أسرار الهواتف التي يحتاجها عشاق الذكاء الاصطناعي: الوصول بـ Gemini و ChatGPT إلى حد أقصى

من بين الاتجاهات الأكثر وضوحًا – وبصراحة، الأكثر مللاً – في صناعة الهواتف الذكية خلال العامين الماضيين، كان الحديث المستمر عن تجارب الذكاء الاصطناعي. غالبًا ما تباهى شركات السيليكون، على وجه الخصوص، بالكيفية التي ستُمكن بها أحدث معالجات هواتفها المحمولة عمليات الذكاء الاصطناعي على الجهاز مثل إنشاء الفيديو.

لقد وصلنا بالفعل إلى هناك، وإن لم يكن ذلك بشكل كامل. وسط كل عرض الضجيج مع حيل الذكاء الاصطناعي التي تصيب وتخطئ لمستخدمي الهواتف الذكية، نادرًا ما تجاوز النقاش العروض البراقة حول المعالجات الجديدة وروبوتات الدردشة دائمة التطور.

فقط عندما أثار غياب Gemini Nano عن Google Pixel 8 الدهشة، علم الجمهور بالأهمية الحاسمة لسعة ذاكرة الوصول العشوائي (RAM) للذكاء الاصطناعي على الأجهزة المحمولة. سرعان ما أوضحت Apple أيضًا أنها ستحافظ على Apple Intelligence مقفلة على الأجهزة التي تحتوي على ذاكرة وصول عشوائي (RAM) بسعة 8GB على الأقل. هذا القرار يعكس أهمية ذاكرة الوصول العشوائي في تشغيل نماذج الذكاء الاصطناعي بكفاءة.

لكن صورة “هاتف الذكاء الاصطناعي” لا تتعلق فقط بسعة الذاكرة. تعتمد جودة أداء هاتفك للمهام التي تعمل بالذكاء الاصطناعي أيضًا على تحسينات ذاكرة الوصول العشوائي (RAM) غير المرئية، بالإضافة إلى وحدات التخزين. ولا، أنا لا أتحدث فقط عن السعة.

ابتكارات الذاكرة في طريقها إلى هواتف الذكاء الاصطناعي

جلست Digital Trends مع Micron، الشركة العالمية الرائدة في حلول الذاكرة والتخزين، لتحليل دور ذاكرة الوصول العشوائي (RAM) والتخزين في عمليات الذكاء الاصطناعي على الهواتف الذكية. يجب أن تكون التطورات التي حققتها Micron على رادارك في المرة القادمة التي تذهب فيها للتسوق لشراء هاتف من الفئة الأولى.

تشمل أحدث منتجات الشركة التي تتخذ من ولاية أيداهو مقراً لها، وحدة تخزين G9 NAND mobile UFS 4.1 ووحدات ذاكرة الوصول العشوائي 1γ (1-gamma) LPDDR5X للهواتف الذكية الرائدة. إذن، كيف تدفع حلول الذاكرة هذه قضية الذكاء الاصطناعي على الهواتف الذكية، بصرف النظر عن زيادة السعة؟

لنبدأ بحل تخزين G9 NAND UFS 4.1. الوعد الأساسي هو استهلاك اقتصادي للطاقة، وتقليل زمن الوصول، وعرض نطاق ترددي عالٍ. يمكن لمعيار UFS 4.1 الوصول إلى ذروة سرعات القراءة والكتابة المتسلسلة البالغة 4100 ميجابايت في الثانية، وهو ما يمثل زيادة بنسبة 15٪ عن جيل UFS 4.0 مع تقليل أرقام زمن الوصول أيضًا.

فائدة أخرى حاسمة هي أن وحدات تخزين Micron المحمولة من الجيل التالي تصل سعتها إلى 2 تيرابايت. علاوة على ذلك، تمكنت Micron من تقليص حجمها، مما يجعلها حلاً مثالياً للهواتف القابلة للطي والهواتف النحيفة من الجيل التالي مثل Samsung Galaxy S25 Edge.

بالانتقال إلى تقدم ذاكرة الوصول العشوائي (RAM)، طورت Micron ما تسميه وحدات ذاكرة الوصول العشوائي 1γ LPDDR5X. إنها توفر سرعة قصوى تبلغ 9200 MT/s، ويمكن أن تحزم 30٪ ترانزستورات أكثر بسبب تقليص الحجم، وتستهلك طاقة أقل بنسبة 20٪ في نفس الوقت. لقد قدمت Micron بالفعل حل ذاكرة الوصول العشوائي 1β (1-beta) الأبطأ قليلاً والموجود داخل سلسلة Samsung Galaxy S25 من الهواتف الذكية.

التفاعل بين التخزين والذكاء الاصطناعي

أوضح “بن ريفيرا”، مدير تسويق المنتجات في وحدة أعمال الأجهزة المحمولة بشركة Micron، أن Micron قد أدخلت أربعة تحسينات جوهرية على أحدث حلول التخزين الخاصة بها لضمان عمليات أسرع للذكاء الاصطناعي على الأجهزة المحمولة. وتشمل هذه التحسينات Zoned UFS، وإلغاء تجزئة البيانات (Data Defragmentation)، و Pinned WriteBooster، و Intelligent Latency Tracker.

