Apple খোসলা ভেঞ্চারস দ্বারা সমর্থিত একটি ক্যালটেক স্পিনআউট PrismML-এর সাথে সক্রিয় আলোচনা করছে, প্রযুক্তি মূল্যায়ন করতে যা শক্তিশালী AI মডেলগুলিকে সরাসরি আইফোনে চালানোর জন্য যথেষ্ট সঙ্কুচিত করতে পারে, অ্যাপল ইন্টেলিজেন্স কীভাবে তার ডিভাইসগুলিতে অনুরোধগুলি প্রক্রিয়া করে তা সম্ভাব্যভাবে রূপান্তরিত করে৷
CNBC প্রথম 14 জুলাই, 2026-এ রিপোর্ট করেছিল যে Apple PrismML-এর মডেল কম্প্রেশন প্রযুক্তির মূল্যায়ন করছে, যা স্টার্টআপ দাবি করে যে চরম লো-বিট নির্ভুল আর্কিটেকচার ব্যবহার করে অর্ডার-অফ-ম্যাগনিটিউড ফ্যাক্টর দ্বারা AI মডেলের আকার কমাতে পারে। একই দিনে অ্যাপলইনসাইডারকে দেওয়া এক বিবৃতিতে প্রিজমএমএল আলোচনার বিষয়টি নিশ্চিত করেছে।
সাম্প্রতিক AI শিল্পের উন্নয়ন এবং প্রযুক্তি বিশ্লেষণের জন্য, AI Buzz Wire ল্যান্ডস্কেপকে নতুন আকার দেওয়ার টুলগুলিকে কভার করে।
দ্য ব্রেকথ্রু: একটি আইফোনে Qwen 3.6 চালানো
সিকিং আলফা-এর মতে, আইফোন 17 প্রোতে চালানোর জন্য PrismML সফলভাবে আলিবাবার ওপেন-সোর্স Qwen 3.6 বৃহৎ ভাষা মডেলকে সংকুচিত করেছে — এটি একটি মাইলফলক যা একটি গ্রাহকের স্মার্টফোনে সর্বকালের সর্ববৃহৎ AI মডেল চালানো হিসাবে বর্ণনা করা হয়েছে। স্টার্টআপ বলেছে যে তার প্রযুক্তি প্রচলিত মডেল আর্কিটেকচারের তুলনায় 15 গুণ কম মেমরি ব্যবহার করে।
PrismML এর অ্যাপ্রোচ কেন্দ্র 1-বিট এবং টারনারি নিউরাল নেটওয়ার্ক আর্কিটেকচারের উপর। ঐতিহ্যগত AI মডেলগুলিতে, প্রতিটি ওজন প্যারামিটার একটি 16-বিট বা 32-বিট ফ্লোটিং-পয়েন্ট নম্বর হিসাবে সংরক্ষণ করা হয়। PrismML এর পরিবর্তে অতি কম-বিট নির্ভুলতায় ওজন সঞ্চয় করে — যেমন বাইনারি মান (+1, -1) বা ত্রিমুখী মান (+1, 0, -1) — নাটকীয়ভাবে যুক্তি বা জেনারেটিভ ক্ষমতাকে মারাত্মকভাবে ত্যাগ না করে মেমরির পদচিহ্নকে হ্রাস করে।
এটি সহজ পরিমাপকরণ নয়, একটি ইতিমধ্যে-প্রশিক্ষিত মডেলে নির্ভুলতা হ্রাস করার বহুল ব্যবহৃত কৌশল। PrismML এর আর্কিটেকচারগুলি লো-বিট অপারেশনের জন্য গ্রাউন্ড আপ থেকে ডিজাইন করা হয়েছে, যা কোম্পানি বলেছে যে মডেলের গুণমানটি প্রশিক্ষণ-পরবর্তী কম্প্রেশন পদ্ধতির চেয়ে অনেক ভালো সংরক্ষণ করে।
কেন অ্যাপল অন-ডিভাইস এআই চায়
কোম্পানি তার অ্যাপল ইন্টেলিজেন্স প্ল্যাটফর্ম প্রসারিত করার সাথে সাথে রিপোর্ট করা সাফল্য অ্যাপলের দৃষ্টি আকর্ষণ করেছে। আইফোনে সরাসরি বৃহত্তর এআই মডেল চালানোর ফলে অ্যাপলের প্রাইভেট ক্লাউড কম্পিউট সার্ভারের পরিবর্তে ডিভাইসে অপারেটিং করার জন্য আরও বৈশিষ্ট্যগুলিকে অনুমতি দেবে, যা বর্তমানে জটিল এআই অনুরোধগুলি পরিচালনা করে।
