# الأجهزة

يعمل Transformers على وحدات المعالجة المركزية (CPU) ووحدات معالجة الرسومات من NVIDIA وAMD ووحدات Apple Silicon ووحدات Google TPU ومهامات AWS Trainium وغيرها، وذلك من خلال واجهات PyTorch الخاصة بها.

- للتدريب، يكتشف [TrainingArguments](/docs/transformers/main/ar/main_classes/trainer#transformers.TrainingArguments) الخلفية تلقائيًا.
- في الاستدلال، لا تغطي الاكتشاف التلقائي جميع الخوادم الخلفية، لذا مرّر سلسلة الأجهزة لاختيار خادم خلفي بشكل صريح. تدرج هذه الصفحة سلسلة الأجهزة والحزمة لكل خادم خلفي، وما يهيّئه [TrainingArguments](/docs/transformers/main/ar/main_classes/trainer#transformers.TrainingArguments) لذلك، وكيفية تحديد Transformers للجهاز الذي سيُستخدم.

## ابحث عن جهازك

يحتوي كل إطار عمل على سلسلة أجهزة تمررها إلى `device_map` أو `device`. يعمل المعالج المركزي (CPU) وشريحة Apple Silicon مع حزمة `torch` القياسية. تتطلب إطارات العمل الأخرى حزمة امتداد PyTorch تسجّل الإطار العمل مع PyTorch.

| الأجهزة                         | سلسلة الجهاز | الحزمة               |
|----------------------------------|---------------|-----------------------|
| [CPU](./cpu)                     | `cpu`         | `torch`               |
| [وحدة معالجة رسومات من NVIDIA](./nvidia_gpu)       | `cuda`        | `torch`               |
| [وحدة معالجة الرسوميات من AMD](./amd_gpu)             | `cuda`        | `torch` (نسخة ROCm)  |
| [تدريب AWS Trainium](./aws_trainium)   | `neuron`      | `torch-neuronx`       |
| [Google TPU](./google_tpu)       | `tpu`         | `torch-tpu`           |
| [وحدة معالجة الرسوميات من Intel](./intel_gpu)         | `xpu`         | `torch`               |
| [Apple Silicon](./apple_silicon) | `mps`         | `torch`               |
| [Intel Gaudi](./intel_gaudi)     | `hpu`         | `habana-torch-plugin` |
| وحدة المعالجة العصبية Ascend من هواوي                | `npu`         | `torch-npu`           |
| Cambricon MLU                    | `mlu`         | `torch-mlu`           |
| معالج الرسوميات من Moore Threads                | `musa`        | `torch-musa`          |

> [!TIP]
> إذا كان هناك واجهة خلفية للأجهزة مفقودة من هذه الجدول وتعتقد أن Transformers يدعمها، يرجى [فتح مشكلة](https://github.com/huggingface/transformers/issues/new/choose).

## كيف يختار Transformers جهاز التنفيذ

يختار Transformers جهازًا مختلفًا للتدريب والاستدلال.

### التدريب

يتعرّف [TrainingArguments](/docs/transformers/main/ar/main_classes/trainer#transformers.TrainingArguments) على الخلفية تلقائيًا من خلال [Accelerate](https://hf.co/docs/accelerate/index). في التشغيل الموزّع، يستخدم كل عملية الجهاز الذي يسنده Accelerate إليها. في عملية واحدة، يختار [TrainingArguments](/docs/transformers/main/ar/main_classes/trainer#transformers.TrainingArguments) أول خلفية متاحة، ويلجأ إلى المعالج المركزي (CPU) إذا لم تتوفر أي خلفية. اضبط `use_cpu=True` لفرض التدريب على المعالج المركزي.

### الاستدلال

تحمّل [from_pretrained()](/docs/transformers/main/ar/main_classes/model#transformers.PreTrainedModel.from_pretrained) النموذج على وحدة المعالجة المركزية (CPU) افتراضيًا.

اضبط `device_map="auto"` لوضعه على المعزِّلات المتاحة. يعتمد التوزيع التلقائي على Accelerate للكشف عن CUDA وIntel XPU وIntel Gaudi (HPU) وApple Silicon (MPS)، من بين أمور أخرى، لكنه لا يغطي جميع الخوادم الخلفية. للخوادم الخلفية الأخرى، مثل AWS Trainium وGoogle TPU، مرِّر سلسلة الجهاز إلى `device_map` بشكل صريح.

```py
from transformers import AutoModelForCausalLM

model = AutoModelForCausalLM.from_pretrained("Qwen/Qwen3-0.6B", device_map="neuron")
```