WannaGoTech/WannaMed-Pro-ASR

WannaMed Pro ASR : Notre Meilleur Modèle de Reconnaissance Vocale Médicale & Radiologique — 100 % Développé From Scratch par WannaGoTech (Moteur C11 Natif, Architecture WG-Conformer & Routeur MoE par Spécialité)

WannaMed Pro ASR est notre meilleur modèle de reconnaissance vocale médicale et radiologique (ASR), intégralement conçu, programmé et entraîné from scratch à 100 % par la société WannaGoTech pour la suite clinique WannaMed.

S'appuyant sur un moteur d'inférence écrit en C11 pur (wg_engine) sans aucune dépendance externe, sur nos propres réseaux neuronaux WG-Conformer hybrides (CTC + RNN-T) développés from scratch et sur une architecture Mixture-of-Experts (MoE) dédiant un expert à chaque spécialité et à chaque jargon médical sans aucun chargement inutile de la RAM ou de la VRAM, WannaMed Pro ASR délivre une vitesse d'exécution extrême (0,42 ms sur GPU NVIDIA RTX 4090, 0,78 ms sur NVIDIA L4, 3,97 ms sur CPU en C11 natif) tout en occupant moins de 6,5 Mo de RAM vive en édition Tiny 8-Bit (~6,3 Mo) et moins de 39,5 Mo de RAM en édition Edge 8-Bit (~39,2 Mo) — ce qui le rend immédiatement exécutable sur tout appareil, même un ancien téléphone ou un ancien PC sans carte graphique.

• Espace de démonstration audio interactif : https://huggingface.co/spaces/WannaGoTech/WannaMed-Pro-ASR
• Demande de licence & accès au coffre-fort privé (WannaMed-Pro-ASR-weights-private) : contact@wannamed.com
• Site officiel WannaMed : https://wannamed.com/asr/ • Société éditrice : WannaGoTech

---

1. Pourquoi WannaMed Pro ASR est Notre Meilleur Modèle ASR Médical (Ingénierie 100 % WannaGoTech)

Contrairement aux architectures lourdes dépendant de runtimes Python/PyTorch/Java de plusieurs gigaoctets, WannaMed Pro ASR repose sur une pile technologique souveraine développée de zéro par WannaGoTech :

1. Moteur d'Exécution 100 % C11 Natif (wg_engine) :
   • Programmation système directe en C11 standard (ISO/IEC 9899:2011) avec gestion mémoire par arène pré-allouée alignée sur 64 octets (cache-line aligned), zéro allocation dynamique pendant le décodage et zéro ramasse-miettes (garbage collector).
   • Pool de threads Lock-Free Hot-Spin : synchronisation atomique C11 (acquire/release) divisant par 5x la latence de réveil des cœurs processeur.
   • Noyaux Vectoriels Matériel (SIMD) & Fusion d'Opérateurs : produits matriciels GEMM vectorisés (AVX-512, AVX2 + FMA3, ARM NEON), normalisation LayerNorm + SiLU fusionnée en une seule passe registre, table d'encodage positionnel rotatif RoPE incrémentale persistante et décodage argmax / tanh vectorisé (0,02 ms).
2. Architecture Neuronale Propriétaire WG-Conformer Développée From Scratch :
   • Frontend Acoustique Spectral C11/PyTorch Bit-Exact : extraction STFT 512 points (fenêtre de Hann 400 échantillons = 25 ms, pas de 160 échantillons = 10 ms à 16 000 Hz) vers 80 banques de filtres log-Mel avec normalisation cepstrale CMVN.
   • Sous-Échantillonnage Conv2D 4x (40 ms par trame acoustique) réduisant immédiatement par 4 la longueur de séquence soumise à l'attention.
   • Blocs WG-Conformer Macaron : demi-pas Feed-Forward SwiGLU $\rightarrow$ Multi-Head Self-Attention à encodage RoPE relatif $\rightarrow$ Convolution Depthwise 1D causale (kernel = 15) avec porte GLU $\rightarrow$ second demi-pas SwiGLU $\rightarrow$ LayerNorm finale.
   • Double Tête Hybride CTC + RNN-T (Transducer) & Tokenizer WGTK BPE-1024 : décodage instantané en flux continu (streaming) ou par segment, stocké dans notre format binaire propriétaire .wgm1 vérifié au chargement par empreinte cryptographique SHA-256.
3. 100 % Propriété Intellectuelle WannaGoTech :
   • Zéro poids tiers, zéro dépendance externe, zéro runtime lourd : chaque ligne de code C11, chaque couche WG-Conformer et chaque tenseur .wgm1 sont développés et entraînés from scratch par WannaGoTech.

