نماذج الذكاء الاصطناعي على الجهاز أصبحت أخيرًا جيدة بما يكفي لتحل محل مكالمات السحابة على الهواتف الرائدة

كل هاتف رائد يُطلق في عام 2026 يأتي مزودًا بوحدة معالجة عصبية مخصصة قادرة على تشغيل نماذج اللغة محليًا، وللمرة الأولى، هذه الأجهزة سريعة بما يكفي للتعامل مع غالبية طلبات الذكاء الاصطناعي اليومية دون الاتصال بالسحابة. يعمل معالج Snapdragon 8 Elite Gen 5 من كوالكوم على تشغيل الاستدلال بمعدل يقارب 220 رمزًا في الثانية على نواة Hexagon NPU المزدوجة - وهي قفزة من حوالي 70 رمزًا في الثانية في الجيل السابق. وهذا هو الفرق بين التلعثم الملحوظ والاستجابة التي تشعر أنها فورية.

هذا الأمر مهم لأن قصة ميزات الذكاء الاصطناعي على الهواتف تحولت بهدوء. على مدى العامين الماضيين، كان تسويق "هاتف الذكاء الاصطناعي" يعني جهازًا رقيقًا يرسل طلب المستخدم إلى نموذج متطور مستضاف في السحابة. في عام 2026، حصة كبيرة من ذلك الحركة - التلخيص، البحث على الجهاز، فرز الإشعارات، النسخ الفوري، تحرير الصور الأساسي - تعمل الآن بالكامل على الشريحة، مع حجز السحابة لمهام التفكير الصعبة حقًا.

ما الذي تغير في الأجهزة

وحدة Hexagon NPU في Snapdragon 8 Elite Gen 5 أسرع بنسبة 37% تقريبًا من سابقتها، لكن التغيير الأهم هو الكفاءة لكل رمز، وليس الإنتاجية الخام. تشغيل Llama 3.2 3B Instruct على الشريحة ينتج إجابة قصيرة في أقل من 8 ثوانٍ بمعدل حوالي 10 رموز في الثانية في ظروف العالم الحقيقي - أبطأ من الرقم التسويقي، لكنه لا يزال سريعًا بما يكفي لمعظم المهام سريعة الإنجاز مثل إعادة كتابة رسالة نصية أو تلخيص سلسلة إشعارات.

الانفتاح العملي هو التكميم. نماذج الجيل 2026 على الجهاز تُدرّب ثم تُضغط لتعمل بدقة 4-bit أو أقل دون فقدان كبير في الجودة، وهو ما يجعل نموذجًا مفيدًا حقًا بحجم 3 مليارات معلمة يتناسب مع ذاكرة الهاتف وميزانية الطاقة. إطار Foundation Models من Apple وGemini Nano من Google يتبعان هذا النمط - نموذج أصغر مستخلص من نموذج متطور أكبر بكثير، مضبوط خصيصًا لقيود السيليكون المحمول.

النموذج الهجين هو البنية الحقيقية

لا يدّعي أي مصنّع هواتف أن النماذج على الجهاز تحل محل السحابة بالكامل، وهذا هو القرار الصحيح. لا يزال التفكير متعدد الخطوات المعقد، وتوليد الكود، وأي شيء يتطلب معرفة عالمية واسعة يُوجّه إلى نماذج سحابية - تظل أنظمة من فئة GPT-4o وGemini Pro أفضل بشكل ملحوظ في تلك المهام من أي شيء يناسب شريحة اليوم. ما تغير هو منطق التوجيه: بدلاً من افتراض كل طلب إلى السحابة، تقوم الهواتف الآن بالفرز محليًا أولاً ثم تصعيد الطلب فقط عندما تحتاج المهمة ذلك حقًا.

تنفيذ Apple لذلك هو الأكثر إثارة للاهتمام من الناحية المعمارية. عندما تتجاوز مهمة قدرة الجهاز، تُوجّه الطلبات إلى Private Cloud Compute - خوادم Apple السيليكونية المخصصة المصممة بحيث لا تستطيع Apple حتى فحص البيانات أثناء النقل أو عند الراحة. هذا رد مباشر على الاعتراض الأساسي على الذكاء الاصطناعي السحابي: إرسال البيانات الشخصية إلى خادم لا تتحكم فيه. Private Cloud Compute لا يزيل ذلك القلق، لكنه يضيّقه بشكل كبير من خلال تمديد ضمانات الخصوصية على الجهاز إلى الطبقة السحابية.

لماذا هذا مهم خارج التسويق

ثلاث فوائد ملموسة تنتج عن التحول إلى الاستدلال القادر على الجهاز. أولاً، زمن الاستجابة: نموذج محلي يستجيب في أقل من ثانية للمهام القصيرة مقابل 2-4 ثوانٍ رحلة ذهاب وإياب لاستدعاء سحابي عبر اتصال محمول نموذجي. ثانيًا، الوظائف دون اتصال: ميزات مثل النسخ الفوري والردود الذكية والبحث عن الصور تعمل الآن دون الحاجة إلى اتصال بالشبكة على الإطلاق. ثالثًا، والأكثر تقديرًا، التكلفة - كل طلب يتم التعامل معه على الجهاز هو طلب لا يدفع مصنّع الهاتف أو مطوّر التطبيقات رسوم استدلال سحابي مقابله، وهو عامل مهم مع توسع ميزات الذكاء الاصطناعي لتشمل مليارات الطلبات اليومية.

ما الذي يجب فحصه فعليًا عند شراء هاتف

أرقام NPU التسويقية (TOPS - تريليونات العمليات في الثانية) لا معنى لها تقريبًا بمفردها؛ المهم هو أي نماذج محددة قامت الشركة المصنعة بتحسينها للتشغيل على ذلك السيليكون، وكيف يقوم نظام التشغيل بتوجيه المهام بين المعالجة المحلية والسحابية. هاتف ذو NPU سريع ولكن دون دعم نموذج على الجهاز لحالة الاستخدام المستهدفة لا يقدم أيًا من هذه الفوائد. تحقق مما إذا كان التلخيص والنسخ وتحرير الصور الأساسي يعملان بشكل صريح دون اتصال في وضع الطيران - هذا هو الاختبار الحقيقي، وليس ورقة المواصفات.

الاتجاه الأكبر للمراقبة: مع استمرار تحسن النماذج على الجهاز، يستمر تعريف "يحتاج إلى السحابة" في التقلص. مهمة تتطلب رحلة ذهاب وإياب إلى السحابة في عام 2024 قد تعمل بالكامل على الشريحة بحلول عام 2027. بالنسبة لمطوري التطبيقات، يعني ذلك تصميم ميزات الذكاء الاصطناعي مع احتياطي صريح محلي أولاً الآن، بدلاً من افتراض أن الاستدلال السحابي هو الافتراضي القابل للتطبيق الوحيد.