Apple веде активні переговори з PrismML, підрозділом Caltech за підтримки Khosla Ventures, щоб оцінити технологію, яка може зменшити потужні моделі штучного інтелекту настільки, щоб їх можна було запускати безпосередньо на iPhone, потенційно змінюючи спосіб обробки запитів Apple Intelligence на своїх пристроях.

14 липня 2026 року CNBC вперше повідомив, що Apple оцінює технологію стиснення моделей PrismML, яка, як стверджує стартап, може зменшити розміри моделей штучного інтелекту за порядковими факторами, використовуючи архітектури надзвичайно низької точності. PrismML підтвердив обговорення в заяві AppleInsider того ж дня.

Щодо останніх [розробок індустрії штучного інтелекту] (https://aibuzzwire.news) та аналізу технологій, AI Buzz Wire розповідає про інструменти, що змінюють ландшафт.

Прорив: запуск Qwen 3.6 на iPhone

За даними Seeking Alpha, PrismML успішно стиснув велику мовну модель Alibaba Qwen 3.6 з відкритим кодом для роботи на iPhone 17 Pro — віха описується як запуск найбільшої в історії моделі ШІ на споживчому смартфоні. Стартап каже, що його технологія використовує в 15 разів менше пам’яті, ніж архітектури звичайних моделей.

Підхід PrismML зосереджений на 1-розрядній і потрійній архітектурі нейронної мережі. У традиційних моделях ШІ кожен ваговий параметр зберігається як 16- або 32-бітне число з плаваючою комою. Натомість PrismML зберігає ваги з надзвичайно низькою точністю — як двійкові значення (+1, -1) або трійкові значення (+1, 0, -1), що значно зменшує обсяг пам’яті без суттєвої шкоди для аргументації чи генеративних можливостей.

Це не просте квантування, широко використовувана техніка зниження точності на вже навченій моделі. Архітектури PrismML розроблені з нуля для низькорозрядних операцій, що, за словами компанії, зберігає якість моделі набагато краще, ніж методи стиснення після навчання.

Чому Apple хоче ШІ на пристрої

Повідомлений прорив привернув увагу Apple, оскільки компанія розширює свою платформу Apple Intelligence. Запуск більших моделей AI безпосередньо на iPhone дозволить більше функцій працювати на пристрої, а не через сервери Apple Private Cloud Compute, які зараз обробляють складні запити AI.

Переваги подвійні. По-перше, обробка на пристрої покращує конфіденційність користувачів, зберігаючи дані на телефоні, а не передаючи їх на хмарні сервери — на цій основній відмінності Apple наголошувала з моменту запуску Apple Intelligence. По-друге, це зменшує операційні витрати Apple, зменшуючи залежність від дорогої хмарної інфраструктури та потужності центру обробки даних, необхідної для обслуговування сотень мільйонів користувачів iPhone.

MacRumors зазначає, що ця технологія може дозволити Apple пропонувати більш складні функції штучного інтелекту, такі як розширена генерація тексту, складні завдання з міркуваннями та багатша взаємодія Siri, не вимагаючи підключення до мережі або споживання значного заряду батареї.

Потенційний вплив на ринок мікросхем ШІ

Якщо твердження PrismML витримають тестування в реальному світі, наслідки можуть поширюватися далеко за межі Apple. CNBC повідомляє, що ця технологія може змінити попит на чіпи пам’яті та обчислення центрів обробки даних, оскільки все більше обробки штучним інтелектом переходить із хмари на споживчі пристрої.

Зараз галузь штучного інтелекту витрачає сотні мільярдів доларів на інфраструктуру центрів обробки даних, графічні процесори Nvidia та пам’ять із високою пропускною здатністю для навчання та обслуговування великих мовних моделей. Якщо моделі можна буде значно стиснути для використання на пристрої, частина цього попиту може переміститися в бік периферійних обчислювальних чіпів і від централізованих центрів обробки даних.

