Apple Sedang Berbicara dengan PrismML untuk Menyusut Model AI Besar untuk Pemrosesan iPhone di Perangkat

Apple sedang melakukan pembicaraan aktif dengan PrismML, spin-out Caltech yang didukung oleh Khosla Ventures, untuk mengevaluasi teknologi yang dapat mengecilkan model AI yang cukup kuat untuk dijalankan langsung di iPhone, sehingga berpotensi mengubah cara Apple Intelligence memproses permintaan pada perangkatnya.

CNBC pertama kali melaporkan pada 14 Juli 2026 bahwa Apple sedang mengevaluasi teknologi kompresi model PrismML, yang diklaim oleh startup tersebut dapat mengurangi ukuran model AI berdasarkan faktor urutan besarnya menggunakan arsitektur presisi bit rendah yang ekstrem. PrismML mengkonfirmasi diskusi tersebut dalam sebuah pernyataan kepada AppleInsider pada hari yang sama.

Untuk perkembangan industri AI dan analisis teknologi terkini, AI Buzz Wire mencakup alat-alat yang membentuk kembali lanskap.

Terobosan: Menjalankan Qwen 3.6 di iPhone

Menurut Seeking Alpha, PrismML berhasil mengompres model bahasa besar Qwen 3.6 sumber terbuka Alibaba untuk dijalankan di iPhone 17 Pro — sebuah tonggak sejarah yang digambarkan sebagai menjalankan model AI terbesar yang pernah ada pada ponsel pintar konsumen. Startup tersebut mengatakan bahwa teknologinya menggunakan memori hingga 15 kali lebih sedikit dibandingkan arsitektur model konvensional.

Pendekatan PrismML berpusat pada arsitektur jaringan saraf 1-bit dan ternary. Dalam model AI tradisional, setiap parameter bobot disimpan sebagai angka floating-point 16-bit atau 32-bit. PrismML malah menyimpan bobot dengan presisi bit rendah yang ekstrim — sebagai nilai biner (+1, -1) atau nilai ternary (+1, 0, -1) — secara dramatis mengurangi jejak memori tanpa mengorbankan kemampuan penalaran atau generatif.

Ini bukan kuantisasi sederhana, teknik yang banyak digunakan untuk mengurangi presisi pada model yang sudah dilatih. Arsitektur PrismML dirancang dari awal untuk operasi bit rendah, yang menurut perusahaan menjaga kualitas model jauh lebih baik daripada metode kompresi pasca-pelatihan.

Mengapa Apple Menginginkan AI di Perangkat

Terobosan yang dilaporkan telah menarik perhatian Apple ketika perusahaan tersebut memperluas platform Apple Intelligence-nya. Menjalankan model AI yang lebih besar secara langsung di iPhone akan memungkinkan lebih banyak fitur untuk beroperasi di perangkat dibandingkan melalui server Private Cloud Compute Apple, yang saat ini menangani permintaan AI yang kompleks.

Manfaatnya ada dua. Pertama, pemrosesan di perangkat meningkatkan privasi pengguna dengan menyimpan data di ponsel dibandingkan mengirimkannya ke server cloud — sebuah pembeda inti yang ditekankan Apple sejak peluncuran Apple Intelligence. Kedua, hal ini mengurangi biaya operasional Apple dengan mengurangi ketergantungan pada infrastruktur cloud yang mahal dan kapasitas pusat data yang diperlukan untuk melayani ratusan juta pengguna iPhone.

MacRumors mencatat bahwa teknologi ini memungkinkan Apple menawarkan fitur AI yang lebih canggih — seperti pembuatan teks tingkat lanjut, tugas penalaran yang kompleks, dan interaksi Siri yang lebih kaya — tanpa memerlukan koneksi jaringan atau menghabiskan banyak masa pakai baterai.

Potensi Dampak pada Pasar Chip AI

Jika klaim PrismML bertahan dalam pengujian di dunia nyata, implikasinya bisa melampaui Apple. CNBC melaporkan bahwa teknologi ini dapat mengubah permintaan chip memori dan komputasi pusat data, karena semakin banyak pemrosesan AI yang beralih dari cloud ke perangkat konsumen.

Saat ini, industri AI menghabiskan ratusan miliar dolar untuk infrastruktur pusat data, GPU Nvidia, dan memori bandwidth tinggi untuk melatih dan melayani model bahasa besar. Jika model dapat dikompresi secara signifikan untuk penggunaan pada perangkat, sebagian dari permintaan tersebut dapat beralih ke chip komputasi edge dan menjauh dari pusat data terpusat.

