رفتن به محتوای اصلی
Koohestun
سخت‌افزار گوشیراهنمای جامع· 5 دقیقه مطالعه· در خرید

چرا گوشی‌های هوشمند سال ۲۰۲۶ به ۱۲ گیگابایت رم نیاز دارند؟ نقش هوش مصنوعی داخلی در تعیین حافظه

تمرکز بر قابلیت‌های هوش مصنوعی داخلی، سخت‌افزار گوشی‌های هوشمند را از اساس تغییر داده است. در این مطلب بررسی می‌کنیم که چرا مدل‌های هوش مصنوعی محلی به حجم عظیمی از حافظه فعال نیاز دارند، حافظه پنهان KV چگونه کار می‌کند و این موضوع چه تاثیری روی خرید گوشی بعدی شما خواهد داشت.

به قلم شیرین کریمی

علاقه‌مندان به سخت‌افزار 40%عمل‌گرایان طرفدار فضای ابری 35%حامیان حقوق مصرف‌کننده 25%
علاقه‌مندان به سخت‌افزار
از ظرفیت‌های بالاتر حافظه دفاع می‌کنند تا پردازش محلی بدون تاخیر و تضمین آینده دستگاه را قطعی کنند.
عمل‌گرایان طرفدار فضای ابری
معتقدند ۸ گیگابایت کافی است زیرا پردازش‌های سنگین هوش مصنوعی برای زیرساخت‌های امن ابری مناسب‌ترند.
حامیان حقوق مصرف‌کننده
از صنعت به دلیل بازاریابی قابلیت‌های هوش مصنوعی روی مدل‌های پایه‌ای که سخت‌افزار لازم برای اجرای محلی آن‌ها را ندارند، انتقاد می‌کنند.

دیدگاه‌هایی که این گزارش پوشش نداده

  • توسعه‌دهندگان اپلیکیشن که باید نرم‌افزارهای خود را بهینه‌سازی کنند تا از بسته شدن اجباری در پس‌زمینه دستگاه‌های دارای محدودیت حافظه جان سالم به در ببرند.
  • تولیدکنندگان حافظه که باید بین تولید DRAM برای گوشی‌های هوشمند و قراردادهای پرسود دیتاسنترها تعادل ایجاد کنند.

نکات کلیدی

  1. مدل‌های هوش مصنوعی داخلی برای نگهداری وزن‌های عصبی و پردازش محلی درخواست‌ها، به حجم عظیمی از حافظه فعال نیاز دارند.
  2. سیستم‌عامل iOS 27 اپل یک مدل هوش مصنوعی محلی رده‌بالا معرفی کرده که به ۱۲ گیگابایت حافظه یکپارچه نیاز دارد و آیفون‌های پایه ۸ گیگابایتی را کنار می‌گذارد.
  3. پلتفرم Gemini Intelligence گوگل برای گردش‌کارهای پیشرفته و خودکار، داشتن ۱۲ گیگابایت رم و مدل Gemini Nano v3 را الزامی کرده است.
  4. طبق یک فرمول استاندارد در صنعت، برای عملکرد درست یک مدل، تقریباً به اندازه ۱.۵ برابر حجم فایل آن در حافظه رم فعال نیاز است.
  5. دستگاه‌های دارای ۸ گیگابایت رم برای استفاده‌های استاندارد همچنان مناسب‌اند، اما باید پردازش‌های پیچیده هوش مصنوعی را به سرورهای ابری بسپارند.

گوشی‌های هوشمند در سال ۲۰۲۶ به ۱۲ گیگابایت رم نیاز دارند، زیرا مدل‌های هوش مصنوعی داخلی برای نگهداری وزن‌های عصبی و پردازش محلی درخواست‌ها، به حجم عظیمی از حافظه فعال نیازمندند. بدون این ظرفیت اضافی، دستگاه‌ها مجبورند پردازش‌ها را به فضای ابری بسپارند یا با خطر بسته شدن برنامه‌های پس‌زمینه مواجه شوند. با روی آوردن اپل و گوگل به گردش‌کارهای خودکار هوش مصنوعی که وظایف چندمرحله‌ای را در میان اپلیکیشن‌های مختلف اجرا می‌کنند، استاندارد پایه برای عملکرد پرچمدارها برای همیشه تغییر کرده است. سال‌ها بود که ۸ گیگابایت حافظه به‌عنوان سقف ایده‌آل برای دستگاه‌های موبایل شناخته می‌شد و فضای کافی برای اجرای همزمان چندین برنامه سنگین، تدوین ویدیوی 4K و بازی‌های گرافیکی را فراهم می‌کرد. اما ورود هوش مصنوعی مولد محلی این سقف را در هم شکست و ظرفیت حافظه را از یک ویژگی لوکس به یک الزام عملیاتی سخت‌گیرانه برای نسل بعدی قابلیت‌های نرم‌افزاری تبدیل کرد.[1][2]

