要点概览
目录
要点概览
云基础设施挑战
PrismML背景介绍
免费获取三本股票电子书
据媒体报道,这家总部位于库比蒂诺的科技巨头正与加州理工学院孵化的初创公司PrismML进行谈判,涉及创新的设备端AI压缩技术。
该初创公司已成功将阿里巴巴Qwen 3.6模型(270亿参数)从约54 GB压缩至4 GB以下。
该压缩技术在iPhone 17 Pro硬件上实现了全部270亿参数的同时激活。
目前,高端Siri功能依赖于谷歌Gemini,通过英伟达处理器支持的云基础设施运行。
Khosla Ventures领投了PrismML在2024年初完成的1625万美元种子轮融资。
苹果(AAPL)股票在周三交易中上涨0.44%,此前有报道称这家iPhone制造商正与加州理工学院孵化的AI初创公司PrismML进行谈判。
根据The Information的初步报道,谈判重点在于PrismML的专有技术,该技术使得一个270亿参数的AI模型能够在iPhone 17 Pro设备上完全运行,从而消除对云端处理的需求。
PrismML成功将阿里巴巴旗下的开源Qwen 3.6模型从约54 GB压缩至4 GB以下,压缩比超过90%。
该方法与其他压缩技术的区别在于性能的持续性。大多数小型化模型以牺牲精度换取体积缩小,而PrismML声称已经解决了这一权衡问题。
该公司通过超紧凑的1比特和三进制权重结构实现压缩,内存需求降低多达14倍,同时速度比传统架构快8倍。
典型的设备端AI实现每次仅激活部分参数,这种方法称为稀疏架构。而PrismML的创新之处在于同时激活全部270亿个参数。
据该初创公司称,这一能力使得本地运行的模型能够执行复杂操作,包括逻辑推理、自主代理功能和软件开发任务。
该模型的开源版本定于下周二公开发布。
云基础设施挑战
目前,苹果最先进的Siri功能(在6月WWDC主题演讲中发布)依赖于在谷歌云基础设施中英伟达芯片上运行的谷歌Gemini模型。
苹果已开发了一个专有的设备端模型,包含200亿参数,但其稀疏架构意味着在任何时刻仅1到4亿参数处于活跃状态。
PrismML的全参数方法将是一个重大进步。它将使苹果能够在设备上完全运行更高要求的AI操作,降低云基础设施成本,并将用户信息保留在本地硬件中。
PrismML背景介绍
加州理工学院电气工程教授Babak Hassibi创立了PrismML。支撑这项技术的基础数学研究源于大学研究。
加州理工学院拥有基础专利的所有权,同时授予PrismML独家许可权。
Khosla Ventures——这家投资公司曾为OpenAI提供初始风险投资——领投了该初创公司今年早些时候完成的1625万美元种子轮融资。
苹果和PrismML均未就报道中的收购谈判发表公开声明。
在微软、亚马逊和Meta等竞争对手投入数千亿美元扩建数据中心的同时,苹果一直坚持设备优先的人工智能理念。
与PrismML达成合作将是苹果历史上对该战略方向最积极的执行。


交易所
交易所排行榜
24小时成交排行榜
人气排行榜
交易所比特币余额
交易所资产透明度证明
去中心化交易所
资金费率
资金费率热力图
爆仓数据
清算最大痛点
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
ETF追踪
索拉纳ETF
瑞波币ETF
香港ETF
比特币持币公司
加密资产反转
以太坊储备
HyperLiquid钱包分析
Hyperliquid鲸鱼监控
大额转账
链上异动
比特币回报率
稳定币市值
期权分析
新闻
文章
财经日历
专题
钱包
合约计算器
账号安全
资讯收藏
自选币种
我的关注