Namun, para analis memperingatkan bahwa pelatihan model AI masih memerlukan sumber daya komputasi yang besar terlepas dari seberapa efisien sumber daya tersebut dapat dikompresi untuk inferensi. Teknologi kompresi menangani penerapan dan inferensi, bukan fase pelatihan, yang tetap menjadi bagian paling intensif komputasi dari pipeline AI.

Latar Belakang dan Pendanaan PrismML

PrismML adalah startup AI dan laboratorium penelitian yang dibentuk dari California Institute of Technology. Perusahaan ini telah memelopori arsitektur jaringan saraf bit rendah yang layak secara komersial, sebuah bidang yang telah menarik minat akademis yang signifikan namun penerapan komersialnya terbatas hingga saat ini.

Startup ini didukung oleh Khosla Ventures, perusahaan modal ventura terkemuka yang terkenal dengan investasi awal di perusahaan teknologi transformatif. The Information pertama kali melaporkan terobosan PrismML pada tanggal 9 Juli, menggambarkannya sebagai model AI terbesar yang pernah ada di iPhone.

Koneksi Caltech sangat penting. Penelitian akademis tentang jaringan saraf biner dan terner telah aktif selama bertahun-tahun, tetapi menerjemahkan teknik ini ke dalam sistem kualitas produksi yang sesuai dengan kinerja model standar terbukti sangat sulit. Klaim kelayakan komersial PrismML — divalidasi dengan menjalankan model sebesar Qwen 3.6 pada perangkat keras konsumen — mewakili langkah maju yang berarti.

Lanskap Kompetitif

Apple tidak sendirian dalam mengejar AI pada perangkat. Qualcomm telah memajukan kemampuan AI pada perangkat melalui prosesor Snapdragon-nya, Google telah mengintegrasikan model pada perangkat ke dalam ponsel Pixel, dan Samsung telah bermitra dengan Google untuk menghadirkan Gemini Nano ke perangkat Galaxy. Namun, sebagian besar model pada perangkat saat ini berukuran relatif kecil — biasanya berkisar antara 1-3 miliar parameter.

Teknologi PrismML, jika terbukti dalam skala besar, dapat memungkinkan model yang jauh lebih besar – berpotensi dalam puluhan miliar parameter – untuk dijalankan di ponsel cerdas, sehingga secara mendasar mengubah dinamika persaingan. Hal ini akan memberi Apple keunggulan signifikan dibandingkan pesaingnya yang lebih bergantung pada pemrosesan AI berbasis cloud.

TrendForce mencatat bahwa pencapaian PrismML “mencerminkan dorongan Apple yang lebih luas untuk menjalankan AI langsung di perangkat daripada mengandalkan infrastruktur cloud.” Firma riset pasar tersebut menyatakan bahwa keberhasilan kompresi pada perangkat dapat mempercepat peralihan ke AI yang canggih di industri elektronik konsumen.

Apa yang Terjadi Selanjutnya

Pembicaraan Apple dengan PrismML dilaporkan sedang dalam tahap evaluasi, artinya perusahaan sedang menilai apakah teknologi tersebut memenuhi standar kinerja dan keandalan Apple. Tidak ada jaminan kemitraan ini akan menghasilkan produk komersial, dan Apple belum berkomentar secara terbuka mengenai diskusi tersebut.

Jika teknologi tersebut diintegrasikan ke dalam produk Apple masa depan, teknologi tersebut dapat muncul di pembaruan iOS atau generasi perangkat keras baru. IPhone 17 Pro, yang digunakan PrismML untuk demonstrasinya, sudah dilengkapi kemampuan pemrosesan saraf yang signifikan melalui Neural Engine Apple.

Pertanyaan yang lebih luas adalah apakah arsitektur AI bit rendah akan menjadi standar industri atau tetap menjadi optimasi khusus. Untuk saat ini, hasil PrismML menunjukkan bahwa pendekatan tersebut telah melewati ambang batas kritis – dan ketertarikan Apple menandakan bahwa teknologi tersebut dianggap serius di tingkat tertinggi industri elektronik konsumen.

Tetap Terdepan dalam AI

Untuk cakupan komprehensif tentang perangkat keras AI, pengoptimalan model, dan perkembangan industri, kunjungi AI Buzz Wire.

Baca berita AI selengkapnya →