সুবিধাগুলো দ্বিগুণ। প্রথমত, অন-ডিভাইস প্রসেসিং ক্লাউড সার্ভারে ট্রান্সমিট করার পরিবর্তে ফোনে ডেটা রেখে ব্যবহারকারীর গোপনীয়তা বাড়ায় - একটি মূল পার্থক্যকারী অ্যাপল অ্যাপল ইন্টেলিজেন্স চালু করার পর থেকে জোর দিয়েছে। দ্বিতীয়ত, এটি ব্যয়বহুল ক্লাউড অবকাঠামো এবং কয়েক মিলিয়ন আইফোন ব্যবহারকারীদের পরিষেবা দেওয়ার জন্য প্রয়োজনীয় ডেটা সেন্টারের ক্ষমতার উপর নির্ভরতা হ্রাস করে অ্যাপলের অপারেটিং খরচ হ্রাস করে।
MacRumors নোট করে যে প্রযুক্তিটি অ্যাপলকে আরও পরিশীলিত AI বৈশিষ্ট্যগুলি অফার করার অনুমতি দিতে পারে — যেমন উন্নত টেক্সট জেনারেশন, জটিল যুক্তির কাজ, এবং সমৃদ্ধ সিরি ইন্টারঅ্যাকশন — কোনও নেটওয়ার্ক সংযোগের প্রয়োজন ছাড়াই বা উল্লেখযোগ্য ব্যাটারি লাইফ ব্যবহার না করে।
এআই চিপ মার্কেটে সম্ভাব্য প্রভাব
যদি PrismML-এর দাবিগুলি বাস্তব-বিশ্বের পরীক্ষায় ধরে থাকে, তাহলে প্রভাবগুলি অ্যাপলের বাইরেও প্রসারিত হতে পারে। CNBC রিপোর্ট করেছে যে প্রযুক্তিটি মেমরি চিপ এবং ডেটা সেন্টার কম্পিউটের চাহিদাকে নতুন আকার দিতে পারে, কারণ আরও AI প্রক্রিয়াকরণ ক্লাউড থেকে গ্রাহক ডিভাইসে স্থানান্তরিত হয়।
বর্তমানে, এআই ইন্ডাস্ট্রি ডাটা সেন্টার অবকাঠামো, এনভিডিয়া জিপিইউ এবং উচ্চ-ব্যান্ডউইথ মেমরির জন্য শত শত বিলিয়ন ডলার ব্যয় করছে বড় ভাষা মডেলকে প্রশিক্ষণ ও পরিবেশন করতে। যদি ডিভাইসে ব্যবহারের জন্য মডেলগুলিকে নাটকীয়ভাবে সংকুচিত করা যায়, তবে সেই চাহিদার কিছু প্রান্ত কম্পিউটিং চিপগুলির দিকে এবং কেন্দ্রীভূত ডেটা সেন্টার থেকে দূরে সরে যেতে পারে।
যাইহোক, বিশ্লেষকরা সতর্ক করে দিয়েছেন যে AI মডেলগুলিকে প্রশিক্ষণের জন্য এখনও বিশাল গণনা সংস্থানগুলির প্রয়োজন হবে তা নির্বিশেষে কতটা দক্ষতার সাথে অনুমানের জন্য সংকুচিত করা যেতে পারে। কম্প্রেশন প্রযুক্তি স্থাপনা এবং অনুমানকে সম্বোধন করে, প্রশিক্ষণের পর্যায়ে নয়, যা AI পাইপলাইনের সবচেয়ে গণনা-নিবিড় অংশ হিসেবে রয়ে গেছে।
PrismML এর পটভূমি এবং অর্থায়ন
PrismML হল একটি AI স্টার্টআপ এবং গবেষণা ল্যাবরেটরি যা ক্যালিফোর্নিয়া ইন্সটিটিউট অফ টেকনোলজি থেকে বেরিয়ে এসেছে। কোম্পানিটি বাণিজ্যিকভাবে কার্যকর লো-বিট নিউরাল নেটওয়ার্ক আর্কিটেকচারে অগ্রণী ভূমিকা পালন করেছে, এমন একটি এলাকা যেখানে উল্লেখযোগ্য একাডেমিক আগ্রহ দেখা গেছে কিন্তু এখন পর্যন্ত সীমিত বাণিজ্যিক স্থাপনা রয়েছে।
স্টার্টআপটি খোসলা ভেঞ্চারস দ্বারা সমর্থিত, একটি বিশিষ্ট ভেঞ্চার ক্যাপিটাল ফার্ম যা রূপান্তরকারী প্রযুক্তি কোম্পানিগুলিতে প্রাথমিক বিনিয়োগের জন্য পরিচিত। তথ্যটি প্রথম 9 জুলাই প্রিজমএমএল-এর অগ্রগতির বিষয়ে রিপোর্ট করেছিল, এটিকে একটি আইফোনে সর্বকালের সর্ববৃহৎ AI মডেল চালানো হিসাবে বর্ণনা করে।
