ਐਪਲ, ਖੋਸਲਾ ਵੈਂਚਰਸ ਦੁਆਰਾ ਸਮਰਥਤ ਇੱਕ ਕੈਲਟੇਕ ਸਪਿਨਆਉਟ, ਪ੍ਰਿਜ਼ਮਐਮਐਲ ਨਾਲ ਸਰਗਰਮ ਗੱਲਬਾਤ ਕਰ ਰਿਹਾ ਹੈ, ਜੋ ਕਿ ਤਕਨਾਲੋਜੀ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਜੋ ਸ਼ਕਤੀਸ਼ਾਲੀ AI ਮਾਡਲਾਂ ਨੂੰ ਸਿੱਧੇ ਆਈਫੋਨ 'ਤੇ ਚਲਾਉਣ ਲਈ ਕਾਫ਼ੀ ਸੁੰਗੜ ਸਕਦੀ ਹੈ, ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਇਸ ਨੂੰ ਬਦਲ ਰਹੀ ਹੈ ਕਿ ਐਪਲ ਇੰਟੈਲੀਜੈਂਸ ਆਪਣੀਆਂ ਡਿਵਾਈਸਾਂ 'ਤੇ ਬੇਨਤੀਆਂ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਿਵੇਂ ਕਰਦੀ ਹੈ।
CNBC ਨੇ ਪਹਿਲੀ ਵਾਰ 14 ਜੁਲਾਈ, 2026 ਨੂੰ ਰਿਪੋਰਟ ਦਿੱਤੀ ਸੀ ਕਿ ਐਪਲ ਪ੍ਰਿਜ਼ਮਐਮਐਲ ਦੀ ਮਾਡਲ ਕੰਪਰੈਸ਼ਨ ਟੈਕਨਾਲੋਜੀ ਦਾ ਮੁਲਾਂਕਣ ਕਰ ਰਿਹਾ ਹੈ, ਜਿਸਦਾ ਸ਼ੁਰੂਆਤੀ ਦਾਅਵੇ ਬਹੁਤ ਘੱਟ-ਬਿੱਟ ਸ਼ੁੱਧਤਾ ਵਾਲੇ ਆਰਕੀਟੈਕਚਰ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਆਰਡਰ-ਆਫ-ਮੈਗਨੀਟਿਊਡ ਕਾਰਕਾਂ ਦੁਆਰਾ AI ਮਾਡਲ ਦੇ ਆਕਾਰ ਨੂੰ ਘਟਾ ਸਕਦੇ ਹਨ। PrismML ਨੇ ਉਸੇ ਦਿਨ AppleInsider ਨੂੰ ਇੱਕ ਬਿਆਨ ਵਿੱਚ ਚਰਚਾਵਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ.
ਨਵੀਨਤਮ AI ਉਦਯੋਗ ਵਿਕਾਸ ਅਤੇ ਤਕਨਾਲੋਜੀ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ, AI Buzz Wire ਲੈਂਡਸਕੇਪ ਨੂੰ ਮੁੜ ਆਕਾਰ ਦੇਣ ਵਾਲੇ ਟੂਲਾਂ ਨੂੰ ਕਵਰ ਕਰਦਾ ਹੈ।
ਸਫਲਤਾ: ਇੱਕ iPhone 'ਤੇ Qwen 3.6 ਚੱਲ ਰਿਹਾ ਹੈ