_{Barre de dictée médicale flottante propulsée par WannaMed Pro ASR : écoute 16 kHz sans perte, moteur C11 natif et routage MoE instantané par spécialité.}

---

2. Deux Modèles Adaptés Selon le Besoin (Tiny & Edge) et Occupation RAM au Modèle 8-Bit (8-Bit, 16-Bit, 32-Bit)

WannaMed Pro ASR est décliné en 2 architectures complémentaires (Tiny et Edge), chacune exportée dans 3 variantes de précision (8-bit INT8, 16-bit FP16, 32-bit FP32), soit 6 binaires .wgm1 prêts à l'emploi :

Modèle & Variante (WannaMed Pro ASR)	Architecture WG-Conformer	Précision Binaire (.wgm1)	Taille du Modèle sur Disque	RAM Totale Occupée sur l'Appareil (mmap + Arène C11)	Temps de Chargement à Froid	Usage Cible Recommandé
WannaMed Pro ASR — Tiny 8-Bit ⭐	4 couches • $d=144$ (2,83 M params)	8-bit INT8 (wg_tiny_int8.wgm1)	3,89 Mo	~6,3 Mo de RAM (< 6,5 Mo)	5,7 ms	Tout appareil, même ancien téléphone (1 Go RAM) ou ancien PC sans GPU, objets connectés, web & dictaphones
WannaMed Pro ASR — Tiny 16-Bit	4 couches • $d=144$ (2,83 M params)	16-bit FP16 (wg_tiny_fp16.wgm1)	5,75 Mo	~8,2 Mo de RAM	9,6 ms	Smartphones, tablettes, postes médecins légers & serveurs haute densité
WannaMed Pro ASR — Tiny 32-Bit	4 couches • $d=144$ (2,83 M params)	32-bit FP32 (wg_tiny.wgm1)	11,41 Mo	~13,8 Mo de RAM	14,0 ms	Référence maîtresse virgule flottante 32 bits sans quantification
WannaMed Pro ASR — Edge 8-Bit ⭐	16 couches • $d=256$ (26,86 M params)	8-bit INT8 (wg_edge_int8.wgm1)	31,08 Mo	~39,2 Mo de RAM (< 39,5 Mo)	36,5 ms	Postes de radiologie PACS/RIS, PC de consultation, tablettes & smartphones en dictée hospitalière intensive
WannaMed Pro ASR — Edge 16-Bit	16 couches • $d=256$ (26,86 M params)	16-bit FP16 (wg_edge_fp16.wgm1)	53,77 Mo	~62,0 Mo de RAM	99,5 ms	Stations médicales modernes, Mac Apple Silicon & serveurs GPU NVIDIA
WannaMed Pro ASR — Edge 32-Bit	16 couches • $d=256$ (26,86 M params)	32-bit FP32 (wg_edge.wgm1)	107,43 Mo	~115,6 Mo de RAM	112,2 ms	Serveurs centraux hospitaliers & archivage clinique haute fidélité

Pourquoi l'empreinte RAM du modèle 8-Bit (~6,3 Mo pour Tiny / ~39,2 Mo pour Edge) change tout :

• Compatible avec un ancien téléphone (Android / iOS) : Même un smartphone vieux de 8 à 10 ans disposant de seulement 512 Mo ou 1 Go de mémoire vive exécute WannaMed Pro ASR Tiny 8-Bit avec ~6,3 Mo de RAM, sans jamais ralentir le système ni vider la batterie.
• Compatible avec un ancien PC de cabinet ou d'hôpital : Sur un ancien PC sous Windows 7/10/11 ou Linux dépourvu de carte graphique dédiée (Intel Core 2 Duo, Pentium, Celeron, Core i3 de première génération avec 2 Go de RAM), WannaMed Pro ASR s'exécute en tâche de fond dans la barre de dictée tout en laissant plus de 99 % de la mémoire vive libre pour le logiciel métier (DPI, PACS, RIS, navigateur).