يشرح “ريفيرا” ميزة Pinned WriteBooster قائلاً: “تُمكّن هذه الميزة المعالج أو المضيف من تحديد وعزل أو “تثبيت” البيانات الأكثر استخدامًا في الهاتف الذكي في منطقة من جهاز التخزين تسمى مخزن WriteBooster المؤقت (يشبه ذاكرة التخزين المؤقت) لتمكين الوصول السريع والفوري إليها.”

يحتاج كل نموذج من نماذج الذكاء الاصطناعي – مثل Google Gemini أو ChatGPT – يسعى إلى أداء المهام على الجهاز إلى مجموعة خاصة به من ملفات التعليمات المخزنة محليًا على الجهاز المحمول. على سبيل المثال، تحتاج Apple Intelligence إلى 7GB من مساحة التخزين لجميع عملياتها.

لأداء مهمة ما، لا يمكنك تفويض حزمة الذكاء الاصطناعي بأكملها إلى ذاكرة الوصول العشوائي (RAM)، لأنها ستحتاج إلى مساحة لمعالجة المهام الهامة الأخرى مثل إجراء المكالمات أو التفاعل مع التطبيقات الهامة الأخرى. للتعامل مع القيود المفروضة على وحدة تخزين Micron، يتم إنشاء خريطة ذاكرة تقوم فقط بتحميل أوزان الذكاء الاصطناعي المطلوبة من وحدة التخزين إلى ذاكرة الوصول العشوائي.

عندما تصبح الموارد محدودة، فإن ما تحتاجه هو تبديل وقراءة أسرع للبيانات. يضمن القيام بذلك تنفيذ مهام الذكاء الاصطناعي الخاصة بك دون التأثير على سرعة المهام الهامة الأخرى. بفضل Pinned WriteBooster، يتم تسريع تبادل البيانات هذا بنسبة 30٪، مما يضمن معالجة مهام الذكاء الاصطناعي دون أي تأخير.

لنفترض أنك تحتاج إلى Gemini لسحب ملف PDF لتحليله. يضمن تبديل الذاكرة السريع نقل أوزان الذكاء الاصطناعي المطلوبة بسرعة من وحدة التخزين إلى وحدة ذاكرة الوصول العشوائي.

بعد ذلك، لدينا Data Defrag (إلغاء تجزئة البيانات). فكر في الأمر على أنه منظم مكتب أو خزانة، يضمن تجميع الكائنات بدقة عبر فئات مختلفة ووضعها في خزائنها الفريدة بحيث يسهل العثور عليها.

في سياق الهواتف الذكية، مع حفظ المزيد من البيانات على مدى فترة طويلة من الاستخدام، يتم عادةً تخزينها كلها بطريقة عشوائية إلى حد ما. التأثير الصافي هو أنه عندما يحتاج النظام الموجود على متن الطائرة إلى الوصول إلى نوع معين من الملفات، يصبح العثور عليها جميعًا أكثر صعوبة، مما يؤدي إلى إبطاء التشغيل.

وفقًا لـ “ريفيرا”، لا يساعد Data Defrag في التخزين المنظم للبيانات فحسب، بل يغير أيضًا مسار التفاعل بين وحدة التخزين ووحدة التحكم في الجهاز. وبذلك، فإنه يعزز سرعة قراءة البيانات بنسبة 60٪ مذهلة، مما يسرع بشكل طبيعي جميع أنواع التفاعلات بين المستخدم والجهاز، بما في ذلك مهام الذكاء الاصطناعي.

قال مسؤول Micron لـ Digital Trends: “يمكن أن تساعد هذه الميزة في تسريع ميزات الذكاء الاصطناعي، مثل عندما يتم استدعاء نموذج الذكاء الاصطناعي التوليدي، مثل النموذج المستخدم لإنشاء صورة من مطالبة نصية، من وحدة التخزين إلى الذاكرة، مما يسمح بقراءة البيانات بشكل أسرع من وحدة التخزين إلى الذاكرة.”

Intelligence Latency Tracker هي ميزة أخرى تراقب بشكل أساسي أحداث التأخير والعوامل التي قد تبطئ الوتيرة المعتادة لهاتفك. ويساعد لاحقًا في تصحيح الأخطاء وتحسين أداء الهاتف لضمان عدم تعرض المهام العادية، بالإضافة إلى مهام الذكاء الاصطناعي، لمطبات السرعة.

التحسين النهائي للتخزين هو Zoned UFS. يضمن هذا النظام تخزين البيانات ذات طبيعة الإدخال/الإخراج المماثلة بطريقة منظمة. وهذا أمر بالغ الأهمية لأنه يسهل على النظام تحديد موقع الملفات الضرورية، بدلاً من إضاعة الوقت في البحث في جميع المجلدات والأدلة.

