تجري شركة Apple محادثات نشطة مع PrismML، وهي شركة منبثقة عن معهد Caltech تدعمها شركة Khosla Ventures، لتقييم التكنولوجيا التي يمكنها تقليص نماذج الذكاء الاصطناعي القوية بما يكفي لتشغيلها مباشرة على iPhone، مما قد يؤدي إلى تغيير كيفية معالجة Apple Intelligence للطلبات على أجهزتها.
ذكرت CNBC لأول مرة في 14 يوليو 2026 أن شركة Apple تقوم بتقييم تقنية ضغط نماذج PrismML، والتي تدعي الشركة الناشئة أنها يمكن أن تقلل أحجام نماذج الذكاء الاصطناعي من خلال عوامل ترتيب الحجم باستخدام بنيات دقيقة للغاية منخفضة البت. وأكدت PrismML المناقشات في بيان لـ AppleInsider في نفس اليوم.
للحصول على أحدث تطورات صناعة الذكاء الاصطناعي وتحليل التكنولوجيا، يغطي AI Buzz Wire الأدوات التي تعيد تشكيل المشهد العام.
الإنجاز: تشغيل Qwen 3.6 على iPhone
وفقًا لـ Seeking Alpha، نجحت PrismML في ضغط نموذج اللغة الكبير Qwen 3.6 مفتوح المصدر من Alibaba لتشغيله على iPhone 17 Pro - وهو إنجاز يوصف بأنه تشغيل أكبر نموذج للذكاء الاصطناعي على الإطلاق على هاتف ذكي للمستهلك. وتقول الشركة الناشئة إن تقنيتها تستخدم ذاكرة أقل بما يصل إلى 15 مرة من بنيات النماذج التقليدية.
يركز نهج PrismML على معماريات الشبكات العصبية ذات 1 بت والثلاثية. في نماذج الذكاء الاصطناعي التقليدية، يتم تخزين كل معلمة وزن كرقم فاصلة عائمة 16 بت أو 32 بت. بدلاً من ذلك، يقوم PrismML بتخزين الأوزان بدقة منخفضة للغاية - مثل القيم الثنائية (+1، -1) أو القيم الثلاثية (+1، 0، -1) - مما يقلل بشكل كبير من أثر الذاكرة دون التضحية بشدة بالقدرات المنطقية أو التوليدية.
وهذا ليس تكميمًا بسيطًا، فهو الأسلوب المستخدم على نطاق واسع لتقليل الدقة في نموذج تم تدريبه بالفعل. تم تصميم بنيات PrismML من الألف إلى الياء للتشغيل منخفض البت، والذي تقول الشركة إنه يحافظ على جودة النموذج بشكل أفضل بكثير من طرق الضغط بعد التدريب.
لماذا تريد Apple الذكاء الاصطناعي الموجود على الجهاز
وقد اجتذب هذا الاختراق الذي تم الإبلاغ عنه انتباه شركة Apple مع قيام الشركة بتوسيع منصة Apple Intelligence الخاصة بها. إن تشغيل نماذج الذكاء الاصطناعي الأكبر حجمًا مباشرة على أجهزة iPhone من شأنه أن يسمح بمزيد من الميزات للعمل على الجهاز بدلاً من تشغيلها من خلال خوادم الحوسبة السحابية الخاصة من Apple، والتي تتعامل حاليًا مع طلبات الذكاء الاصطناعي المعقدة.
الفوائد ذات شقين. أولاً، تعمل المعالجة على الجهاز على تحسين خصوصية المستخدم من خلال الاحتفاظ بالبيانات على الهاتف بدلاً من نقلها إلى الخوادم السحابية - وهو تمييز أساسي ركزت عليه Apple منذ إطلاق Apple Intelligence. ثانيًا، فهو يقلل من تكاليف تشغيل شركة Apple من خلال تقليل الاعتماد على البنية التحتية السحابية باهظة الثمن وسعة مركز البيانات المطلوبة لخدمة مئات الملايين من مستخدمي iPhone.
وتشير MacRumors إلى أن التكنولوجيا يمكن أن تسمح لشركة Apple بتقديم ميزات ذكاء اصطناعي أكثر تطورًا - مثل إنشاء نص متقدم، ومهام تفكير معقدة، وتفاعلات Siri الأكثر ثراءً - دون الحاجة إلى اتصال بالشبكة أو استهلاك عمر بطارية كبير.
التأثير المحتمل على سوق شرائح الذكاء الاصطناعي
إذا صمدت ادعاءات PrismML في الاختبارات الواقعية، فقد تمتد التداعيات إلى ما هو أبعد من شركة أبل. تفيد تقارير CNBC أن التكنولوجيا يمكن أن تعيد تشكيل الطلب على شرائح الذاكرة وحوسبة مراكز البيانات، مع تحول المزيد من معالجة الذكاء الاصطناعي من السحابة إلى أجهزة المستهلك.
حاليًا، تنفق صناعة الذكاء الاصطناعي مئات المليارات من الدولارات على البنية التحتية لمراكز البيانات، ووحدات معالجة الرسومات Nvidia، والذاكرة ذات النطاق الترددي العالي لتدريب نماذج اللغات الكبيرة وخدمتها. إذا كان من الممكن ضغط النماذج بشكل كبير للاستخدام على الجهاز، فقد يتحول بعض هذا الطلب نحو رقائق الحوسبة المتطورة وبعيدًا عن مراكز البيانات المركزية.
