Apple sedang Berbincang dengan PrismML untuk Mengecilkan Model AI Besar untuk Pemprosesan iPhone Pada Peranti

Apple sedang berbincang secara aktif dengan PrismML, spinout Caltech yang disokong oleh Khosla Ventures, untuk menilai teknologi yang boleh mengecilkan model AI berkuasa yang cukup untuk berjalan terus pada iPhone, yang berpotensi mengubah cara Apple Intelligence memproses permintaan pada perantinya.

CNBC mula-mula melaporkan pada 14 Julai 2026 bahawa Apple sedang menilai teknologi pemampatan model PrismML, yang mana tuntutan permulaan boleh mengurangkan saiz model AI mengikut faktor tertib magnitud menggunakan seni bina ketepatan bit rendah yang melampau. PrismML mengesahkan perbincangan dalam satu kenyataan kepada AppleInsider pada hari yang sama.

Untuk perkembangan industri AI dan analisis teknologi terkini, AI Buzz Wire merangkumi alatan yang membentuk semula landskap.

Kejayaan: Menjalankan Qwen 3.6 pada iPhone

Menurut Seeking Alpha, PrismML berjaya memampatkan model bahasa besar Qwen 3.6 sumber terbuka Alibaba untuk dijalankan pada iPhone 17 Pro — satu peristiwa penting yang digambarkan sebagai menjalankan model AI terbesar pernah ada pada telefon pintar pengguna. Permulaan mengatakan teknologinya menggunakan memori sehingga 15 kali lebih sedikit daripada seni bina model konvensional.

Pendekatan PrismML berpusat pada seni bina rangkaian neural 1-bit dan ternary. Dalam model AI tradisional, setiap parameter berat disimpan sebagai nombor titik terapung 16-bit atau 32-bit. Sebaliknya, PrismML menyimpan pemberat pada ketepatan bit rendah yang melampau — sebagai nilai binari (+1, -1) atau nilai terner (+1, 0, -1) — mengurangkan jejak memori secara mendadak tanpa mengorbankan keupayaan penaakulan atau penjanaan dengan teruk.

Ini bukan pengkuantitian mudah, teknik yang digunakan secara meluas untuk mengurangkan ketepatan pada model yang sudah terlatih. Seni bina PrismML direka dari bawah untuk operasi low-bit, yang menurut syarikat itu mengekalkan kualiti model jauh lebih baik daripada kaedah mampatan selepas latihan.

Mengapa Apple Mahukan AI Pada Peranti

Kejayaan yang dilaporkan telah menarik perhatian Apple apabila syarikat itu mengembangkan platform Perisikan Applenya. Menjalankan model AI yang lebih besar secara terus pada iPhone akan membolehkan lebih banyak ciri beroperasi pada peranti dan bukannya melalui pelayan Pengiraan Awan Peribadi Apple, yang pada masa ini mengendalikan permintaan AI yang kompleks.

Manfaatnya adalah dua kali ganda. Pertama, pemprosesan pada peranti meningkatkan privasi pengguna dengan menyimpan data pada telefon dan bukannya menghantarnya ke pelayan awan — pembeza teras yang telah ditekankan oleh Apple sejak melancarkan Apple Intelligence. Kedua, ia mengurangkan kos operasi Apple dengan mengurangkan pergantungan pada infrastruktur awan yang mahal dan kapasiti pusat data yang diperlukan untuk melayani ratusan juta pengguna iPhone.

MacRumors menyatakan bahawa teknologi itu boleh membolehkan Apple menawarkan ciri AI yang lebih canggih — seperti penjanaan teks lanjutan, tugas penaakulan yang kompleks dan interaksi Siri yang lebih kaya — tanpa memerlukan sambungan rangkaian atau memakan hayat bateri yang ketara.

Potensi Impak ke atas Pasaran Cip AI

Jika tuntutan PrismML bertahan dalam ujian dunia sebenar, implikasinya boleh menjangkau jauh melebihi Apple. CNBC melaporkan bahawa teknologi itu boleh membentuk semula permintaan untuk cip memori dan pengiraan pusat data, kerana lebih banyak pemprosesan AI beralih daripada awan kepada peranti pengguna.

Pada masa ini, industri AI membelanjakan ratusan bilion dolar untuk infrastruktur pusat data, GPU Nvidia dan memori lebar jalur tinggi untuk melatih dan menyediakan model bahasa yang besar. Jika model boleh dimampatkan secara mendadak untuk kegunaan pada peranti, sesetengah permintaan itu boleh beralih ke arah cip pengkomputeran tepi dan menjauhi pusat data berpusat.

