Apple PrismML کے ساتھ فعال بات چیت کر رہا ہے، ایک Caltech spinout جس کی حمایت Khosla Ventures کی ہے، اس ٹیکنالوجی کا جائزہ لینے کے لیے جو طاقتور AI ماڈلز کو سکڑ کر آئی فون پر براہ راست چلانے کے لیے کافی سکڑ سکتی ہے، ممکنہ طور پر اس تبدیلی کو کہ ایپل انٹیلی جنس اپنے آلات پر درخواستوں کو کیسے پروسس کرتی ہے۔
CNBC نے پہلی بار 14 جولائی 2026 کو اطلاع دی تھی کہ Apple PrismML کی ماڈل کمپریشن ٹیکنالوجی کا جائزہ لے رہا ہے، جس کے بارے میں سٹارٹ اپ کا دعویٰ ہے کہ AI ماڈل کے سائز کو کم کر کے انتہائی کم درستگی والے فن تعمیر کا استعمال کرتے ہوئے آرڈر آف میگنیٹیوڈ عوامل کے ذریعے کم کیا جا سکتا ہے۔ PrismML نے اسی دن AppleInsider کو ایک بیان میں بات چیت کی تصدیق کی۔
تازہ ترین AI انڈسٹری کی ترقیوں اور ٹیکنالوجی کے تجزیے کے لیے، AI Buzz Wire زمین کی تزئین کی نئی شکل دینے والے ٹولز کا احاطہ کرتا ہے۔
پیش رفت: آئی فون پر Qwen 3.6 چلانا
سیکنگ الفا کے مطابق، PrismML نے آئی فون 17 پرو پر چلانے کے لیے علی بابا کے اوپن سورس Qwen 3.6 بڑے لینگویج ماڈل کو کامیابی سے کمپریس کیا - ایک سنگ میل جسے صارف کے اسمارٹ فون پر اب تک کا سب سے بڑا AI ماڈل چلانے کے طور پر بیان کیا گیا ہے۔ اسٹارٹ اپ کا کہنا ہے کہ اس کی ٹیکنالوجی روایتی ماڈل آرکیٹیکچرز کے مقابلے میں 15 گنا کم میموری استعمال کرتی ہے۔
PrismML کا نقطہ نظر 1 بٹ اور ٹرنری نیورل نیٹ ورک آرکیٹیکچرز پر مرکوز ہے۔ روایتی AI ماڈلز میں، ہر وزن کے پیرامیٹر کو 16 بٹ یا 32 بٹ فلوٹنگ پوائنٹ نمبر کے طور پر محفوظ کیا جاتا ہے۔ PrismML اس کے بجائے وزن کو انتہائی کم درستگی پر ذخیرہ کرتا ہے — جیسا کہ بائنری اقدار (+1, -1) یا ٹرنری ویلیوز (+1, 0, -1) — ڈرامائی طور پر استدلال یا تخلیقی صلاحیتوں کی شدید قربانی کے بغیر میموری کے اثرات کو کم کرتا ہے۔
یہ سادہ مقدار کا تعین نہیں ہے، پہلے سے تربیت یافتہ ماڈل پر درستگی کو کم کرنے کی وسیع پیمانے پر استعمال کی جانے والی تکنیک۔ PrismML کے آرکیٹیکچرز کو گراؤنڈ اپ سے کم بٹ آپریشن کے لیے ڈیزائن کیا گیا ہے، جس کے بارے میں کمپنی کا کہنا ہے کہ ماڈل کوالٹی پوسٹ ٹریننگ کمپریشن طریقوں سے کہیں بہتر ہے۔
ایپل آن ڈیوائس AI کیوں چاہتا ہے۔
رپورٹ کردہ پیش رفت نے ایپل کی توجہ مبذول کرائی ہے کیونکہ کمپنی اپنے ایپل انٹیلی جنس پلیٹ فارم کو بڑھا رہی ہے۔ آئی فونز پر براہ راست بڑے اے آئی ماڈلز چلانے سے ایپل کے پرائیویٹ کلاؤڈ کمپیوٹ سرورز کے بجائے زیادہ فیچرز کو آن ڈیوائس چلانے کی اجازت ملے گی، جو فی الحال پیچیدہ AI درخواستوں کو ہینڈل کرتے ہیں۔
