بعد أن تجرب نموذجًا مفتوح المصدر على جهازك وتعجبك نتائجه، يأتي السؤال الطبيعي: كيف أجعله متاحًا لتطبيقي أو موقعي على مدار الساعة؟ نشر نماذج الذكاء الاصطناعي على خادم خاص يمنحك الخصوصية والتحكم الكامل وتكلفة ثابتة يمكن التنبؤ بها، لكنه قد يتحول إلى فاتورة مرتفعة أو ثغرة أمنية إذا لم تخطط له جيدًا. في هذا الدليل ضمن سلسلة تطوير تطبيقات الذكاء الاصطناعي نشرح الخيارات المتاحة من الأرخص إلى الأقوى، وخطوات النشر الآمن، ومتى يكون الاستئجار أذكى من الامتلاك.

الخطوة الثانية والأهم في نشر نماذج الذكاء الاصطناعي هي الحماية. لا تفتح منفذ Ollama للعالم مباشرة، فقد رصد باحثو الأمن آلاف الخوادم المكشوفة التي يستطيع أي أحد استخدام نماذجها وموارد معالجتها مجانًا. ضع أمامها خادمًا وسيطًا مثل Nginx مع شهادة SSL ومفتاح وصول، ويمكنك أيضًا تقييد الوصول لعنوان خادم تطبيقك فقط:
الخطوة الثالثة هي جدار الحماية: اسمح فقط بمنافذ SSH وHTTPS، وعطّل الدخول بكلمة المرور واعتمد مفاتيح SSH. والرابعة هي المراقبة: راقب استهلاك الذاكرة والمعالج، وسجل الطلبات لتكتشف أي استخدام غير طبيعي.

السؤال الأول: هل تحتاج خادمًا خاصًا أصلًا؟
قبل استئجار أي خادم، قارن بصدق مع الواجهات البرمجية الجاهزة. إذا كان حجم استخدامك صغيرًا أو متقطعًا، فإن الدفع حسب الاستخدام لمزود نماذج سيكون غالبًا أرخص بكثير من خادم يعمل طوال الشهر وهو ينتظر طلبات قليلة. أما نشر نماذج الذكاء الاصطناعي على خادمك الخاص فيصبح منطقيًا عندما يكون الاستخدام كثيفًا ومستمرًا، أو عندما تمنعك الخصوصية من إرسال البيانات لطرف خارجي، أو عندما تحتاج نموذجًا مخصصًا دربته بنفسك.الخيار الأرخص: خادم VPS بمعالج فقط
نعم، يمكن نشر نماذج الذكاء الاصطناعي الصغيرة وتشغيلها على خادم VPS عادي بدون كرت شاشة، باستخدام llama.cpp أو Ollama ونماذج مضغوطة بحجم 1 إلى 4 مليارات معامل. السرعة ستكون متواضعة، لكنها كافية لمهام خلفية مثل تصنيف الرسائل وتلخيص النصوص القصيرة واستخراج البيانات، حيث لا ينتظر المستخدم الرد بشكل فوري. الذاكرة هنا هي العامل الأهم: نموذج بحجم 3 مليارات معامل مضغوط بأربع بتات يحتاج تقريبًا إلى 2 إلى 3 جيجابايت من الذاكرة، إضافة إلى ما يحتاجه النظام وطول السياق. وكثير من مزودي VPS يقدمون خوادم بذاكرة 8 أو 16 جيجابايت بأسعار معقولة.الخيار المتوسط: استئجار كرت شاشة عند الحاجة
للنماذج الأكبر أو الاستخدام التفاعلي تحتاج إلى كرت شاشة. وهنا تتوفر منصات تؤجر كروت الشاشة بالساعة مثل RunPod وVast.ai وLambda وغيرها، إضافة إلى بعض مزودي الخوادم التقليدية الذين يقدمون خوادم بكروت مخصصة بسعر شهري. والخيار الأذكى للاستخدام المتقطع هو المنصات اللاخادمية (Serverless) مثل Modal وReplicate، حيث يعمل الكرت فقط عند وصول طلب وتدفع ثمن الثواني الفعلية، مع ثمن يتمثل في بطء الطلب الأول حين يكون الخادم "باردًا".خطوات نشر نماذج الذكاء الاصطناعي على VPS
لنفترض خادم لينكس بنظام أوبونتو. الخطوة الأولى تثبيت Ollama وتحميل النموذج، مع إبقاء الخدمة تستمع على العنوان المحلي فقط وهو الإعداد الافتراضي:Bash:
curl -fsSL https://ollama.com/install.sh | sh
ollama pull qwen2.5:3b
# تأكد أن الخدمة تستمع على 127.0.0.1:11434 فقط ولا تكشفها للإنترنت مباشرةالخطوة الثانية والأهم في نشر نماذج الذكاء الاصطناعي هي الحماية. لا تفتح منفذ Ollama للعالم مباشرة، فقد رصد باحثو الأمن آلاف الخوادم المكشوفة التي يستطيع أي أحد استخدام نماذجها وموارد معالجتها مجانًا. ضع أمامها خادمًا وسيطًا مثل Nginx مع شهادة SSL ومفتاح وصول، ويمكنك أيضًا تقييد الوصول لعنوان خادم تطبيقك فقط:
NGINX:
server {
listen 443 ssl;
server_name ai.example.com;
# إعدادات شهادة SSL هنا
location / {
if ($http_authorization != "Bearer مفتاح_سري_طويل") { return 401; }
proxy_pass http://127.0.0.1:11434;
proxy_read_timeout 300s;
}
}الخطوة الثالثة هي جدار الحماية: اسمح فقط بمنافذ SSH وHTTPS، وعطّل الدخول بكلمة المرور واعتمد مفاتيح SSH. والرابعة هي المراقبة: راقب استهلاك الذاكرة والمعالج، وسجل الطلبات لتكتشف أي استخدام غير طبيعي.