Apple กำลังเจรจาอย่างแข็งขันกับ PrismML ซึ่งเป็นบริษัทในเครือ Caltech ที่ได้รับการสนับสนุนจาก Khosla Ventures เพื่อประเมินเทคโนโลยีที่สามารถลดขนาดโมเดล AI ที่ทรงพลังให้เพียงพอที่จะทำงานบน iPhone ได้โดยตรง ซึ่งอาจเปลี่ยนแปลงวิธีที่ Apple Intelligence ประมวลผลคำขอบนอุปกรณ์ของตน
CNBC รายงานครั้งแรกเมื่อวันที่ 14 กรกฎาคม 2026 ว่า Apple กำลังประเมินเทคโนโลยีการบีบอัดแบบจำลองของ PrismML ซึ่งสตาร์ทอัพอ้างว่าสามารถลดขนาดโมเดล AI ตามปัจจัยลำดับความสำคัญโดยใช้สถาปัตยกรรมที่มีความแม่นยำบิตต่ำมาก PrismML ยืนยันการสนทนาในแถลงการณ์ถึง AppleInsider ในวันเดียวกัน
สำหรับ [การพัฒนาอุตสาหกรรม AI] (https://aibuzzwire.news) ล่าสุด และการวิเคราะห์เทคโนโลยี AI Buzz Wire ครอบคลุมเครื่องมือที่ปรับเปลี่ยนภูมิทัศน์
ความก้าวหน้า: การรัน Qwen 3.6 บน iPhone
ตามรายงานของ Seeking Alpha PrismML ประสบความสำเร็จในการบีบอัดโมเดลภาษาขนาดใหญ่ Qwen 3.6 แบบโอเพ่นซอร์สของ Alibaba เพื่อใช้งานบน iPhone 17 Pro ซึ่งเป็นเหตุการณ์สำคัญที่ได้รับการอธิบายว่าเป็นการใช้โมเดล AI ที่ใหญ่ที่สุดเท่าที่เคยมีมาบนสมาร์ทโฟนสำหรับผู้บริโภค สตาร์ทอัพกล่าวว่าเทคโนโลยีใช้หน่วยความจำน้อยกว่าสถาปัตยกรรมรุ่นทั่วไปถึง 15 เท่า
แนวทางของ PrismML มีศูนย์กลางอยู่ที่สถาปัตยกรรมเครือข่ายนิวรัลแบบ 1 บิตและแบบไตรภาค ในโมเดล AI แบบดั้งเดิม พารามิเตอร์น้ำหนักแต่ละตัวจะถูกจัดเก็บเป็นตัวเลขทศนิยม 16 บิตหรือ 32 บิต PrismML จะจัดเก็บน้ำหนักด้วยความแม่นยำบิตต่ำมากแทน เช่น ค่าไบนารี่ (+1, -1) หรือค่าไตรภาค (+1, 0, -1) ช่วยลดพื้นที่หน่วยความจำได้อย่างมากโดยไม่ทำให้เหตุผลหรือความสามารถในการสร้างลดลงอย่างมาก
นี่ไม่ใช่การหาปริมาณง่ายๆ ซึ่งเป็นเทคนิคที่ใช้กันอย่างแพร่หลายในการลดความแม่นยำในแบบจำลองที่ผ่านการฝึกอบรมแล้ว สถาปัตยกรรมของ PrismML ได้รับการออกแบบตั้งแต่พื้นฐานสำหรับการทำงานบิตต่ำ ซึ่งบริษัทกล่าวว่าจะรักษาคุณภาพของแบบจำลองได้ดีกว่าวิธีการบีบอัดหลังการฝึก
ทำไม Apple ถึงต้องการ AI บนอุปกรณ์
ความก้าวหน้าที่รายงานนี้ดึงดูดความสนใจของ Apple ในขณะที่บริษัทขยายแพลตฟอร์ม Apple Intelligence การใช้โมเดล AI ที่ใหญ่ขึ้นโดยตรงบน iPhone จะทำให้มีคุณสมบัติต่างๆ ในการทำงานบนอุปกรณ์ได้มากกว่าผ่านเซิร์ฟเวอร์ Private Cloud Compute ของ Apple ซึ่งปัจจุบันจัดการกับคำขอ AI ที่ซับซ้อน
ผลประโยชน์มีสองเท่า ประการแรก การประมวลผลบนอุปกรณ์ช่วยเพิ่มความเป็นส่วนตัวของผู้ใช้ด้วยการเก็บข้อมูลไว้ในโทรศัพท์แทนที่จะส่งข้อมูลไปยังเซิร์ฟเวอร์คลาวด์ ซึ่งเป็นตัวสร้างความแตกต่างหลักที่ Apple ให้ความสำคัญนับตั้งแต่เปิดตัว Apple Intelligence ประการที่สอง ช่วยลดต้นทุนการดำเนินงานของ Apple โดยลดการพึ่งพาโครงสร้างพื้นฐานระบบคลาวด์ที่มีราคาแพง และความจุของศูนย์ข้อมูลที่จำเป็นต่อการให้บริการผู้ใช้ iPhone หลายร้อยล้านคน