ਸੀਕਿੰਗ ਅਲਫ਼ਾ ਦੇ ਅਨੁਸਾਰ, ਪ੍ਰਿਜ਼ਮਐਮਐਲ ਨੇ ਆਈਫੋਨ 17 ਪ੍ਰੋ 'ਤੇ ਚੱਲਣ ਲਈ ਅਲੀਬਾਬਾ ਦੇ ਓਪਨ-ਸੋਰਸ ਕਿਊਵੇਨ 3.6 ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ ਨੂੰ ਸਫਲਤਾਪੂਰਵਕ ਸੰਕੁਚਿਤ ਕੀਤਾ - ਇੱਕ ਮੀਲ ਪੱਥਰ ਜਿਸ ਨੂੰ ਉਪਭੋਗਤਾ ਸਮਾਰਟਫੋਨ 'ਤੇ ਹੁਣ ਤੱਕ ਦਾ ਸਭ ਤੋਂ ਵੱਡਾ AI ਮਾਡਲ ਚਲਾਉਣ ਵਜੋਂ ਦਰਸਾਇਆ ਗਿਆ ਹੈ। ਸਟਾਰਟਅਪ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇਸਦੀ ਤਕਨਾਲੋਜੀ ਰਵਾਇਤੀ ਮਾਡਲ ਆਰਕੀਟੈਕਚਰ ਨਾਲੋਂ 15 ਗੁਣਾ ਘੱਟ ਮੈਮੋਰੀ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ।
ਪ੍ਰਿਜ਼ਮਐਮਐਲ ਦੀ ਪਹੁੰਚ 1-ਬਿੱਟ ਅਤੇ ਟਰਨਰੀ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਆਰਕੀਟੈਕਚਰ 'ਤੇ ਕੇਂਦਰਿਤ ਹੈ। ਰਵਾਇਤੀ AI ਮਾਡਲਾਂ ਵਿੱਚ, ਹਰੇਕ ਭਾਰ ਪੈਰਾਮੀਟਰ ਨੂੰ 16-ਬਿੱਟ ਜਾਂ 32-ਬਿੱਟ ਫਲੋਟਿੰਗ-ਪੁਆਇੰਟ ਨੰਬਰ ਵਜੋਂ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਪ੍ਰਿਜ਼ਮਐਮਐਲ ਇਸ ਦੀ ਬਜਾਏ ਭਾਰਾਂ ਨੂੰ ਬਹੁਤ ਘੱਟ-ਬਿੱਟ ਸ਼ੁੱਧਤਾ 'ਤੇ ਸਟੋਰ ਕਰਦਾ ਹੈ - ਜਿਵੇਂ ਕਿ ਬਾਈਨਰੀ ਵੈਲਯੂਜ਼ (+1, -1) ਜਾਂ ਟਰਨਰੀ ਵੈਲਯੂਜ਼ (+1, 0, -1) - ਤਰਕ ਜਾਂ ਉਤਪੰਨ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਗੰਭੀਰਤਾ ਨਾਲ ਕੁਰਬਾਨ ਕੀਤੇ ਬਿਨਾਂ ਨਾਟਕੀ ਢੰਗ ਨਾਲ ਮੈਮੋਰੀ ਫੁਟਪ੍ਰਿੰਟ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ।
ਇਹ ਸਧਾਰਨ ਕੁਆਂਟਾਇਜ਼ੇਸ਼ਨ ਨਹੀਂ ਹੈ, ਪਹਿਲਾਂ ਤੋਂ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਮਾਡਲ 'ਤੇ ਸ਼ੁੱਧਤਾ ਨੂੰ ਘਟਾਉਣ ਦੀ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਵਰਤੀ ਜਾਂਦੀ ਤਕਨੀਕ ਹੈ। PrismML ਦੇ ਆਰਕੀਟੈਕਚਰ ਲੋ-ਬਿਟ ਓਪਰੇਸ਼ਨ ਲਈ ਜ਼ਮੀਨ ਤੋਂ ਡਿਜ਼ਾਇਨ ਕੀਤੇ ਗਏ ਹਨ, ਜੋ ਕਿ ਕੰਪਨੀ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਪੋਸਟ-ਟ੍ਰੇਨਿੰਗ ਕੰਪਰੈਸ਼ਨ ਤਰੀਕਿਆਂ ਨਾਲੋਂ ਮਾਡਲ ਦੀ ਗੁਣਵੱਤਾ ਬਹੁਤ ਵਧੀਆ ਹੈ।