ক্যালটেক সংযোগ উল্লেখযোগ্য। বাইনারি এবং টারনারি নিউরাল নেটওয়ার্কগুলিতে একাডেমিক গবেষণা বছরের পর বছর ধরে সক্রিয় রয়েছে, কিন্তু এই কৌশলগুলিকে প্রোডাকশন-মানের সিস্টেমে অনুবাদ করা যা স্ট্যান্ডার্ড মডেলের কর্মক্ষমতার সাথে মেলে তা অসাধারণভাবে কঠিন প্রমাণিত হয়েছে। ভোক্তা হার্ডওয়্যারে Qwen 3.6-এর মতো বড় একটি মডেল চালানোর মাধ্যমে প্রিজমএমএল-এর বাণিজ্যিক কার্যকারিতার দাবি - একটি অর্থবহ পদক্ষেপের প্রতিনিধিত্ব করে।
প্রতিযোগিতামূলক ল্যান্ডস্কেপ
অন-ডিভাইস AI অনুসরণে অ্যাপল একা নয়। Qualcomm তার স্ন্যাপড্রাগন প্রসেসরের মাধ্যমে ডিভাইসে AI ক্ষমতার উন্নতি করছে, Google পিক্সেল ফোনে ডিভাইসের মডেলগুলিকে একীভূত করেছে, এবং Samsung Galaxy ডিভাইসে Gemini Nano আনতে Google এর সাথে অংশীদারিত্ব করেছে। যাইহোক, বেশিরভাগ বর্তমান অন-ডিভাইস মডেল তুলনামূলকভাবে ছোট - সাধারণত 1-3 বিলিয়ন প্যারামিটার পরিসরে।
PrismML-এর প্রযুক্তি, স্কেলে প্রমাণিত হলে, অনেক বড় মডেলকে সক্ষম করতে পারে — সম্ভাব্য কয়েক বিলিয়ন প্যারামিটারে — স্মার্টফোনে চালানোর জন্য, মৌলিকভাবে প্রতিযোগিতামূলক গতিশীলতা পরিবর্তন করে। এটি ক্লাউড-ভিত্তিক AI প্রক্রিয়াকরণের উপর বেশি নির্ভরশীল প্রতিদ্বন্দ্বীদের তুলনায় অ্যাপলকে একটি উল্লেখযোগ্য সুবিধা দেবে।
TrendForce নোট করেছে যে PrismML-এর মাইলফলক "ক্লাউড অবকাঠামোর উপর নির্ভর না করে সরাসরি ডিভাইসগুলিতে AI চালানোর জন্য অ্যাপলের বৃহত্তর চাপকে প্রতিফলিত করে।" মার্কেট রিসার্চ ফার্ম পরামর্শ দেয় যে সফল অন-ডিভাইস কম্প্রেশন কনজিউমার ইলেকট্রনিক্স শিল্প জুড়ে এজ এআই-এর দিকে স্থানান্তরকে ত্বরান্বিত করতে পারে।
এরপর কি আসে
PrismML-এর সাথে অ্যাপলের আলোচনা মূল্যায়নের পর্যায়ে রয়েছে, যার অর্থ প্রযুক্তিটি অ্যাপলের কর্মক্ষমতা এবং নির্ভরযোগ্যতার মান পূরণ করে কিনা তা কোম্পানিগুলি মূল্যায়ন করছে। কোন গ্যারান্টি নেই যে অংশীদারিত্বের ফলে একটি বাণিজ্যিক পণ্য হবে, এবং অ্যাপল আলোচনায় প্রকাশ্যে মন্তব্য করেনি।
যদি প্রযুক্তিটি ভবিষ্যতের অ্যাপল পণ্যগুলিতে একত্রিত করা হয়, তবে এটি iOS আপডেট বা নতুন হার্ডওয়্যার প্রজন্মের মধ্যে উপস্থিত হতে পারে। আইফোন 17 প্রো, যা প্রিজমএমএল তার প্রদর্শনের জন্য ব্যবহার করেছে, ইতিমধ্যেই অ্যাপলের নিউরাল ইঞ্জিনের মাধ্যমে উল্লেখযোগ্য নিউরাল প্রসেসিং ক্ষমতা বৈশিষ্ট্যযুক্ত।
বিস্তৃত প্রশ্ন হল লো-বিট এআই আর্কিটেকচারগুলি একটি শিল্পের মান হয়ে উঠবে নাকি একটি বিশেষ অপ্টিমাইজেশান হয়ে থাকবে। আপাতত, PrismML-এর ফলাফলগুলি পরামর্শ দেয় যে পদ্ধতিটি একটি জটিল থ্রেশহোল্ড অতিক্রম করেছে — এবং অ্যাপলের আগ্রহ ইঙ্গিত দেয় যে প্রযুক্তিটি গ্রাহক ইলেকট্রনিক্স শিল্পের সর্বোচ্চ স্তরে গুরুত্ব সহকারে নেওয়া হচ্ছে।
এআই থেকে এগিয়ে থাকুন
AI হার্ডওয়্যার, মডেল অপ্টিমাইজেশান এবং শিল্প উন্নয়নের ব্যাপক কভারেজের জন্য, AI Buzz Wire দেখুন।
আরও এআই খবর পড়ুন →