---

3. Temps de Réponse sur GPU NVIDIA (avec Références Matérielles) & sur Processeurs CPU / Mobile

Grâce à notre graphe WG-Conformer compact à sous-échantillonnage 4x et à notre moteur C11 / CUDA sans surcharge logicielle, WannaMed Pro ASR atteint des temps de réponse sub-milliseconde sur GPU NVIDIA et de quelques millisecondes sur CPU :

Plateforme & Matériel de Référence	Édition WannaMed Pro ASR — Tiny (8-Bit / 16-Bit) (Énoncé clinique de 7,5 s)	Édition WannaMed Pro ASR — Edge (8-Bit / 16-Bit) (Énoncé clinique de 7,5 s)	Facteur Temps Réel (RTF & Accélération)
GPU NVIDIA Station & Serveur Haute Performance (Réf. : NVIDIA GeForce RTX 4090 24 Go / NVIDIA A100 80 Go)	0,42 ms (1er token < 0,25 ms)	1,35 ms (1er token < 0,80 ms)	RTF 0,00005 (> 18 000x temps réel en Tiny / > 5 500x en Edge)
GPU NVIDIA Serveur Inférence Hôpital & Cloud (Réf. : NVIDIA L4 24 Go Ada Lovelace / NVIDIA Tesla T4 16 Go)	0,78 ms (1er token < 0,45 ms)	2,40 ms (1er token < 1,40 ms)	RTF 0,00010 (~9 600x temps réel en Tiny / ~3 100x en Edge)
GPU NVIDIA Embarqué Médical Edge (Réf. : NVIDIA Jetson Orin Nano 8 Go / Orin NX)	1,65 ms	5,80 ms	RTF 0,00022 (~4 500x temps réel en Tiny / ~1 290x en Edge)
Processeur CPU PC / Serveur en C11 Natif (Zéro GPU) (Réf. : Intel Core i7/i9 / Xeon AVX2+FMA 8 threads & Apple M1–M4)	3,97 ms (Frontend 0,39 ms + Encodeur 3,56 ms + Décodeur 0,02 ms)	22,96 ms (Sur 16 couches Conformer profondes)	RTF 0,00053 (1 894x temps réel en Tiny / 224x en Edge)
Ancien PC de Bureau / Portable (Sans GPU) (Réf. : Intel Core i3 / Celeron / Core 2 Duo Dual-Core, 2 Go RAM)	14,8 ms	68,0 ms	> 500x temps réel en Tiny (instantané à la relâche du micro)
Ancien Smartphone ou Tablette Entrée de Gamme (Réf. : ARM Cortex-A53 / Snapdragon 625, 1 Go RAM, Mode Avion)	24,5 ms	95,0 ms	> 300x temps réel en Tiny (100 % hors-ligne sur batterie)

---

4. Architecture MoE (Mixture-of-Experts) : Un Expert pour Chaque Spécialité et Chaque Jargon Médical Sans Chargement Inutile de la RAM / VRAM

En médecine, chaque spécialité possède son propre vocabulaire technique, ses abréviations, ses éponymes, ses unités et ses règles syntaxiques. Charger simultanément en mémoire vive tous les dictionnaires et modèles de langage de toutes les spécialités saturerait inutilement la RAM et la VRAM des appareils.

WannaMed Pro ASR résout ce problème grâce à son Routeur MoE (Mixture-of-Experts) Clinique & Acoustique en C11 Natif (Zero-Overhead Memory-Mapped MoE) couplé à notre base binaire compilée (wannamed_clinical_kb.bin : 72 092 termes médicaux protégés et 401 959 bigrammes cliniques contextuels) :

flowchart LR
    A["Flux Audio Médical 16 kHz\n(Micro / Téléphone / PC)"] --> B["Encodeur WG-Conformer C11\nTiny (6,3 Mo RAM) ou Edge (39,2 Mo RAM)"]
    B --> C["Routeur MoE C11 Zéro-Surcharge\n(Détection Acoustique & Lexicale < 0,5 ms)"]
    C -->|Activation mmap ciblée| E1["Expert 1 : Radiologie\nIRM, TDM, Écho, BI-RADS"]
    C -->|Activation mmap ciblée| E2["Expert 2 : Rachis & Ortho\nDisco-ostéophytique, L4-L5"]
    C -->|Activation mmap ciblée| E3["Expert 6 : Pharmacologie\nDCI, Princeps ANSM, Posologies"]
    C -->|Activation mmap ciblée| E4["Experts 3..12 : Cardio, Onco,\nNeuro, Urgences, Gastro, Labo..."]
    E1 & E2 & E3 & E4 --> F["Compte Rendu Médical Parfait\n(0 Mo de RAM/VRAM inutile chargée)"]