ਐਪਲ ਆਨ-ਡਿਵਾਈਸ AI ਕਿਉਂ ਚਾਹੁੰਦਾ ਹੈ
ਰਿਪੋਰਟ ਕੀਤੀ ਸਫਲਤਾ ਨੇ ਐਪਲ ਦਾ ਧਿਆਨ ਖਿੱਚਿਆ ਹੈ ਕਿਉਂਕਿ ਕੰਪਨੀ ਆਪਣੇ ਐਪਲ ਇੰਟੈਲੀਜੈਂਸ ਪਲੇਟਫਾਰਮ ਦਾ ਵਿਸਤਾਰ ਕਰਦੀ ਹੈ। ਵੱਡੇ AI ਮਾਡਲਾਂ ਨੂੰ ਸਿੱਧੇ iPhones 'ਤੇ ਚਲਾਉਣ ਨਾਲ ਐਪਲ ਦੇ ਪ੍ਰਾਈਵੇਟ ਕਲਾਊਡ ਕੰਪਿਊਟ ਸਰਵਰਾਂ ਦੀ ਬਜਾਏ ਔਨ-ਡਿਵਾਈਸ ਨੂੰ ਚਲਾਉਣ ਲਈ ਵਧੇਰੇ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਇਜਾਜ਼ਤ ਮਿਲੇਗੀ, ਜੋ ਵਰਤਮਾਨ ਵਿੱਚ ਗੁੰਝਲਦਾਰ AI ਬੇਨਤੀਆਂ ਨੂੰ ਸੰਭਾਲਦੇ ਹਨ।
ਲਾਭ ਦੋ ਗੁਣਾ ਹਨ. ਸਭ ਤੋਂ ਪਹਿਲਾਂ, ਔਨ-ਡਿਵਾਈਸ ਪ੍ਰੋਸੈਸਿੰਗ ਕਲਾਉਡ ਸਰਵਰਾਂ 'ਤੇ ਪ੍ਰਸਾਰਿਤ ਕਰਨ ਦੀ ਬਜਾਏ ਫ਼ੋਨ 'ਤੇ ਡੇਟਾ ਰੱਖ ਕੇ ਉਪਭੋਗਤਾ ਦੀ ਗੋਪਨੀਯਤਾ ਨੂੰ ਵਧਾਉਂਦੀ ਹੈ - ਐਪਲ ਇੰਟੈਲੀਜੈਂਸ ਨੂੰ ਲਾਂਚ ਕਰਨ ਤੋਂ ਬਾਅਦ ਇੱਕ ਕੋਰ ਡਿਫਰੈਂਸ਼ੀਏਟਰ ਐਪਲ ਨੇ ਜ਼ੋਰ ਦਿੱਤਾ ਹੈ। ਦੂਜਾ, ਇਹ ਮਹਿੰਗੇ ਕਲਾਉਡ ਬੁਨਿਆਦੀ ਢਾਂਚੇ 'ਤੇ ਨਿਰਭਰਤਾ ਨੂੰ ਘਟਾ ਕੇ ਅਤੇ ਲੱਖਾਂ ਆਈਫੋਨ ਉਪਭੋਗਤਾਵਾਂ ਦੀ ਸੇਵਾ ਕਰਨ ਲਈ ਲੋੜੀਂਦੀ ਡਾਟਾ ਸੈਂਟਰ ਸਮਰੱਥਾ ਨੂੰ ਘਟਾ ਕੇ ਐਪਲ ਦੇ ਸੰਚਾਲਨ ਲਾਗਤਾਂ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ।
MacRumors ਨੋਟ ਕਰਦਾ ਹੈ ਕਿ ਤਕਨਾਲੋਜੀ ਐਪਲ ਨੂੰ ਵਧੇਰੇ ਵਧੀਆ AI ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦੇ ਸਕਦੀ ਹੈ - ਜਿਵੇਂ ਕਿ ਐਡਵਾਂਸਡ ਟੈਕਸਟ ਜਨਰੇਸ਼ਨ, ਗੁੰਝਲਦਾਰ ਤਰਕ ਕਾਰਜ, ਅਤੇ ਅਮੀਰ ਸਿਰੀ ਪਰਸਪਰ ਕ੍ਰਿਆਵਾਂ - ਬਿਨਾਂ ਕਿਸੇ ਨੈਟਵਰਕ ਕਨੈਕਸ਼ਨ ਜਾਂ ਮਹੱਤਵਪੂਰਨ ਬੈਟਰੀ ਲਾਈਫ ਦੀ ਖਪਤ ਕੀਤੇ ਬਿਨਾਂ।