فوائد دوگنا ہیں۔ سب سے پہلے، آن ڈیوائس پروسیسنگ صارف کی رازداری کو فون پر رکھنے کے بجائے اسے کلاؤڈ سرورز پر منتقل کرنے کے ذریعے بڑھاتی ہے - ایک بنیادی فرق کرنے والے ایپل نے ایپل انٹیلی جنس کو شروع کرنے کے بعد سے اس پر زور دیا ہے۔ دوسرا، یہ مہنگے کلاؤڈ انفراسٹرکچر اور آئی فون کے کروڑوں صارفین کی خدمت کے لیے درکار ڈیٹا سینٹر کی صلاحیت پر انحصار کم کرکے ایپل کے آپریٹنگ اخراجات کو کم کرتا ہے۔
MacRumors نوٹ کرتا ہے کہ یہ ٹیکنالوجی ایپل کو مزید نفیس AI خصوصیات پیش کرنے کی اجازت دے سکتی ہے - جیسے کہ ایڈوانس ٹیکسٹ جنریشن، پیچیدہ استدلال کے کام، اور بھرپور سری تعاملات - بغیر نیٹ ورک کنکشن کی ضرورت کے یا بیٹری کی اہم زندگی استعمال کیے بغیر۔
AI چپ مارکیٹ پر ممکنہ اثر
اگر PrismML کے دعوے حقیقی دنیا کی جانچ میں برقرار رہتے ہیں، تو مضمرات ایپل سے بھی آگے بڑھ سکتے ہیں۔ CNBC رپورٹ کرتا ہے کہ ٹیکنالوجی میموری چپس اور ڈیٹا سینٹر کمپیوٹ کی مانگ کو نئی شکل دے سکتی ہے، کیونکہ زیادہ AI پروسیسنگ کلاؤڈ سے صارفین کے آلات میں منتقل ہوتی ہے۔
فی الحال، AI انڈسٹری ڈیٹا سینٹر کے بنیادی ڈھانچے، Nvidia GPUs، اور ہائی بینڈوتھ میموری پر سیکڑوں بلین ڈالر خرچ کر رہی ہے تاکہ بڑے لینگویج ماڈلز کو تربیت دی جا سکے۔ اگر ماڈلز کو ڈیوائس پر استعمال کرنے کے لیے ڈرامائی طور پر کمپریس کیا جا سکتا ہے، تو اس میں سے کچھ مطالبہ ایج کمپیوٹنگ چپس کی طرف اور مرکزی ڈیٹا سینٹرز سے دور ہو سکتا ہے۔
تاہم، تجزیہ کار خبردار کرتے ہیں کہ AI ماڈلز کی تربیت کے لیے اب بھی بڑے پیمانے پر کمپیوٹ وسائل کی ضرورت ہوگی، قطع نظر اس سے قطع نظر کہ ان کو اندازہ لگانے کے لیے کس قدر مؤثر طریقے سے کمپریس کیا جا سکتا ہے۔ کمپریشن ٹکنالوجی تعیناتی اور تخمینہ کو ایڈریس کرتی ہے، نہ کہ تربیتی مرحلے پر، جو کہ AI پائپ لائن کا سب سے زیادہ کمپیوٹ کرنے والا حصہ ہے۔
PrismML کا پس منظر اور فنڈنگ
PrismML ایک AI سٹارٹ اپ اور ریسرچ لیبارٹری ہے جو کیلیفورنیا انسٹی ٹیوٹ آف ٹیکنالوجی سے تیار کی گئی ہے۔ کمپنی نے تجارتی لحاظ سے قابل عمل کم بٹ نیورل نیٹ ورک آرکیٹیکچرز کا آغاز کیا ہے، یہ ایک ایسا علاقہ ہے جس نے اب تک اہم تعلیمی دلچسپی دیکھی ہے لیکن محدود تجارتی تعیناتی دیکھی ہے۔
اس سٹارٹ اپ کو کھوسلا وینچرز کی حمایت حاصل ہے، جو ممتاز وینچر کیپیٹل فرم ہے جو تبدیلی کی ٹیکنالوجی کمپنیوں میں ابتدائی سرمایہ کاری کے لیے جانا جاتا ہے۔ دی انفارمیشن نے سب سے پہلے 9 جولائی کو PrismML کی پیش رفت کی اطلاع دی، جس میں اسے iPhone پر اب تک کا سب سے بڑا AI ماڈل چلانے کے طور پر بیان کیا گیا۔
