Apple ведет активные переговоры с PrismML, филиалом Калифорнийского технологического института, поддерживаемым Khosla Ventures, чтобы оценить технологию, которая может уменьшить мощные модели искусственного интеллекта настолько, чтобы их можно было запускать непосредственно на iPhone, что потенциально изменит то, как Apple Intelligence обрабатывает запросы на своих устройствах.

CNBC впервые сообщил 14 июля 2026 года, что Apple оценивает технологию сжатия моделей PrismML, которая, по утверждению стартапа, может уменьшить размеры моделей искусственного интеллекта на порядок, используя архитектуры с чрезвычайно низкой точностью. PrismML подтвердила обсуждения в заявлении для AppleInsider в тот же день.

Чтобы узнать о последних разработках отрасли искусственного интеллекта и технологическом анализе, AI Buzz Wire рассказывает об инструментах, меняющих ландшафт.

Прорыв: запуск Qwen 3.6 на iPhone

По данным Seeking Alpha, PrismML успешно сжала большую языковую модель Qwen 3.6 с открытым исходным кодом от Alibaba для работы на iPhone 17 Pro — важный этап, описанный как запуск крупнейшей в истории модели искусственного интеллекта на потребительском смартфоне. Стартап утверждает, что его технология использует в 15 раз меньше памяти, чем традиционные модели архитектуры.

Подход PrismML основан на однобитной и троичной архитектуре нейронных сетей. В традиционных моделях ИИ каждый весовой параметр хранится в виде 16-битного или 32-битного числа с плавающей запятой. Вместо этого PrismML хранит веса с предельно низкой точностью — в виде двоичных значений (+1, -1) или троичных значений (+1, 0, -1) — что значительно сокращает объем памяти, не жертвуя при этом логическими или генеративными возможностями.

Это не просто квантование, широко используемый метод снижения точности уже обученной модели. Архитектура PrismML изначально разработана для низкобитовых операций, что, по словам компании, сохраняет качество модели гораздо лучше, чем методы сжатия после обучения.

Почему Apple хочет использовать искусственный интеллект на устройстве

Сообщаемый прорыв привлек внимание Apple, поскольку компания расширяет свою платформу Apple Intelligence. Запуск более крупных моделей искусственного интеллекта непосредственно на iPhone позволит большему количеству функций работать на устройстве, а не через серверы частных облачных вычислений Apple, которые в настоящее время обрабатывают сложные запросы искусственного интеллекта.

Преимущества двоякие. Во-первых, обработка на устройстве повышает конфиденциальность пользователей, сохраняя данные на телефоне, а не передавая их на облачные серверы — основное отличие, которое Apple подчеркивает с момента запуска Apple Intelligence. Во-вторых, это снижает эксплуатационные расходы Apple за счет уменьшения зависимости от дорогостоящей облачной инфраструктуры и мощности центров обработки данных, необходимых для обслуживания сотен миллионов пользователей iPhone.

MacRumors отмечает, что эта технология может позволить Apple предлагать более сложные функции искусственного интеллекта, такие как расширенная генерация текста, сложные логические задачи и более богатое взаимодействие с Siri, не требуя подключения к сети и не потребляя значительного времени автономной работы.

Потенциальное влияние на рынок чипов искусственного интеллекта

Если утверждения PrismML подтвердятся в ходе реальных испытаний, последствия могут выйти далеко за пределы Apple. CNBC сообщает, что эта технология может изменить спрос на микросхемы памяти и вычисления в центрах обработки данных, поскольку все больше обработки ИИ переходит от облака к потребительским устройствам.

В настоящее время индустрия искусственного интеллекта тратит сотни миллиардов долларов на инфраструктуру центров обработки данных, графические процессоры Nvidia и память с высокой пропускной способностью для обучения и обслуживания больших языковых моделей. Если модели можно будет значительно сжать для использования на устройстве, часть этого спроса может сместиться в сторону чипов для периферийных вычислений, а не из централизованных центров обработки данных.