AI ਚਿੱਪ ਮਾਰਕੀਟ 'ਤੇ ਸੰਭਾਵੀ ਪ੍ਰਭਾਵ
ਜੇਕਰ PrismML ਦੇ ਦਾਅਵਿਆਂ ਨੂੰ ਅਸਲ-ਸੰਸਾਰ ਟੈਸਟਿੰਗ ਵਿੱਚ ਰੋਕਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਪ੍ਰਭਾਵ ਐਪਲ ਤੋਂ ਵੀ ਅੱਗੇ ਵਧ ਸਕਦੇ ਹਨ। CNBC ਰਿਪੋਰਟ ਕਰਦਾ ਹੈ ਕਿ ਤਕਨਾਲੋਜੀ ਮੈਮੋਰੀ ਚਿਪਸ ਅਤੇ ਡਾਟਾ ਸੈਂਟਰ ਕੰਪਿਊਟ ਦੀ ਮੰਗ ਨੂੰ ਮੁੜ ਆਕਾਰ ਦੇ ਸਕਦੀ ਹੈ, ਕਿਉਂਕਿ ਵਧੇਰੇ AI ਪ੍ਰੋਸੈਸਿੰਗ ਕਲਾਉਡ ਤੋਂ ਉਪਭੋਗਤਾ ਡਿਵਾਈਸਾਂ ਵਿੱਚ ਬਦਲ ਜਾਂਦੀ ਹੈ।
ਵਰਤਮਾਨ ਵਿੱਚ, AI ਉਦਯੋਗ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਅਤੇ ਸੇਵਾ ਦੇਣ ਲਈ ਡੇਟਾ ਸੈਂਟਰ ਬੁਨਿਆਦੀ ਢਾਂਚੇ, Nvidia GPUs, ਅਤੇ ਉੱਚ-ਬੈਂਡਵਿਡਥ ਮੈਮੋਰੀ 'ਤੇ ਸੈਂਕੜੇ ਬਿਲੀਅਨ ਡਾਲਰ ਖਰਚ ਕਰ ਰਿਹਾ ਹੈ। ਜੇ ਮਾਡਲਾਂ ਨੂੰ ਔਨ-ਡਿਵਾਈਸ ਵਰਤੋਂ ਲਈ ਨਾਟਕੀ ਤੌਰ 'ਤੇ ਸੰਕੁਚਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਤਾਂ ਉਸ ਵਿੱਚੋਂ ਕੁਝ ਮੰਗ ਕਿਨਾਰੇ ਕੰਪਿਊਟਿੰਗ ਚਿਪਸ ਵੱਲ ਅਤੇ ਕੇਂਦਰੀਕ੍ਰਿਤ ਡੇਟਾ ਸੈਂਟਰਾਂ ਤੋਂ ਦੂਰ ਹੋ ਸਕਦੀ ਹੈ।
ਹਾਲਾਂਕਿ, ਵਿਸ਼ਲੇਸ਼ਕ ਸਾਵਧਾਨ ਕਰਦੇ ਹਨ ਕਿ AI ਮਾਡਲਾਂ ਦੀ ਸਿਖਲਾਈ ਲਈ ਅਜੇ ਵੀ ਵੱਡੇ ਗਣਨਾ ਸਰੋਤਾਂ ਦੀ ਲੋੜ ਪਵੇਗੀ ਭਾਵੇਂ ਉਹਨਾਂ ਨੂੰ ਅਨੁਮਾਨ ਲਈ ਕਿੰਨੀ ਕੁ ਕੁਸ਼ਲਤਾ ਨਾਲ ਸੰਕੁਚਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਕੰਪਰੈਸ਼ਨ ਟੈਕਨੋਲੋਜੀ ਤੈਨਾਤੀ ਅਤੇ ਅਨੁਮਾਨ ਨੂੰ ਸੰਬੋਧਿਤ ਕਰਦੀ ਹੈ, ਸਿਖਲਾਈ ਦੇ ਪੜਾਅ ਨੂੰ ਨਹੀਂ, ਜੋ ਕਿ ਏਆਈ ਪਾਈਪਲਾਈਨ ਦਾ ਸਭ ਤੋਂ ਵੱਧ ਗਣਨਾਤਮਕ ਹਿੱਸਾ ਬਣਿਆ ਹੋਇਆ ਹੈ।
PrismML ਦਾ ਪਿਛੋਕੜ ਅਤੇ ਫੰਡਿੰਗ