Однак аналітики попереджають, що для навчання моделей штучного інтелекту все одно знадобляться величезні обчислювальні ресурси, незалежно від того, наскільки ефективно їх можна стиснути для висновків. Технологія стиснення стосується розгортання та висновків, а не фази навчання, яка залишається найбільш інтенсивною частиною конвеєра ШІ.

Історія та фінансування PrismML

PrismML – це стартап і дослідницька лабораторія штучного інтелекту, створена на базі Каліфорнійського технологічного інституту. Компанія стала піонером комерційно життєздатних архітектур нейронних мереж з низьким розрядом, сфера, яка викликала значний академічний інтерес, але обмежена комерційне розгортання досі.

Стартап підтримує Khosla Ventures, видатна компанія венчурного капіталу, відома своїми ранніми інвестиціями в компанії трансформаційних технологій. The Information вперше повідомила про прорив PrismML 9 липня, описавши його як запуск найбільшої в історії моделі ШІ на iPhone.

Зв'язок Каліфорнійського технологічного інституту є важливим. Академічні дослідження бінарних і потрійних нейронних мереж були активними протягом багатьох років, але перетворення цих методів у продуктивні системи якості, які відповідають продуктивності стандартних моделей, виявилося надзвичайно складним. Твердження PrismML про комерційну життєздатність — підтверджене запуском такої великої моделі, як Qwen 3.6, на споживчому апаратному забезпеченні — є значущим кроком вперед.

Конкурентний ландшафт

Apple не єдина, хто шукає штучний інтелект на пристрої. Qualcomm розширює можливості штучного інтелекту на пристроях за допомогою своїх процесорів Snapdragon, Google інтегрувала вбудовані моделі в телефони Pixel, а Samsung співпрацює з Google, щоб перенести Gemini Nano на пристрої Galaxy. Однак більшість поточних моделей на пристрої є відносно невеликими — зазвичай у діапазоні 1-3 мільярдів параметрів.

Технологія PrismML, якщо вона буде доведена в масштабі, може дозволити набагато більшим моделям — потенційно з десятками мільярдів параметрів — працювати на смартфонах, фундаментально змінюючи динаміку конкуренції. Це дасть Apple значну перевагу над конкурентами, які більшою мірою залежать від хмарної обробки ШІ.

TrendForce зазначає, що віха PrismML «відображає ширший прагнення Apple запускати ШІ безпосередньо на пристроях, а не покладатися на хмарну інфраструктуру». Фірма з дослідження ринку припускає, що успішне стиснення на пристрої може прискорити перехід до периферійного штучного інтелекту в індустрії побутової електроніки.

Що буде далі

Повідомляється, що переговори Apple з PrismML знаходяться на етапі оцінки, тобто компанії оцінюють, чи відповідає технологія стандартам продуктивності та надійності Apple. Немає жодних гарантій, що партнерство призведе до комерційного продукту, і Apple не коментувала публічно дискусії.

Якщо цю технологію буде інтегровано в майбутні продукти Apple, вона може з’явитися в оновленнях iOS або нових поколіннях апаратного забезпечення. IPhone 17 Pro, який PrismML використовував для своєї демонстрації, вже має значні можливості нейронної обробки через Neural Engine від Apple.

Більш широке питання полягає в тому, чи стануть низькорозрядні архітектури штучного інтелекту галузевим стандартом чи залишаться нішевою оптимізацією. На даний момент результати PrismML свідчать про те, що цей підхід перетнув критичний поріг — і зацікавленість Apple свідчить про те, що цю технологію сприймають серйозно на найвищих рівнях індустрії побутової електроніки.

Будьте попереду ШІ

Щоб отримати повну інформацію про апаратне забезпечення штучного інтелекту, оптимізацію моделі та галузеві розробки, відвідайте AI Buzz Wire.

Читати більше новин AI →