Однако аналитики предупреждают, что обучение моделей ИИ по-прежнему потребует огромных вычислительных ресурсов, независимо от того, насколько эффективно их можно сжать для вывода. Технология сжатия предназначена для развертывания и вывода, а не для этапа обучения, который остается наиболее ресурсоемкой частью конвейера ИИ.

История и финансирование PrismML

PrismML — это стартап и исследовательская лаборатория искусственного интеллекта, созданная на базе Калифорнийского технологического института. Компания стала пионером в разработке коммерчески жизнеспособных низкобитовых архитектур нейронных сетей — области, которая вызывает значительный академический интерес, но до сих пор ограничена в коммерческом применении.

Стартап поддерживается Khosla Ventures, известной венчурной фирмой, известной своими ранними инвестициями в компании, занимающиеся трансформационными технологиями. The Information впервые сообщила о прорыве PrismML 9 июля, описав его как запуск крупнейшей в истории модели искусственного интеллекта на iPhone.

Связь с Калифорнийским технологическим институтом имеет большое значение. Академические исследования бинарных и троичных нейронных сетей ведутся уже много лет, но внедрение этих методов в системы производственного качества, соответствующие производительности стандартных моделей, оказалось чрезвычайно трудным. Заявление PrismML о коммерческой жизнеспособности, подтвержденное запуском такой большой модели, как Qwen 3.6, на потребительском оборудовании, представляет собой значительный шаг вперед.

Конкурентная среда

Apple не единственная компания, которая занимается внедрением искусственного интеллекта на устройствах. Qualcomm расширяет возможности искусственного интеллекта на устройствах с помощью своих процессоров Snapdragon, Google интегрировал встроенные модели в телефоны Pixel, а Samsung в партнерстве с Google представила Gemini Nano на устройствах Galaxy. Однако большинство современных моделей на устройстве относительно невелики — обычно в диапазоне 1–3 миллиардов параметров.

Технология PrismML, если она будет проверена в масштабе, может позволить гораздо более крупным моделям — потенциально с десятками миллиардов параметров — работать на смартфонах, фундаментально изменяя динамику конкуренции. Это дало бы Apple значительное преимущество перед конкурентами, которые в большей степени зависят от облачной обработки ИИ.

TrendForce отмечает, что достижение PrismML «отражает более широкое стремление Apple запускать искусственный интеллект непосредственно на устройствах, а не полагаться на облачную инфраструктуру». Фирма, занимающаяся исследованиями рынка, предполагает, что успешное сжатие данных на устройствах может ускорить переход к периферийному искусственному интеллекту в индустрии бытовой электроники.

Что будет дальше

Сообщается, что переговоры Apple с PrismML находятся на этапе оценки, то есть компании оценивают, соответствует ли технология стандартам производительности и надежности Apple. Нет никакой гарантии, что партнерство приведет к созданию коммерческого продукта, и Apple не комментирует публично обсуждения.

Если эта технология будет интегрирована в будущие продукты Apple, она может появиться в обновлениях iOS или новых поколениях оборудования. iPhone 17 Pro, который PrismML использовал для демонстрации, уже обладает значительными возможностями нейронной обработки благодаря Apple Neural Engine.

Более широкий вопрос заключается в том, станут ли низкобитные архитектуры ИИ отраслевым стандартом или останутся нишевой оптимизацией. На данный момент результаты PrismML показывают, что этот подход пересек критический порог, а интерес Apple сигнализирует о том, что к этой технологии серьезно относятся на самых высоких уровнях индустрии бытовой электроники.

Будьте впереди ИИ

Подробную информацию об аппаратном обеспечении искусственного интеллекта, оптимизации моделей и отраслевых разработках можно найти на сайте AI Buzz Wire.

Читать больше новостей об искусственном интеллекте →