PrismML ਕੈਲੀਫੋਰਨੀਆ ਇੰਸਟੀਚਿਊਟ ਆਫ਼ ਟੈਕਨਾਲੋਜੀ ਤੋਂ ਬਾਹਰ ਕੱਢੀ ਗਈ ਇੱਕ AI ਸ਼ੁਰੂਆਤੀ ਅਤੇ ਖੋਜ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਹੈ। ਕੰਪਨੀ ਨੇ ਵਪਾਰਕ ਤੌਰ 'ਤੇ ਵਿਵਹਾਰਕ ਘੱਟ-ਬਿਟ ਨਿਊਰਲ ਨੈਟਵਰਕ ਆਰਕੀਟੈਕਚਰ ਦੀ ਅਗਵਾਈ ਕੀਤੀ ਹੈ, ਇੱਕ ਅਜਿਹਾ ਖੇਤਰ ਜਿਸ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਅਕਾਦਮਿਕ ਦਿਲਚਸਪੀ ਹੈ ਪਰ ਹੁਣ ਤੱਕ ਸੀਮਤ ਵਪਾਰਕ ਤਾਇਨਾਤੀ ਹੈ।
ਸਟਾਰਟਅਪ ਨੂੰ ਖੋਸਲਾ ਵੈਂਚਰਸ ਦੁਆਰਾ ਸਮਰਥਨ ਪ੍ਰਾਪਤ ਹੈ, ਪ੍ਰਮੁੱਖ ਉੱਦਮ ਪੂੰਜੀ ਫਰਮ ਜੋ ਪਰਿਵਰਤਨਸ਼ੀਲ ਤਕਨਾਲੋਜੀ ਕੰਪਨੀਆਂ ਵਿੱਚ ਸ਼ੁਰੂਆਤੀ ਨਿਵੇਸ਼ਾਂ ਲਈ ਜਾਣੀ ਜਾਂਦੀ ਹੈ। ਜਾਣਕਾਰੀ ਨੇ ਸਭ ਤੋਂ ਪਹਿਲਾਂ 9 ਜੁਲਾਈ ਨੂੰ ਪ੍ਰਿਜ਼ਮਐਮਐਲ ਦੀ ਸਫਲਤਾ ਬਾਰੇ ਰਿਪੋਰਟ ਕੀਤੀ, ਇਸ ਨੂੰ ਆਈਫੋਨ 'ਤੇ ਸਭ ਤੋਂ ਵੱਡੇ AI ਮਾਡਲ ਨੂੰ ਚਲਾਉਣ ਦੇ ਰੂਪ ਵਿੱਚ ਵਰਣਨ ਕੀਤਾ।
ਕੈਲਟੇਕ ਕੁਨੈਕਸ਼ਨ ਮਹੱਤਵਪੂਰਨ ਹੈ. ਬਾਈਨਰੀ ਅਤੇ ਟਰਨਰੀ ਨਿਊਰਲ ਨੈੱਟਵਰਕਾਂ ਵਿੱਚ ਅਕਾਦਮਿਕ ਖੋਜ ਸਾਲਾਂ ਤੋਂ ਸਰਗਰਮ ਹੈ, ਪਰ ਇਹਨਾਂ ਤਕਨੀਕਾਂ ਦਾ ਉਤਪਾਦਨ-ਗੁਣਵੱਤਾ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਨਾ ਜੋ ਮਿਆਰੀ ਮਾਡਲਾਂ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ, ਅਸਧਾਰਨ ਤੌਰ 'ਤੇ ਮੁਸ਼ਕਲ ਸਾਬਤ ਹੋਇਆ ਹੈ। ਵਪਾਰਕ ਵਿਹਾਰਕਤਾ ਦਾ PrismML ਦਾ ਦਾਅਵਾ - ਉਪਭੋਗਤਾ ਹਾਰਡਵੇਅਰ 'ਤੇ Qwen 3.6 ਦੇ ਰੂਪ ਵਿੱਚ ਵੱਡੇ ਮਾਡਲ ਨੂੰ ਚਲਾ ਕੇ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਗਿਆ - ਇੱਕ ਸਾਰਥਕ ਕਦਮ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।
ਪ੍ਰਤੀਯੋਗੀ ਲੈਂਡਸਕੇਪ