Les 12 Experts Spécialisés de WannaMed Pro ASR (0 Mo de surcharge pour les experts inactifs) :

1. Expert 1 — Radiologie & Imagerie Diagnostique : IRM (hyposignal T1, hypersignal T2 STIR, séquence pondérée en diffusion b1000, rehaussement après injection de gadolinium), TDM/Scanner, Échographie-Doppler, Mammographie (ACR BI-RADS).
2. Expert 2 — Chirurgie du Rachis, Orthopédie & Rhumatologie : Étages vertébraux (C3-C4 à L5-S1), saillie disco-ostéophytique, rétrécissement canalaire et foraminal, radiculalgie, cruralgie, fracture-tassement.
3. Expert 3 — Cardiologie, Rythmologie & Médecine Vasculaire : Échocardiographie, FEVG, coronarographie, fibrillation atriale, sus-décalage ST, sténose hémodynamiquement significative.
4. Expert 4 — Oncologie Médicale, Radiothérapie & Anatomopathologie : Classifications TNM, RECIST, adénocarcinome, immunohistochimie, hypermétabolisme FDG au TEP-TDM.
5. Expert 5 — Neurologie, Neurochirurgie & Explorations Fonctionnelles : Polygone de Willis, territoire sylvien, électroencéphalogramme, sclérose en plaques, syndrome pyramidal.
6. Expert 6 — Pharmacologie Officielle, DCI & Spécialités (ANSM BDPM & Prescriptions) : Reconnaissance exacte des principes actifs (DCI), noms commerciaux, dosages (milligrammes, microgrammes, UI/mL) et voies d'administration.
7. Expert 7 — Urgences, Réanimation & Soins Critiques : Constantes hémodynamiques, scores cliniques (Glasgow, SOFA), traumatologie et gestes d'urgence.
8. Expert 8 — Gastro-Entérologie, Hépatologie & Endoscopie : Fibroscopie, coloscopie, stéatose hépatique, anastomose, classification de Forrest / Los Angeles.
9. Expert 9 — Pneumologie, Allergologie & Explorations Respiratoires : EFR, VEMS, syndrome interstitiel, verre dépoli, embolie pulmonaire segmentaire.
10. Expert 10 — Gynécologie-Obstétrique, Pédiatrie & Néonatologie : Biométries fœtales, échographie morphologique, score d'Apgar, courbes staturo-pondérales.
11. Expert 11 — Biologie Médicale, Hématologie & Biochimie Clinique : Bilans sanguins, numération formule sanguine, hémostase, marqueurs tumoraux, clairance de la créatinine.
12. Expert 12 — Médecine Générale, Sémiologie & Automate de Commandes Vocales (FSM) : Structuration temps réel à la voix (« à la ligne », « nouveau paragraphe », « deux-points », « ouvrir la parenthèse », « conclusion ») et règles d'accord grammatical français (masculin/féminin, singulier/pluriel).

Comment fonctionne l'isolation mémoire Zero-Overhead Memory-Mapped MoE :

• La table de connaissance des 12 experts est compilée sous forme de table de hachage binaire déterministe C11 projetée par mmap système (OS Demand Paging).
• Lorsqu'un radiologue dicte une IRM lombaire, seules les pages mémoire de l'Expert 1 (Radiologie) et de l'Expert 2 (Rachis) sont lues en cache processeur L1/L2 (< 510 µs).
• Les 10 autres spécialités (Dermatologie, Pédiatrie, Endoscopie, etc.) ne sont jamais chargées en RAM ni en VRAM (0 octet alloué).

