Node) على أسواق الذكاء الاصطناعي، توجد آلية للتبديل الديناميكي للمهام:

• الأولوية القصوى: برنامج Vast.ai / Clore.ai ينتظر طلب العميل.
• عملية الخلفية: طالما لا يوجد أحد يستأجر الكارت (لا توجد عملية استأجار نشطة)، يقوم سكربت العامل (Worker) بتشغيل مُعدّن PoW خفيف (مثل Kaspa أو Zephyr على المعالج أو الكارت).
• محفز التبديل: بمجرد وصول طلب API لإنشاء حاوية Docker خاصة بالذكاء الاصطناعي، يرسل السكربت أمراً فورياً (SIGKILL) للمُعدّن، ويفرغ الذاكرة العشوائية (VRAM)ويسلم الكارت للعميل.

يمكن تنفيذ ذلك عبر سكربت Bash بسيط لمراقبة حالة حاويات Docker:

#!/bin/bash
# سكربت عامل بسيط لمراقبة حاويات الذكاء الاصطناعي النشطة
MINER_PID=""
while true; do
    # التحقق مما إذا كانت هناك حاويات قيد التشغيل بخلاف حاويات النظام
    ACTIVE_CONTAINERS=$(docker ps -q --filter "label=ai_workload=true" | wc -l)
    if [ "$ACTIVE_CONTAINERS" -gt 0 ]; then
        if [ ! -z "$MINER_PID" ]; then
            echo "[+] تم رصد حمولة ذكاء اصطناعي. جاري إيقاف تعدين الخلفية..."
            kill -9 $MINER_PID
            MINER_PID=""
            # إعادة ضبط المراوح وحدود الطاقة للذكاء الاصطناعي
            nvidia-smi -pl 380
        fi
    else
        if [ -z "$MINER_PID" ]; then
            echo "[-] لا يوجد مستأجرون. جاري تشغيل مُعدّن PoW في الخلفية..."
            # تقليل حد الطاقة (Power Limit) لتوفير فاتورة الكهرباء أثناء التعدين
            nvidia-smi -pl 250
            /opt/miners/rigel --algo kaspa --pool stratum+tcp://... --wallet ... &
            MINER_PID=$!
        fi
    fi
    sleep 10
done

هذه الآلية تقضي على المشكلة الرئيسية لتأجير الذكاء الاصطناعي — وهي الدخل الصفر أثناء انتظار العميل — مع الحفاظ على جاهزية العقدة لقبول مهمة عالية الأجر في غضون ثوانٍ معدودة.

القرار النهائي يعتمد كلياً على مدى جاهزيتك لإدارة البنية التقنية. فتعدين PoW هو القصة الكلاسيكية للاستثمار في الععتاد بأقل تكلفة تشغيلية ممكنة، بينما تأجير البطاقات للذكاء الاصطناعي هو بحد ذاته نموذج عمل مصغر لخدمات البنية التحتية (Micro-IaaS)، حيث تتقمص دور مزود سحابي مصغر.