ਐਪਲ ਆਨ-ਡਿਵਾਈਸ AI ਦਾ ਪਿੱਛਾ ਕਰਨ ਵਿੱਚ ਇਕੱਲਾ ਨਹੀਂ ਹੈ। ਕੁਆਲਕਾਮ ਆਪਣੇ ਸਨੈਪਡ੍ਰੈਗਨ ਪ੍ਰੋਸੈਸਰਾਂ ਰਾਹੀਂ ਔਨ-ਡਿਵਾਈਸ AI ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਅੱਗੇ ਵਧਾ ਰਿਹਾ ਹੈ, ਗੂਗਲ ਨੇ ਪਿਕਸਲ ਫੋਨਾਂ ਵਿੱਚ ਔਨ-ਡਿਵਾਈਸ ਮਾਡਲਾਂ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕੀਤਾ ਹੈ, ਅਤੇ ਸੈਮਸੰਗ ਨੇ ਜੈਮਿਨੀ ਨੈਨੋ ਨੂੰ ਗਲੈਕਸੀ ਡਿਵਾਈਸਾਂ ਵਿੱਚ ਲਿਆਉਣ ਲਈ ਗੂਗਲ ਨਾਲ ਭਾਈਵਾਲੀ ਕੀਤੀ ਹੈ। ਹਾਲਾਂਕਿ, ਜ਼ਿਆਦਾਤਰ ਮੌਜੂਦਾ ਔਨ-ਡਿਵਾਈਸ ਮਾਡਲ ਮੁਕਾਬਲਤਨ ਛੋਟੇ ਹਨ - ਖਾਸ ਤੌਰ 'ਤੇ 1-3 ਬਿਲੀਅਨ ਪੈਰਾਮੀਟਰ ਰੇਂਜ ਵਿੱਚ।
PrismML ਦੀ ਟੈਕਨਾਲੋਜੀ, ਜੇਕਰ ਪੈਮਾਨੇ 'ਤੇ ਸਾਬਤ ਹੁੰਦੀ ਹੈ, ਤਾਂ ਬਹੁਤ ਵੱਡੇ ਮਾਡਲਾਂ ਨੂੰ ਸਮਰੱਥ ਬਣਾ ਸਕਦੀ ਹੈ - ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਅਰਬਾਂ ਪੈਰਾਮੀਟਰਾਂ ਵਿੱਚ - ਸਮਾਰਟਫ਼ੋਨਾਂ 'ਤੇ ਚੱਲਣ ਲਈ, ਮੁਕਾਬਲੇ ਦੀ ਗਤੀਸ਼ੀਲਤਾ ਨੂੰ ਬੁਨਿਆਦੀ ਤੌਰ 'ਤੇ ਬਦਲਦੀ ਹੈ। ਇਹ ਐਪਲ ਨੂੰ ਉਹਨਾਂ ਵਿਰੋਧੀਆਂ ਨਾਲੋਂ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਫਾਇਦਾ ਦੇਵੇਗਾ ਜੋ ਕਲਾਉਡ-ਅਧਾਰਿਤ AI ਪ੍ਰੋਸੈਸਿੰਗ 'ਤੇ ਵਧੇਰੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ।
TrendForce ਨੋਟ ਕਰਦਾ ਹੈ ਕਿ PrismML ਦਾ ਮੀਲਪੱਥਰ "ਕਲਾਉਡ ਬੁਨਿਆਦੀ ਢਾਂਚੇ 'ਤੇ ਭਰੋਸਾ ਕਰਨ ਦੀ ਬਜਾਏ ਸਿੱਧੇ ਡਿਵਾਈਸਾਂ 'ਤੇ AI ਨੂੰ ਚਲਾਉਣ ਲਈ ਐਪਲ ਦੇ ਵਿਆਪਕ ਦਬਾਅ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।" ਮਾਰਕੀਟ ਰਿਸਰਚ ਫਰਮ ਸੁਝਾਅ ਦਿੰਦੀ ਹੈ ਕਿ ਸਫਲ ਔਨ-ਡਿਵਾਈਸ ਕੰਪਰੈਸ਼ਨ ਖਪਤਕਾਰ ਇਲੈਕਟ੍ਰੋਨਿਕਸ ਉਦਯੋਗ ਵਿੱਚ ਕਿਨਾਰੇ AI ਵੱਲ ਸ਼ਿਫਟ ਨੂੰ ਤੇਜ਼ ਕਰ ਸਕਦੀ ਹੈ।
ਅੱਗੇ ਕੀ ਆਉਂਦਾ ਹੈ