سازوکار هوش مصنوعی محلی دلیل این تورم ناگهانی سخت‌افزار را توضیح می‌دهد. وقتی یک گوشی هوشمند یک مدل زبانی بزرگ را اجرا می‌کند، باید پیش از تولید حتی یک کلمه متن یا ویرایش یک عکس، پارامترهای مدل را به‌طور کامل در حافظه دسترسی تصادفی (RAM) سیستم بارگذاری کند. طبق یک فرمول استاندارد در صنعت، یک مدل برای عملکرد درست به حافظه رم فعالی معادل تقریباً ۱.۵ برابر حجم فایل خود نیاز دارد. این ظرفیت اضافی فراتر از حجم پایه فایل، به حافظه پنهان Key-Value (KV) و فعال‌سازی‌های زمان اجرا اختصاص می‌یابد که به مدل اجازه می‌دهد زمینه یک مکالمه را به خاطر بسپارد و ورودی‌های جدید را بدون نیاز به محاسبه مجدد مراحل قبلی از صفر، پردازش کند.[5]

تحلیل سخت‌افزاری گیزنووا (Giznova) توضیح می‌دهد: «مدل‌های بزرگ هوش مصنوعی برای وزن‌های مدل، فعال‌سازی‌ها و ذخیره‌سازی زمینه به حافظه قابل‌توجهی نیاز دارند. بیشتر گوشی‌های هوشمند رم آزاد کافی برای اجرای بهینه مدل‌هایی با ده‌ها یا صدها میلیارد پارامتر را ندارند.» در نتیجه، مدل‌های موبایل فشرده می‌شوند تا بین ۱ میلیارد تا ۷ میلیارد پارامتر داشته باشند. حتی در این اندازه کاهش‌یافته، این مدل‌ها فقط برای باز ماندن در پس‌زمینه بین ۳ تا ۴ گیگابایت حافظه مصرف می‌کنند. وقتی کاربر یک گردش‌کار خودکار را فعال می‌کند - مثلاً از دستیار دیجیتال می‌خواهد یک ایمیل دریافتی را بخواند، تاریخ آن را استخراج کند و با اپلیکیشن تقویم تطبیق دهد - تقاضا برای حافظه به‌شدت بالا می‌رود، زیرا سیستم باید پردازش هوش مصنوعی را در کنار اپلیکیشن‌های فعال مدیریت کند.[1][5]

مدل‌های هوش مصنوعی محلی باید وزن‌های عصبی و حافظه پنهان Key-Value خود را در حافظه فعال نگه دارند، که پیش از شروع پردازش، گیگابایت‌ها رم مصرف می‌کند.

مسیر حرکت اپل این افزایش سریع را به‌خوبی نشان می‌دهد. زمانی که هوش مصنوعی اپل (Apple Intelligence) معرفی شد، این شرکت خط قرمزی روی ۸ گیگابایت رم کشید که عملاً آیفون ۱۵ استاندارد را از دور خارج کرد و میلیون‌ها کاربر را مجبور ساخت تا برای دسترسی به ابزارهای جدید، گوشی خود را ارتقا دهند. اکنون با انتشار iOS 27، اپل دوباره این سقف را بالاتر برده است. سیستم‌عامل جدید یک مدل داخلی رده‌بالا را معرفی کرده که برای اجرای محلی به ۱۲ گیگابایت حافظه یکپارچه نیاز دارد. این تغییر، معادلات سخت‌افزاری را برای خریداران از اساس دگرگون می‌کند، زیرا اکنون این آستانه حافظه است که تعیین می‌کند یک دستگاه چه سطحی از هوش مصنوعی را دریافت کند، فارغ از اینکه سرعت خام پردازنده چقدر باشد.[1]

اکنون با انتشار iOS 27، اپل دوباره این سقف را بالاتر برده است.

مک‌رومرز (MacRumors) گزارش می‌دهد: «نیاز استاندارد حافظه برای هوش مصنوعی اپل از زمان معرفی آن ۸ گیگابایت بوده است، بنابراین این اولین باری است که اپل سطح توقع را برای توانمندترین قابلیت‌های داخلی خود بالا می‌برد.» در نتیجه، آیفون ۱۷ پایه که با ۸ گیگابایت رم عرضه می‌شود، از سریع‌ترین سطح پردازش محلی کنار گذاشته شده است. این دستگاه‌های ۸ گیگابایتی به‌جای اجرای فوری درخواست‌های پیچیده روی برد اصلی، باید وظایف پیشرفته را از طریق زیرساخت پردازش ابری خصوصی اپل (Private Cloud Compute) هدایت کنند. اگرچه رویکرد ابری کارآمد است، اما در وظایف درنگ‌تایم (Real-time) مانند دیکته زنده و پاسخ‌های محاوره‌ای، تاخیر محسوسی ایجاد می‌کند و تجربه‌ای چندسطحی را در یک نسل واحد از سخت‌افزار به وجود می‌آورد.