ومع ذلك، يحذر المحللون من أن تدريب نماذج الذكاء الاصطناعي سيظل يتطلب موارد حسابية هائلة بغض النظر عن مدى كفاءة ضغطها للاستدلال. تعالج تقنية الضغط النشر والاستدلال، وليس مرحلة التدريب، التي تظل الجزء الأكثر استخدامًا للحوسبة في خط أنابيب الذكاء الاصطناعي.
خلفية وتمويل PrismML
PrismML هي شركة ناشئة ومختبر أبحاث للذكاء الاصطناعي انبثقت من معهد كاليفورنيا للتكنولوجيا. لقد كانت الشركة رائدة في تصميم الشبكات العصبية منخفضة البت القابلة للتطبيق تجاريًا، وهو مجال شهد اهتمامًا أكاديميًا كبيرًا ولكن انتشارًا تجاريًا محدودًا حتى الآن.
وتحظى الشركة الناشئة بدعم من شركة Khosla Ventures، وهي شركة رأس المال الاستثماري البارزة المعروفة باستثماراتها المبكرة في شركات التكنولوجيا التحويلية. ذكرت المعلومات لأول مرة عن اختراق PrismML في 9 يوليو، واصفة إياه بأنه يشغل أكبر نموذج للذكاء الاصطناعي على الإطلاق على iPhone.
اتصال معهد كاليفورنيا للتكنولوجيا مهم. ظلت الأبحاث الأكاديمية في مجال الشبكات العصبية الثنائية والثلاثية نشطة لسنوات، لكن ترجمة هذه التقنيات إلى أنظمة ذات جودة إنتاجية تتوافق مع أداء النماذج القياسية أثبتت أنها صعبة للغاية. يمثل ادعاء PrismML بالجدوى التجارية - الذي تم التحقق من صحته من خلال تشغيل نموذج كبير مثل Qwen 3.6 على الأجهزة الاستهلاكية - خطوة ذات معنى إلى الأمام.
المشهد التنافسي
شركة Apple ليست وحدها في متابعة الذكاء الاصطناعي على الجهاز. تعمل شركة Qualcomm على تطوير قدرات الذكاء الاصطناعي على الجهاز من خلال معالجات Snapdragon الخاصة بها، وقد قامت Google بدمج النماذج الموجودة على الجهاز في هواتف Pixel، وقد أبرمت Samsung شراكة مع Google لجلب Gemini Nano إلى أجهزة Galaxy. ومع ذلك، فإن معظم النماذج الحالية الموجودة على الجهاز صغيرة نسبيًا - عادةً في نطاق 1-3 مليار معلمة.
ومن الممكن أن تعمل تكنولوجيا PrismML، إذا أثبتت نجاحها على نطاق واسع، على تمكين نماذج أكبر كثيرا ــ ربما في عشرات المليارات من المعلمات ــ من العمل على الهواتف الذكية، وهو ما من شأنه أن يغير الديناميكيات التنافسية بشكل جذري. وهذا من شأنه أن يمنح شركة Apple ميزة كبيرة على المنافسين الذين يعتمدون بشكل أكبر على معالجة الذكاء الاصطناعي المستندة إلى السحابة.
تشير TrendForce إلى أن إنجاز PrismML "يعكس دفعة Apple الأوسع لتشغيل الذكاء الاصطناعي مباشرة على الأجهزة بدلاً من الاعتماد على البنية التحتية السحابية." وتشير شركة أبحاث السوق إلى أن الضغط الناجح على الجهاز يمكن أن يسرع التحول نحو الذكاء الاصطناعي في صناعة الإلكترونيات الاستهلاكية.
ما يأتي بعد ذلك
يقال إن محادثات Apple مع PrismML في مرحلة التقييم، مما يعني أن الشركات تقوم بتقييم ما إذا كانت التكنولوجيا تلبي معايير الأداء والموثوقية الخاصة بشركة Apple. ليس هناك ما يضمن أن الشراكة ستؤدي إلى منتج تجاري، ولم تعلق شركة Apple علنًا على المناقشات.
إذا تم دمج هذه التقنية في منتجات Apple المستقبلية، فقد تظهر في تحديثات iOS أو أجيال الأجهزة الجديدة. يتميز iPhone 17 Pro، الذي استخدمه PrismML في عرضه، بالفعل بقدرات معالجة عصبية كبيرة من خلال المحرك العصبي من Apple.
والسؤال الأوسع هو ما إذا كانت بنيات الذكاء الاصطناعي ذات البت المنخفض ستصبح معيارًا صناعيًا أم ستظل بمثابة تحسين متخصص. في الوقت الحالي، تشير نتائج PrismML إلى أن هذا النهج قد تجاوز عتبة حرجة - ويشير اهتمام شركة Apple إلى أن التكنولوجيا تؤخذ على محمل الجد على أعلى المستويات في صناعة الإلكترونيات الاستهلاكية.
ابق في صدارة الذكاء الاصطناعي
للحصول على تغطية شاملة لأجهزة الذكاء الاصطناعي وتحسين النماذج وتطورات الصناعة، تفضل بزيارة AI Buzz Wire.
اقرأ المزيد من أخبار الذكاء الاصطناعي →