کیلٹیک کنکشن اہم ہے۔ بائنری اور ٹرنری نیورل نیٹ ورکس میں تعلیمی تحقیق برسوں سے سرگرم ہے، لیکن ان تکنیکوں کو پیداواری معیار کے نظاموں میں ترجمہ کرنا جو معیاری ماڈلز کی کارکردگی سے میل کھاتا ہے غیر معمولی طور پر مشکل ثابت ہوا ہے۔ تجارتی قابل عمل ہونے کا PrismML کا دعویٰ - کنزیومر ہارڈویئر پر Qwen 3.6 جتنا بڑا ماڈل چلا کر توثیق کیا گیا ہے - ایک بامعنی قدم آگے کی نمائندگی کرتا ہے۔
مسابقتی لینڈ اسکیپ
ایپل آن ڈیوائس AI کا تعاقب کرنے میں تنہا نہیں ہے۔ Qualcomm اپنے اسنیپ ڈریگن پروسیسرز کے ذریعے آن ڈیوائس AI صلاحیتوں کو آگے بڑھا رہا ہے، گوگل نے آن ڈیوائس ماڈلز کو Pixel فونز میں ضم کر دیا ہے، اور Samsung نے Gemini Nano کو Galaxy ڈیوائسز پر لانے کے لیے Google کے ساتھ شراکت داری کی ہے۔ تاہم، زیادہ تر موجودہ آن ڈیوائس ماڈل نسبتاً چھوٹے ہیں - عام طور پر 1-3 بلین پیرامیٹر رینج میں۔
PrismML کی ٹیکنالوجی، اگر پیمانے پر ثابت ہو، تو بہت بڑے ماڈلز کو قابل بنا سکتی ہے - ممکنہ طور پر دسیوں اربوں پیرامیٹرز میں - اسمارٹ فونز پر چلنے کے لیے، بنیادی طور پر مسابقتی حرکیات کو تبدیل کرتی ہے۔ اس سے ایپل کو ان حریفوں پر ایک اہم فائدہ ملے گا جو کلاؤڈ بیسڈ AI پروسیسنگ پر زیادہ انحصار کرتے ہیں۔
TrendForce نوٹ کرتا ہے کہ PrismML کا سنگ میل "کلاؤڈ انفراسٹرکچر پر انحصار کرنے کی بجائے براہ راست آلات پر AI چلانے کے لیے ایپل کے وسیع تر دباؤ کی عکاسی کرتا ہے۔" مارکیٹ ریسرچ فرم تجویز کرتی ہے کہ ڈیوائس پر کامیاب کمپریشن کنزیومر الیکٹرانکس انڈسٹری میں ایج AI کی طرف تبدیلی کو تیز کر سکتا ہے۔
آگے کیا آتا ہے۔
PrismML کے ساتھ ایپل کی بات چیت مبینہ طور پر تشخیص کے مرحلے میں ہے، یعنی کمپنیاں اس بات کا جائزہ لے رہی ہیں کہ آیا یہ ٹیکنالوجی ایپل کی کارکردگی اور وشوسنییتا کے معیار پر پورا اترتی ہے۔ اس بات کی کوئی گارنٹی نہیں ہے کہ شراکت داری کے نتیجے میں تجارتی پروڈکٹ ہو گا، اور ایپل نے اس بات چیت پر عوامی طور پر کوئی تبصرہ نہیں کیا ہے۔
اگر ٹیکنالوجی کو مستقبل کے Apple پروڈکٹس میں ضم کیا جاتا ہے، تو یہ iOS اپ ڈیٹس یا نئی ہارڈ ویئر جنریشنز میں ظاہر ہو سکتا ہے۔ آئی فون 17 پرو، جسے پرزم ایم ایل نے اپنے مظاہرے کے لیے استعمال کیا، پہلے ہی ایپل کے نیورل انجن کے ذریعے اہم نیورل پروسیسنگ کی صلاحیتوں کو نمایاں کرتا ہے۔
وسیع تر سوال یہ ہے کہ آیا کم بٹ AI آرکیٹیکچرز انڈسٹری کا معیار بن جائیں گے یا ایک بہترین اصلاح ہی رہیں گے۔ ابھی کے لیے، PrismML کے نتائج بتاتے ہیں کہ نقطہ نظر ایک اہم حد کو عبور کر چکا ہے — اور ایپل کی دلچسپی اس بات کا اشارہ دیتی ہے کہ ٹیکنالوجی کو کنزیومر الیکٹرانکس انڈسٹری کی اعلیٰ ترین سطحوں پر سنجیدگی سے لیا جا رہا ہے۔
AI سے آگے رہیں
AI ہارڈویئر، ماڈل آپٹیمائزیشن، اور صنعت کی ترقی کی جامع کوریج کے لیے، AI Buzz Wire ملاحظہ کریں۔
مزید AI خبریں پڑھیں →
