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
این خبر را به اشتراک بگذارید
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]
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]
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]
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]
نکات کلیدی
- مدلهای هوش مصنوعی داخلی برای نگهداری وزنهای عصبی و پردازش محلی درخواستها، به حجم عظیمی از حافظه فعال نیاز دارند.
- 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.
- پلتفرم Gemini Intelligence گوگل برای گردشکارهای پیشرفته و خودکار، داشتن ۱۲ گیگابایت رم و مدل Gemini Nano v3 را الزامی کرده است.
- 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.
آنچه نمیدانیم
- آیا توسعهدهندگان در نهایت این مدلهای زبانی بزرگ را بهینهسازی میکنند تا بدون افت توانایی استدلال، روی دستگاههای ۸ گیگابایتی هم بهخوبی اجرا شوند؟
- کمبود جهانی و ادامهدار حافظه DRAM چه تاثیری روی قیمتگذاری گوشیهای ۱۲ و ۱۶ گیگابایتی در سال ۲۰۲۷ خواهد گذاشت؟
- اجرای مداوم مدلهای محلی ردهبالای ۱۲ گیگابایتی در طول روز، دقیقاً چقدر از عمر باتری کم میکند؟
- 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.
منابع
[1]PCMagعلاقهمندان به سختافزار10 New iOS 27 Features You Should Try Right Now
مطالعه در PCMag →
[2]Android Headlinesحامیان حقوق مصرفکنندهGoogle's Gemini Intelligence requires high-end specs, including 12GB of RAM and Gemini Nano v3
مطالعه در Android Headlines →
[3]Digital Trendsحامیان حقوق مصرفکنندهGemini Intelligence needs more than just a powerful chip
مطالعه در Digital Trends →
[4]Thurrottحامیان حقوق مصرفکنندهGemini Intelligence System Requirements: Gemini Nano, 12GB RAM, and Android 17
مطالعه در Thurrott →
[5]Giznovaعلاقهمندان به سختافزارWhy do AI features make phones hot? Memory Limits and Thermal Throttling
مطالعه در Giznova →
بیشتر در خرید
مشاهده همه →سختافزار 5G
چگونه باند فرکانسی ۵G — Sub-6 یا mmWave — سرعت و برد گوشی را تعیین میکند
7 منبع
دوام دستگاه
فراتر از رتبهبندی IP: عمق، زمان و فشار چگونه مقاومت آبی IP67 و IP68 را متمایز میکنند؟
7 منبع
فناوری باتری
علم فرسایش باتری گوشیهای هوشمند: چرا گرما و ولتاژ بالا مهمتر از شارژ سریع هستند
5 منبع
قیمتگذاری دستگاه
پایان دوران گوشیهای هوشمند ارزانقیمت: چرا گوشی بعدی شما گرانتر است (اما بیشتر عمر میکند)
7 منبع
نظرات
هر زاویه. هر روز.
اخبار خرید با پوشش کامل منابع و تحلیل دیدگاهها، هر روز و رایگان.