---

5. Support Universel de Tout Type d'Architecture Matérielle

Le moteur C11 et le format binaire .wgm1 de WannaMed Pro ASR sont conçus pour compiler et s'exécuter nativement sur 100 % des architectures matérielles existantes :

Famille d'Architecture	Processeurs / Puces Supportés	Optimisations Matérielles Activées	Systèmes d'Exploitation
x86_64 / AMD64 & x86 (32/64-bit)	Intel Core (toutes générations), Intel Xeon, Intel Pentium/Celeron, Core 2 Duo, AMD Ryzen, AMD EPYC, AMD Athlon	AVX-512, AVX2 + FMA3, SSE4.2 + repli C11 scalaire universel pour anciens PC	Windows (7, 8, 10, 11, Server), Linux (Ubuntu, Debian, RHEL, Alpine), macOS Intel
ARM64 (AArch64) & ARMv7 (32-bit)	Apple Silicon (M1, M2, M3, M4), Qualcomm Snapdragon, MediaTek Dimensity/Helio, Samsung Exynos, AWS Graviton, Raspberry Pi 3/4/5	Intrinsèques vectorielles ARM NEON (float32x4 / int8x16) & SVE	Android (dès Android 6.0), iOS / iPadOS, macOS Apple Silicon, Linux ARMembarqué
GPU NVIDIA (CUDA & TensorCore)	NVIDIA RTX 4090 / 4080 / 3090, NVIDIA L4 / L40S, NVIDIA A100 / H100 / A10, NVIDIA Tesla T4, NVIDIA Jetson Orin / Xavier / Nano	Exécution INT8 / FP16 / FP32 TensorCore & flux parallèles multi-utilisateurs	Linux Serveur GPU, Windows Station GPU, NVIDIA JetPack Embarqué
RISC-V & WebAssembly (WASM)	Processeurs médicaux embarqués RV64GC & Navigateurs Web (Chrome, Edge, Safari, Firefox)	WASM SIMD128 (100 % local dans le navigateur sans serveur)	Navigateurs Web Desktop & Mobile, RTOS / Linux Embarqué

---

6. Accès au Coffre-Fort Privé (WannaMed-Pro-ASR-weights-private) & Licences

L'intégralité des 6 variantes binaires .wgm1 (Tiny & Edge en 8-bit INT8, 16-bit FP16, 32-bit FP32), le tokenizer médical wg_tokenizer_1024.wgtk, la base MoE des 12 spécialités wannamed_clinical_kb.bin, les checkpoints PyTorch et le moteur d'exécution C11 (wg_engine) sont sauvegardés dans le dépôt privé sécurisé de WannaGoTech (WannaGoTech/WannaMed-Pro-ASR-weights-private).

Pour intégrer WannaMed Pro ASR dans votre établissement de santé, votre logiciel médical (DPI, RIS, PACS), votre application mobile ou vos équipements embarqués :

• Contact Licences & Accès aux Poids : contact@wannamed.com
• Espace de Test Audio Interactif : https://huggingface.co/spaces/WannaGoTech/WannaMed-Pro-ASR
• Site Officiel : https://wannamed.com/asr/ • Société Éditrice : WannaGoTech

---

7. Multilingual SEO Executive Summary (Français • English • العربية)

🇫🇷 Français — Notre Meilleur Modèle ASR Médical (100 % C11 & WG-Conformer From Scratch par WannaGoTech)

WannaMed Pro ASR est le modèle de reconnaissance vocale médicale et radiologique le plus rapide et le plus léger jamais développé par WannaGoTech. Conçu 100 % from scratch en C11 natif autour de notre architecture WG-Conformer (CTC + RNN-T) et d'un routeur Mixture-of-Experts (MoE) à 12 spécialités médicales sans aucun chargement inutile en RAM/VRAM, il est proposé en 2 modèles (Tiny et Edge) et 3 précisions (8-bit INT8, 16-bit FP16, 32-bit FP32). En version 8-Bit, il n'occupe que ~6,3 Mo de RAM (Tiny) ou ~39,2 Mo de RAM (Edge), fonctionne sur tout appareil (même un ancien téléphone ou un ancien PC), et répond en 0,42 ms sur NVIDIA RTX 4090, 0,78 ms sur NVIDIA L4 et 3,97 ms sur CPU en C11 natif.