PrismML ਨਾਲ ਐਪਲ ਦੀ ਗੱਲਬਾਤ ਕਥਿਤ ਤੌਰ 'ਤੇ ਮੁਲਾਂਕਣ ਪੜਾਅ ਵਿੱਚ ਹੈ, ਮਤਲਬ ਕਿ ਕੰਪਨੀਆਂ ਮੁਲਾਂਕਣ ਕਰ ਰਹੀਆਂ ਹਨ ਕਿ ਕੀ ਤਕਨਾਲੋਜੀ ਐਪਲ ਦੇ ਪ੍ਰਦਰਸ਼ਨ ਅਤੇ ਭਰੋਸੇਯੋਗਤਾ ਦੇ ਮਾਪਦੰਡਾਂ ਨੂੰ ਪੂਰਾ ਕਰਦੀ ਹੈ। ਇਸ ਗੱਲ ਦੀ ਕੋਈ ਗਾਰੰਟੀ ਨਹੀਂ ਹੈ ਕਿ ਸਾਂਝੇਦਾਰੀ ਦੇ ਨਤੀਜੇ ਵਜੋਂ ਵਪਾਰਕ ਉਤਪਾਦ ਬਣੇਗਾ, ਅਤੇ ਐਪਲ ਨੇ ਚਰਚਾਵਾਂ 'ਤੇ ਜਨਤਕ ਤੌਰ 'ਤੇ ਟਿੱਪਣੀ ਨਹੀਂ ਕੀਤੀ ਹੈ।
ਜੇਕਰ ਤਕਨਾਲੋਜੀ ਨੂੰ ਭਵਿੱਖ ਦੇ ਐਪਲ ਉਤਪਾਦਾਂ ਵਿੱਚ ਜੋੜਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇਹ iOS ਅੱਪਡੇਟ ਜਾਂ ਨਵੀਂ ਹਾਰਡਵੇਅਰ ਪੀੜ੍ਹੀਆਂ ਵਿੱਚ ਦਿਖਾਈ ਦੇ ਸਕਦਾ ਹੈ। ਆਈਫੋਨ 17 ਪ੍ਰੋ, ਜਿਸਨੂੰ ਪ੍ਰਿਜ਼ਮਐਮਐਲ ਨੇ ਇਸਦੇ ਪ੍ਰਦਰਸ਼ਨ ਲਈ ਵਰਤਿਆ, ਐਪਲ ਦੇ ਨਿਊਰਲ ਇੰਜਣ ਦੁਆਰਾ ਪਹਿਲਾਂ ਹੀ ਮਹੱਤਵਪੂਰਨ ਨਿਊਰਲ ਪ੍ਰੋਸੈਸਿੰਗ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਪੇਸ਼ ਕਰਦਾ ਹੈ।
ਵਿਆਪਕ ਸਵਾਲ ਇਹ ਹੈ ਕਿ ਕੀ ਘੱਟ-ਬਿੱਟ ਏਆਈ ਆਰਕੀਟੈਕਚਰ ਇੱਕ ਉਦਯੋਗਿਕ ਮਿਆਰ ਬਣ ਜਾਣਗੇ ਜਾਂ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਅਨੁਕੂਲਤਾ ਬਣੇ ਰਹਿਣਗੇ। ਹੁਣ ਲਈ, ਪ੍ਰਿਜ਼ਮਐਮਐਲ ਦੇ ਨਤੀਜੇ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ ਕਿ ਪਹੁੰਚ ਇੱਕ ਨਾਜ਼ੁਕ ਥ੍ਰੈਸ਼ਹੋਲਡ ਨੂੰ ਪਾਰ ਕਰ ਚੁੱਕੀ ਹੈ - ਅਤੇ ਐਪਲ ਦੀ ਦਿਲਚਸਪੀ ਸੰਕੇਤ ਦਿੰਦੀ ਹੈ ਕਿ ਉਪਭੋਗਤਾ ਇਲੈਕਟ੍ਰੋਨਿਕਸ ਉਦਯੋਗ ਦੇ ਉੱਚ ਪੱਧਰਾਂ 'ਤੇ ਤਕਨਾਲੋਜੀ ਨੂੰ ਗੰਭੀਰਤਾ ਨਾਲ ਲਿਆ ਜਾ ਰਿਹਾ ਹੈ।
AI ਤੋਂ ਅੱਗੇ ਰਹੋ
AI ਹਾਰਡਵੇਅਰ, ਮਾਡਲ ਓਪਟੀਮਾਈਜੇਸ਼ਨ, ਅਤੇ ਉਦਯੋਗਿਕ ਵਿਕਾਸ ਦੀ ਵਿਆਪਕ ਕਵਰੇਜ ਲਈ, AI Buzz Wire 'ਤੇ ਜਾਓ।
ਹੋਰ AI ਖਬਰਾਂ ਪੜ੍ਹੋ →