گوگل کف سخت‌افزاری حتی سخت‌گیرانه‌تری را برای اکوسیستم اندروید خود در نظر گرفته است. پلتفرم جدید جمینای اینتلیجنس (Gemini Intelligence) این شرکت - که برای قدرت بخشیدن به گردش‌کارهای خودکار و رونویسی صوتی پیشرفته طراحی شده - حداقل به ۱۲ گیگابایت رم، یک پردازنده در سطح پرچمدار و پشتیبانی از مدل Gemini Nano v3 نیاز دارد. این الزام تهاجمی به این معناست که ۱۲ گیگابایت دیگر فقط مختص گوشی‌های گیمینگ نیست؛ بلکه حداقل مطلق برای کاربرانی است که می‌خواهند به پیشرفته‌ترین ابزارهای داخلی گوگل دسترسی داشته باشند. این کف سخت‌افزاری سخت‌گیرانه تضمین می‌کند که سیستم‌عامل اندروید مجبور نشود برای آزاد کردن فضا برای دستیار دیجیتال، اپلیکیشن‌های پس‌زمینه را به‌طور تهاجمی ببندد.[2][3][4]

دیجیتال ترندز (Digital Trends) خاطرنشان می‌کند: «الزامات گوگل فراتر از عملکرد خام است.» از آنجا که این سیستم به Nano v3 و یک استخر حافظه عظیم نیاز دارد، چندین دستگاه پریمیوم از سال ۲۰۲۵، از جمله گلکسی زد فولد ۷ سامسونگ (Samsung Galaxy Z Fold 7) و سری پایه پیکسل ۹ (Pixel 9)، با وجود قیمت‌های بالایشان، واجد شرایط دریافت مجموعه کامل Gemini Intelligence نیستند. تنش میان پردازش محلی و واگذاری به فضای ابری، بازار گوشی‌های هوشمند در سال ۲۰۲۶ را تعریف می‌کند. هوش مصنوعی داخلی مزایای مشخصی دارد: بدون اتصال به اینترنت کار می‌کند، با نگه داشتن داده‌ها صرفاً روی سخت‌افزار حریم خصوصی کاربر را حفظ می‌کند و تاخیر رفت‌وبرگشت به سرور را از بین می‌برد.[3][4]

اپل و گوگل هر دو خطوط قرمز سخت‌افزاری سخت‌گیرانه‌ای برای پیشرفته‌ترین سطوح پردازش محلی خود تعیین کرده‌اند.

این تقاضای سخت‌افزاری در زمان دشواری برای زنجیره تامین جهانی رخ می‌دهد. کمبود شدید DRAM در سال ۲۰۲۶ قیمت حافظه را به‌طور قابل‌توجهی افزایش داده است، عمدتاً به این دلیل که تولیدکنندگانی مانند سامسونگ و اس‌کی هاینیکس (SK Hynix) ظرفیت تولید خود را به سمت حافظه‌های با پهنای باند بالا (HBM) که برای سرورهای دیتاسنتر بسیار سودآور هستند، تغییر مسیر داده‌اند. در نتیجه، تولیدکنندگان گوشی‌های هوشمند بین تقاضای بخش نرم‌افزاری خود برای استخرهای عظیم حافظه و افزایش هزینه‌های قطعات در زنجیره تامین گرفتار شده‌اند. در حالی که ۸ گیگابایت برای وب‌گردی، تماشای ویدیو و استفاده همزمان از چند برنامه استاندارد کاملاً کافی است، ۱۲ گیگابایت به هزینه اجباری برای خریدارانی تبدیل شده که می‌خواهند دستگاهشان جدیدترین قابلیت‌های هوش مصنوعی مولد را بدون وابستگی به سرور اجرا کند.[2][5]

چرا مهم است

درک نیازهای حافظه به خریداران کمک می‌کند تا گوشی گران‌قیمتی نخرند که از همان روز اول قدیمی شده باشد. از آنجا که اپل و گوگل پیشرفته‌ترین قابلیت‌های هوش مصنوعی خود را به داشتن حداقل رم مشخصی محدود کرده‌اند، انتخاب پیکربندی درست تعیین می‌کند که آیا دستگاه شما وظایف را در لحظه پردازش می‌کند یا به سرورهای ابری کندتر وابسته خواهد بود.

بررسی عمیق دیدگاه‌ها

علاقه‌مندان به سخت‌افزار

از ظرفیت‌های بالاتر حافظه دفاع می‌کنند تا پردازش محلی بدون تاخیر و تضمین آینده دستگاه را قطعی کنند.