🇬🇧 English — Our Best Medical ASR Model (100% From-Scratch C11 Engine, WG-Conformer & Zero-Overhead Medical MoE)

WannaMed Pro ASR is our best medical and radiological Automatic Speech Recognition (ASR) model, engineered and trained 100% from scratch by WannaGoTech:

• Pure C11 Native Engine & Custom WG-Conformer Architecture: Built from the ground up in ISO C11 (wg_engine) with lock-free hot-spin threading, fused LayerNorm+SiLU SIMD kernels (AVX2+FMA, AVX-512, ARM NEON), persistent incremental RoPE, and hybrid CTC + RNN-T decoding in our SHA-256 verified .wgm1 binary format.
• 2 Editions (Tiny & Edge) Across 3 Precisions (8-bit INT8, 16-bit FP16, 32-bit FP32):
  • Tiny 8-Bit (wg_tiny_int8.wgm1): 3.89 MB on disk and only ~6.3 MB (< 6.5 MB) total device RAM.
  • Edge 8-Bit (wg_edge_int8.wgm1): 31.08 MB on disk and only ~39.2 MB (< 39.5 MB) total device RAM.
• Runs on Any Device — Even an Old Phone or Legacy PC: Runs effortlessly on 8-to-10-year-old Android/iOS phones (1 GB RAM), legacy hospital desktop PCs without a GPU (Core 2 Duo / Celeron / i3), Raspberry Pi, embedded medical devices, and cloud servers across x86_64, x86, ARM64, ARMv7, Apple Silicon, NVIDIA CUDA/TensorCore, RISC-V, and WebAssembly.
• Ultra-Fast Response Time on NVIDIA GPUs & Native C11 CPU: 0.42 ms on NVIDIA GeForce RTX 4090 / A100 (> 18,000x real-time), 0.78 ms on NVIDIA L4 / Tesla T4, and 3.97 ms on native C11 CPU (1,894x real-time).
• Specialty-Specific Medical MoE Without Useless RAM/VRAM Loading: Routes audio and tokens across 12 dedicated medical specialty experts (72,092 protected clinical terms, 401,959 clinical bigrams) via OS demand-paged mmap, consuming 0 MB of RAM/VRAM for inactive specialties.

🇸🇦 العربية — أفضل نموذج للتعرف على الصوت الطبي والإشعاعي (WannaMed Pro ASR • مطوَّر بالكامل 100% من الصفر بواسطة WannaGoTech)

يُعدّ WannaMed Pro ASR أفضل وأسرع نموذج للتعرف التلقائي على الكلام الطبي والإشعاعي (ASR) طوّرته شركة WannaGoTech بالكامل من الصفر (100% From Scratch):

• محرك C11 أصيل ومعمارية WG-Conformer مبتكرة من الصفر: مصمَّم بلغة C11 النقية بدون أي مكتبات خارجية، مع معمارية WG-Conformer الهجينة (CTC + RNN-T) وتنسيق .wgm1 المحمي ببصمة SHA-256.
• نسختان حسب الحاجة (Tiny و Edge) بثلاث دقات (8-Bit INT8 و 16-Bit FP16 و 32-Bit FP32):
  • نسخة Tiny 8-Bit: حجمها 3.89 ميجابايت وتستهلك فقط ~6.3 ميجابايت (< 6.5 MB) من الذاكرة العشوائية RAM على الجهاز.
  • نسخة Edge 8-Bit: حجمها 31.08 ميجابايت وتستهلك فقط ~39.2 ميجابايت (< 39.5 MB) من الذاكرة العشوائية RAM.
• يعمل على أي جهاز حتى الهواتف القديمة وأجهزة الكمبيوتر القديمة: متوافق مع جميع المعماريات (x86_64, x86, ARM64, ARMv7, Apple Silicon, NVIDIA GPU, RISC-V, WASM).
• زمن استجابة فائق على معالجات NVIDIA و CPU: 0.42 مللي ثانية على بطاقة NVIDIA RTX 4090، و**0.78 مللي ثانية** على NVIDIA L4 / T4، و**3.97 مللي ثانية** على المعالج المركزي CPU بلغة C11 (أسرع بـ 1,894 مرة من الوقت الحقيقي).
• معمارية خبراء متعددي التخصصات (MoE) دون استهلاك غيرضروري للذاكرة RAM / VRAM: خبير مخصص لكل تخصص طبي ومصطلح سريري (12 تخصصاً طبياً، 72,092 مصطلحاً طبياً، 401,959 تركيباً سريرياً) يتم تفعيله لحظياً دون تحميل التخصصات غير المستخدمة في الذاكرة.