Walau bagaimanapun, penganalisis memberi amaran bahawa melatih model AI masih memerlukan sumber pengiraan yang besar tanpa mengira seberapa cekapnya ia boleh dimampatkan untuk membuat inferens. Teknologi pemampatan menangani penggunaan dan inferens, bukan fasa latihan, yang kekal sebagai bahagian paling intensif pengiraan dalam saluran paip AI.

Latar Belakang dan Pembiayaan PrismML

PrismML ialah permulaan AI dan makmal penyelidikan yang berputar keluar dari Institut Teknologi California. Syarikat itu telah mempelopori seni bina rangkaian neural bit rendah yang berdaya maju secara komersial, kawasan yang telah menyaksikan minat akademik yang ketara tetapi penggunaan komersil terhad sehingga kini.

Permulaan itu disokong oleh Khosla Ventures, firma modal teroka terkemuka yang terkenal dengan pelaburan awal dalam syarikat teknologi transformatif. The Information pertama kali melaporkan kejayaan PrismML pada 9 Julai, menggambarkannya sebagai menjalankan model AI terbesar pernah ada pada iPhone.

Sambungan Caltech adalah penting. Penyelidikan akademik ke dalam rangkaian neural binari dan ternary telah aktif selama bertahun-tahun, tetapi menterjemahkan teknik ini ke dalam sistem kualiti pengeluaran yang sepadan dengan prestasi model standard telah terbukti sangat sukar. Tuntutan PrismML tentang daya maju komersial — disahkan dengan menjalankan model sebesar Qwen 3.6 pada perkakasan pengguna — mewakili satu langkah ke hadapan yang bermakna.

Landskap Persaingan

Apple tidak bersendirian dalam mengejar AI pada peranti. Qualcomm telah memajukan keupayaan AI pada peranti melalui pemproses Snapdragonnya, Google telah menyepadukan model pada peranti ke dalam telefon Pixel, dan Samsung telah bekerjasama dengan Google untuk membawa Gemini Nano ke peranti Galaxy. Walau bagaimanapun, kebanyakan model pada peranti semasa agak kecil — biasanya dalam julat parameter 1-3 bilion.

Teknologi PrismML, jika terbukti pada skala, boleh membolehkan model yang lebih besar — ​​berpotensi dalam berpuluh-puluh bilion parameter — untuk dijalankan pada telefon pintar, secara asasnya mengubah dinamik daya saing. Ini akan memberikan Apple kelebihan yang ketara berbanding pesaing yang lebih bergantung pada pemprosesan AI berasaskan awan.

TrendForce menyatakan bahawa pencapaian PrismML "mencerminkan dorongan Apple yang lebih luas untuk menjalankan AI secara langsung pada peranti dan bukannya bergantung pada infrastruktur awan." Firma penyelidikan pasaran itu mencadangkan bahawa pemampatan pada peranti yang berjaya boleh mempercepatkan peralihan ke arah AI kelebihan merentas industri elektronik pengguna.

Apa Yang Akan Datang

Perbincangan Apple dengan PrismML dilaporkan dalam fasa penilaian, bermakna syarikat sedang menilai sama ada teknologi itu memenuhi piawaian prestasi dan kebolehpercayaan Apple. Tiada jaminan perkongsian itu akan menghasilkan produk komersial, dan Apple tidak mengulas secara terbuka mengenai perbincangan itu.

Jika teknologi itu disepadukan ke dalam produk Apple akan datang, ia boleh muncul dalam kemas kini iOS atau generasi perkakasan baharu. iPhone 17 Pro, yang digunakan oleh PrismML untuk demonstrasinya, sudah menampilkan keupayaan pemprosesan saraf yang ketara melalui Enjin Neural Apple.

Persoalan yang lebih luas ialah sama ada seni bina AI bit rendah akan menjadi standard industri atau kekal sebagai pengoptimuman khusus. Buat masa ini, keputusan PrismML menunjukkan bahawa pendekatan itu telah melepasi ambang kritikal — dan minat Apple menandakan bahawa teknologi itu diambil serius di peringkat tertinggi industri elektronik pengguna.

Kekal Mendahului AI

Untuk liputan komprehensif perkakasan AI, pengoptimuman model dan perkembangan industri, lawati AI Buzz Wire.

Baca lebih banyak berita AI →