قال “ريفيرا” لنا: “تساعد ميزة ZUFS من Micron في تنظيم البيانات بحيث عندما يحتاج النظام إلى تحديد موقع بيانات معينة لمهمة ما، تكون العملية أسرع وأكثر سلاسة.”

تجاوز سعة ذاكرة الوصول العشوائي (RAM)

عندما يتعلق الأمر بسير عمل الذكاء الاصطناعي، فأنت بحاجة إلى قدر معين من ذاكرة الوصول العشوائي. وكلما زادت السعة، كان ذلك أفضل. في حين أن Apple قد حددت الأساس عند 8GB لمجموعة Apple Intelligence الخاصة بها، فقد انتقل اللاعبون في نظام Android البيئي إلى 12GB كإعداد افتراضي آمن. لماذا ا؟

يوضح ريفيرا: “تعتبر تجارب الذكاء الاصطناعي أيضًا كثيفة الاستخدام للبيانات وتستهلك قدرًا كبيرًا من الطاقة. لذلك، من أجل الوفاء بوعد الذكاء الاصطناعي، يجب أن توفر الذاكرة والتخزين زمن انتقال منخفض وأداءً عاليًا بأقصى قدر من كفاءة الطاقة”.

من خلال حل ذاكرة الوصول العشوائي LPDDR5X من الجيل التالي 1γ (1-gamma) للهواتف الذكية، تمكنت Micron من تقليل جهد التشغيل لوحدات الذاكرة. ثم هناك السؤال المهم للغاية حول الأداء المحلي. يقول ريفيرا إن وحدات الذاكرة الجديدة يمكن أن تعمل بسرعة تصل إلى 9.6 جيجابت في الثانية، مما يضمن أداءً متميزًا للذكاء الاصطناعي.

تقول Micron إن التحسينات في عملية الطباعة الحجرية بالأشعة فوق البنفسجية المتطرفة (EUV) قد فتحت الأبواب ليس فقط لسرعات أعلى، ولكن أيضًا لقفزة صحية بنسبة 20٪ في كفاءة الطاقة.

الطريق نحو تجارب الذكاء الاصطناعي الأكثر خصوصية؟

تستهدف حلول ذاكرة الوصول العشوائي (RAM) والتخزين من الجيل التالي من Micron للهواتف الذكية ليس فقط تحسين أداء الذكاء الاصطناعي، ولكن أيضًا التسريع العام لمهام هاتفك الذكي اليومية. تساءلت عما إذا كانت تحسينات G9 NAND mobile UFS 4.1 storage و 1γ (1-gamma) LPDDR5X RAM ستؤدي أيضًا إلى تسريع معالجات الذكاء الاصطناعي غير المتصلة بالإنترنت.

يتجه صانعو الهواتف الذكية وكذلك مختبرات الذكاء الاصطناعي بشكل متزايد نحو معالجة الذكاء الاصطناعي محليًا. وهذا يعني أنه بدلاً من إرسال استعلاماتك إلى خادم سحابي حيث تتم معالجة العملية، ثم يتم إرسال النتيجة إلى هاتفك باستخدام اتصال بالإنترنت، يتم تنفيذ سير العمل بأكمله محليًا على هاتفك.

من نسخ المكالمات والملاحظات الصوتية إلى معالجة مواد البحث المُعقدة في ملفات PDF، يحدث كل شيء على هاتفك، ولا تغادر أي بيانات شخصية جهازك على الإطلاق. إنه نهج أكثر أمانًا وأسرع أيضًا، ولكنه في الوقت نفسه يتطلب موارد نظام قوية. تعد وحدة الذاكرة الأسرع والأكثر كفاءة أحد هذه المتطلبات الأساسية.

هل يمكن أن تساعد حلول Micron من الجيل التالي في معالجة الذكاء الاصطناعي محليًا؟ يمكنها ذلك. في الواقع، ستؤدي أيضًا إلى تسريع العمليات التي تتطلب اتصالاً سحابيًا، مثل إنشاء مقاطع الفيديو باستخدام نموذج Veo من Google، والذي لا يزال يتطلب خوادم حوسبة قوية.

يقول ريفيرا: “سيكون لتطبيق الذكاء الاصطناعي الأصلي الذي يعمل مباشرة على الجهاز أكبر قدر من حركة مرور البيانات لأنه لا يقرأ بيانات المستخدم من جهاز التخزين فحسب، بل يجري أيضًا استنتاج الذكاء الاصطناعي على الجهاز. في هذه الحالة، ستساعد ميزاتنا في تحسين تدفق البيانات لكلا الأمرين”.

إذًا، متى يمكنك توقع وصول الهواتف المزودة بأحدث حلول Micron إلى الرفوف؟ يقول ريفيرا إن جميع الشركات المصنعة للهواتف الذكية الكبرى ستتبنى وحدات ذاكرة الوصول العشوائي (RAM) ووحدات التخزين من الجيل التالي من Micron. فيما يتعلق بالوصول إلى السوق، يجب أن تكون “النماذج الرئيسية التي سيتم إطلاقها في أواخر عام 2025 أو أوائل عام 2026” على رادار التسوق الخاص بك.