MacRumors ตั้งข้อสังเกตว่าเทคโนโลยีนี้อาจทำให้ Apple นำเสนอคุณสมบัติ AI ที่ซับซ้อนมากขึ้น เช่น การสร้างข้อความขั้นสูง งานการให้เหตุผลที่ซับซ้อน และการโต้ตอบกับ Siri ที่สมบูรณ์ยิ่งขึ้น โดยไม่ต้องเชื่อมต่อเครือข่ายหรือสิ้นเปลืองพลังงานแบตเตอรี่อย่างมาก
ผลกระทบที่อาจเกิดขึ้นกับตลาดชิป AI
หากคำกล่าวอ้างของ PrismML ยังคงอยู่ในการทดสอบในโลกแห่งความเป็นจริง ผลกระทบอาจขยายออกไปเกินกว่า Apple CNBC รายงานว่าเทคโนโลยีนี้สามารถปรับเปลี่ยนความต้องการชิปหน่วยความจำและการประมวลผลของศูนย์ข้อมูลได้ เนื่องจากการประมวลผล AI มีการเปลี่ยนแปลงจากระบบคลาวด์ไปยังอุปกรณ์ของผู้บริโภคมากขึ้น
ปัจจุบัน อุตสาหกรรม AI ทุ่มเงินหลายแสนล้านดอลลาร์ไปกับโครงสร้างพื้นฐานของศูนย์ข้อมูล, Nvidia GPU และหน่วยความจำแบนด์วิธสูงเพื่อฝึกฝนและให้บริการโมเดลภาษาขนาดใหญ่ หากโมเดลสามารถบีบอัดอย่างมากสำหรับการใช้งานบนอุปกรณ์ ความต้องการบางส่วนอาจเปลี่ยนไปใช้ชิปประมวลผล Edge และออกจากศูนย์ข้อมูลแบบรวมศูนย์
อย่างไรก็ตาม นักวิเคราะห์เตือนว่าโมเดลการฝึกอบรม AI ยังคงต้องใช้ทรัพยากรการประมวลผลจำนวนมาก ไม่ว่าโมเดลเหล่านั้นจะบีบอัดเพื่อการอนุมานได้อย่างมีประสิทธิภาพเพียงใด เทคโนโลยีการบีบอัดรองรับการใช้งานและการอนุมาน ไม่ใช่ขั้นตอนการฝึกอบรม ซึ่งยังคงเป็นส่วนที่ต้องใช้การประมวลผลมากที่สุดในไปป์ไลน์ AI
ความเป็นมาและการระดมทุนของ PrismML
PrismML เป็นสตาร์ทอัพด้าน AI และห้องปฏิบัติการวิจัยที่แยกตัวออกมาจากสถาบันเทคโนโลยีแคลิฟอร์เนีย บริษัทได้บุกเบิกสถาปัตยกรรมโครงข่ายประสาทเทียมบิตต่ำที่ใช้งานได้ในเชิงพาณิชย์ ซึ่งเป็นพื้นที่ที่ได้รับความสนใจทางวิชาการอย่างมาก แต่มีการใช้งานเชิงพาณิชย์อย่างจำกัดจนถึงปัจจุบัน
สตาร์ทอัพนี้ได้รับการสนับสนุนจาก Khosla Ventures ซึ่งเป็นบริษัทร่วมทุนที่มีชื่อเสียงซึ่งเป็นที่รู้จักในด้านการลงทุนในช่วงแรกๆ ในบริษัทเทคโนโลยีที่มีการเปลี่ยนแปลง ข้อมูลดังกล่าวรายงานครั้งแรกเกี่ยวกับความก้าวหน้าของ PrismML เมื่อวันที่ 9 กรกฎาคม โดยอธิบายว่าเป็นการรันโมเดล AI ที่ใหญ่ที่สุดเท่าที่เคยมีมาบน iPhone
การเชื่อมต่อของคาลเทคมีความสำคัญ การวิจัยทางวิชาการเกี่ยวกับโครงข่ายประสาทเทียมแบบไบนารีและแบบไตรภาคมีการใช้งานมาหลายปีแล้ว แต่การแปลเทคนิคเหล่านี้เป็นระบบคุณภาพการผลิตที่ตรงกับประสิทธิภาพของแบบจำลองมาตรฐานได้รับการพิสูจน์แล้วว่ายากเป็นพิเศษ การอ้างสิทธิ์ในเชิงพาณิชย์ของ PrismML ซึ่งได้รับการตรวจสอบโดยการรันโมเดลที่มีขนาดใหญ่ถึง Qwen 3.6 บนฮาร์ดแวร์สำหรับผู้บริโภค แสดงถึงก้าวไปข้างหน้าที่มีความหมาย
