Apple’ın, yapay zeka modellerini ciddi ölçüde küçültmeyi hedefleyen PrismML teknolojisini değerlendirdiği doğrulandı. Gelişme, özellikle cihaz üzerinde çalışan yapay zeka özellikleri açısından önemli görünüyor. PrismML CEO’su Babak Hassibi, Apple’ın yanı sıra başka şirketlerin de firmanın çalışmasını incelediğini açıkladı.
PrismML’nin öne çıkan iddiası, büyük dil modellerini çok daha küçük boyutlara indirebilmesi. Verilen örnekte 54GB büyüklüğündeki Qwen 3.6 modelinin 4GB seviyesine kadar sıkıştırıldığı belirtiliyor. Bu da 27 milyar parametreli bir modelin, bugünkü mobil cihazlara çok daha uygun bir bellek ayak izine kavuşabileceği anlamına geliyor.
Apple açısından asıl önem taşıyan nokta, bu tür bir teknolojinin cihaz içi işlemeyi güçlendirme potansiyeli. iPhone ve giriş seviyesi birçok tüketici cihazı, yüksek kapasiteli sunucularla kıyaslandığında sınırlı bellekle çalışıyor. Bu nedenle daha ağır AI iş yükleri çoğu zaman buluta aktarılıyor. Model boyutunun küçülmesi ise aynı görevlerin daha fazlasının doğrudan cihaz üzerinde yürütülmesini mümkün kılabilir.
Apple zaten daha küçük, iPhone’a uygun modeller üretmek için damıtma ve eğitim yöntemlerinden yararlanıyor. Ancak PrismML benzeri bir yaklaşım, bu süreci daha da ileri taşıyabilir. Daha büyük modellerin doğrudan iPhone’da çalışması bir yana, zaten küçültülmüş modellerin de ek olarak daha kompakt hale gelmesi mümkün olabilir. Böylece bellek üzerinde oluşan baskı azalır ve diğer işlemler için daha fazla kaynak kalır.
Bunun bir diğer sonucu, Apple Intelligence özelliklerinin daha geniş bir ürün yelpazesine yayılma ihtimali olabilir. Apple, WWDC’de en güçlü cihaz içi modellerin yalnızca belirli iPhone ve Mac modellerinde sunulacağını söylemişti. Anılan donanımlar arasında 12GB belleğe sahip iPhone Air, iPhone 17 Pro, yine 12GB belleğe sahip M4 iPad ve en az bu seviyede belleği bulunan M3 Mac sistemleri yer alıyor.
Eğer model boyutu gerçekten belirgin biçimde düşürülebilirse, daha eski veya daha düşük bellek kapasitesine sahip cihazların da bazı gelişmiş Apple Intelligence işlevlerini çalıştırabilmesi gündeme gelebilir. Burada performans tarafında ödünler olması muhtemel; ancak daha yavaş çalışma karşılığında daha fazla cihaza destek verilmesi, kullanıcılar açısından yine de anlamlı bir kazanım olabilir.
İşin ticari tarafında ise iki olasılık öne çıkıyor: Apple’ın teknolojiyi lisanslaması ya da doğrudan PrismML’yi satın alması. Şimdilik resmi bir anlaşma yok. Ancak yapay zekada cihaz içi işleme avantajı giderek daha kritik hale gelirken, bu tür model sıkıştırma çözümleri Apple için stratejik değeri yüksek bir alan haline gelmiş durumda.