برای کاربران حرفه‌ای، گذر به ۱۲ گیگابایت یک اصلاح دیرهنگام است. علاقه‌مندان استدلال می‌کنند که تکیه بر سرورهای ابری برای وظایف هوش مصنوعی، تاخیر غیرقابل‌قبولی را برای قابلیت‌های درنگ‌تایم مانند دیکته زنده یا گردش‌کارهای خودکار ایجاد می‌کند. با نگه داشتن کامل وزن‌های مدل و حافظه پنهان Key-Value در حافظه محلی، دستگاه‌ها می‌توانند اتوماسیون‌های پیچیده را فوراً و به‌طور امن اجرا کنند. این گروه، دستگاه‌های ۸ گیگابایتی را ذاتاً ناقص می‌دانند که محکوم به بسته شدن تهاجمی برنامه‌های پس‌زمینه هستند، زیرا سیستم‌عامل برای ایجاد تعادل بین لایه هوش مصنوعی و چندوظیفگی پایه دست‌وپا می‌زند.

عمل‌گرایان طرفدار فضای ابری

معتقدند ۸ گیگابایت کافی است زیرا پردازش‌های سنگین هوش مصنوعی برای زیرساخت‌های امن ابری مناسب‌ترند.

این دیدگاه استدلال می‌کند که گنجاندن زوری ظرفیت‌های عظیم رم در دستگاه‌های موبایل ناکارآمد است، به‌ویژه در زمان کمبود جهانی DRAM. عمل‌گرایان به‌جای مجبور کردن گوشی به نگهداری یک مدل ۴ گیگابایتی در حافظه فعال، از رویکردهای ترکیبی مانند پردازش ابری خصوصی اپل (Private Cloud Compute) حمایت می‌کنند. با واگذاری استدلال‌های پیچیده به دیتاسنترهایی که از صدها میلیارد پارامتر استفاده می‌کنند، گوشی عمر باتری و فضای حرارتی خود را حفظ می‌کند. آن‌ها استدلال می‌کنند که برای پیام‌رسانی روزمره و وب‌گردی، ۸ گیگابایت برای اکثریت قریب‌به‌اتفاق مصرف‌کنندگان کاملاً کافی است.

حامیان حقوق مصرف‌کننده

از صنعت به دلیل بازاریابی قابلیت‌های هوش مصنوعی روی مدل‌های پایه‌ای که سخت‌افزار لازم برای اجرای محلی آن‌ها را ندارند، انتقاد می‌کنند.

ناظران حقوق مصرف‌کننده به شکاف فزاینده‌ای بین بازاریابی گوشی‌های هوشمند و واقعیت سخت‌افزاری اشاره می‌کنند. تولیدکنندگان به‌شدت قابلیت‌هایی مانند Gemini Intelligence و نسخه پیشرفته Apple Intelligence را تبلیغ می‌کنند، اما همچنان دستگاه‌های مدل پایه را با ۸ گیگابایت رم عرضه می‌کنند که نمی‌توانند مدل‌های محلی رده‌بالا را اجرا کنند. حامیان استدلال می‌کنند که این امر فضای گیج‌کننده‌ای ایجاد می‌کند که در آن خریداران باید الزامات پیچیده حافظه و نسخه‌های مدل - مانند تفاوت بین Gemini Nano v2 و v3 - را رمزگشایی کنند تا فقط مطمئن شوند دستگاه جدید و گران‌قیمتشان از همان روز اول قدیمی نشده است.

منابع

پوشش منابع

5 منبع

3 دیدگاه شناسایی‌شده

علاقه‌مندان به سخت‌افزار 40%عمل‌گرایان طرفدار فضای ابری 35%حامیان حقوق مصرف‌کننده 25%
  1. [1]PCMagعلاقه‌مندان به سخت‌افزار

    10 New iOS 27 Features You Should Try Right Now

    مطالعه در PCMag
  2. [2]Android Headlinesحامیان حقوق مصرف‌کننده

    Google's Gemini Intelligence requires high-end specs, including 12GB of RAM and Gemini Nano v3

    مطالعه در Android Headlines
  3. [3]Digital Trendsحامیان حقوق مصرف‌کننده

    Gemini Intelligence needs more than just a powerful chip

    مطالعه در Digital Trends
  4. [4]Thurrottحامیان حقوق مصرف‌کننده

    Gemini Intelligence System Requirements: Gemini Nano, 12GB RAM, and Android 17

    مطالعه در Thurrott
  5. [5]Giznovaعلاقه‌مندان به سخت‌افزار

    Why do AI features make phones hot? Memory Limits and Thermal Throttling

    مطالعه در Giznova

نظرات

همیشه در جریان باشید

هر زاویه. هر روز.

دریافت خرید اخبار همراه با پوشش کامل منابع و تحلیل دیدگاه‌ها، مستقیم در صندوق ورودی شما.