แนวการแข่งขัน
Apple ไม่ใช่คนเดียวที่ติดตาม AI บนอุปกรณ์ Qualcomm ได้พัฒนาความสามารถ AI บนอุปกรณ์ผ่านโปรเซสเซอร์ Snapdragon, Google ได้รวมรุ่นบนอุปกรณ์เข้ากับโทรศัพท์ Pixel และ Samsung ได้ร่วมมือกับ Google เพื่อนำ Gemini Nano มาสู่อุปกรณ์ Galaxy อย่างไรก็ตาม โมเดลในอุปกรณ์ปัจจุบันส่วนใหญ่มีขนาดค่อนข้างเล็ก ซึ่งโดยทั่วไปจะอยู่ในช่วงพารามิเตอร์ 1-3 พันล้าน
หากได้รับการพิสูจน์ในวงกว้าง เทคโนโลยีของ PrismML ก็สามารถทำให้โมเดลที่มีขนาดใหญ่กว่ามาก — อาจอยู่ในพารามิเตอร์หลายหมื่นล้าน — สามารถทำงานบนสมาร์ทโฟนได้ ซึ่งถือเป็นการเปลี่ยนแปลงขั้นพื้นฐานของพลวัตของการแข่งขัน สิ่งนี้จะทำให้ Apple ได้เปรียบอย่างมีนัยสำคัญเหนือคู่แข่งที่ต้องอาศัยการประมวลผล AI บนคลาวด์มากกว่า
TrendForce ตั้งข้อสังเกตว่าหลักชัยของ PrismML "สะท้อนให้เห็นถึงการผลักดันในวงกว้างของ Apple ในการใช้งาน AI โดยตรงบนอุปกรณ์ แทนที่จะพึ่งพาโครงสร้างพื้นฐานระบบคลาวด์" บริษัทวิจัยตลาดแนะนำว่าการบีบอัดข้อมูลบนอุปกรณ์ที่ประสบความสำเร็จสามารถเร่งการเปลี่ยนแปลงไปสู่ Edge AI ในอุตสาหกรรมอิเล็กทรอนิกส์สำหรับผู้บริโภคได้
อะไรจะเกิดขึ้นต่อไป
มีรายงานว่าการเจรจาของ Apple กับ PrismML อยู่ในขั้นตอนการประเมิน ซึ่งหมายความว่าบริษัทต่างๆ กำลังประเมินว่าเทคโนโลยีดังกล่าวเป็นไปตามมาตรฐานประสิทธิภาพและความน่าเชื่อถือของ Apple หรือไม่ ไม่มีการรับประกันว่าความร่วมมือนี้จะส่งผลให้เกิดผลิตภัณฑ์เชิงพาณิชย์ และ Apple ไม่ได้แสดงความคิดเห็นต่อสาธารณะเกี่ยวกับการสนทนาดังกล่าว
หากเทคโนโลยีดังกล่าวถูกรวมเข้ากับผลิตภัณฑ์ Apple ในอนาคต เทคโนโลยีดังกล่าวอาจปรากฏในการอัปเดต iOS หรือฮาร์ดแวร์เจเนอเรชันใหม่ iPhone 17 Pro ซึ่ง PrismML ใช้สำหรับการสาธิต มีความสามารถในการประมวลผลประสาทที่สำคัญผ่าน Neural Engine ของ Apple อยู่แล้ว
คำถามที่กว้างขึ้นคือสถาปัตยกรรม AI บิตต่ำจะกลายเป็นมาตรฐานอุตสาหกรรมหรือยังคงเป็นการเพิ่มประสิทธิภาพเฉพาะกลุ่มหรือไม่ สำหรับตอนนี้ ผลลัพธ์ของ PrismML ชี้ให้เห็นว่าแนวทางนี้ได้ผ่านเกณฑ์ที่สำคัญแล้ว และความสนใจของ Apple ส่งสัญญาณว่าเทคโนโลยีนี้กำลังได้รับความสนใจอย่างจริงจังในระดับสูงสุดของอุตสาหกรรมอิเล็กทรอนิกส์สำหรับผู้บริโภค
ก้าวนำหน้า AI
หากต้องการความครอบคลุมที่ครอบคลุมเกี่ยวกับฮาร์ดแวร์ AI การเพิ่มประสิทธิภาพโมเดล และการพัฒนาอุตสาหกรรม โปรดไปที่ AI Buzz Wire
อ่านข่าว AI เพิ่มเติม →
