Appleの研究者がiPhone上で生成AIを実現する道を開く

Appleの研究者たちは、iPhoneへの生成AI導入に向けた大きな一歩として、モバイルデバイスのRAM制限を回避する画期的な手法を発表しました。OpenAIのChatGPT-4などの大規模言語モデル（LLM）は、膨大な計算量を必要とすることで知られており、通常、その処理には強力なサーバーが必要です。しかし、GPT-4に対抗するように設計されたGoogleの最新AI「Gemini AI」は、スマートフォン向けにカスタマイズされた「Nano」バージョンを提供しています。このバージョンでは、量子化技術を用いてモデルのパラメータを18億または36億に削減しています。現在、このNanoバージョンの1つがGoogleのスマートフォン「Pixel 8 Pro」に搭載されており、Amazonで799ドルという割引価格で販売されています。.

GoogleのGemini Nanoへの取り組みは重要な進歩ですが、Qualcommは、新しいSnapdragon 8 Gen 3 SoCが最大100億パラメータの生成AI LLMをサポートできると主張しています。これはGoogleの能力を上回っていますが、GPT-4が最適なパフォーマンスを発揮するために必要な1兆7000億パラメータには遠く及びません。量子化はモバイルSoCでの処理を容易にしますが、必然的に精度と有効性を犠牲にします。したがって、モバイルデバイスでより大きなLLMに対応できることは、パフォーマンスを向上させる上で非常に重要になります。.

Appleの独創的な解決策

スマートフォンで生成AIを実現する上での大きなハードルの一つは、膨大なRAM容量です。例えば、Snapdragon 8 Gen 3でサポートされるMetaのLlama 2のように、パラメータあたり8ビット、パラメータ数70億にまで縮小されたLLMモデルを実現するには、少なくとも7GBのRAMを搭載したスマートフォンが必要です。AppleのiPhone 15 Proシリーズは8GBのRAMを搭載しており、Llama 2のようなApple開発のLLMは、現在のiPhoneの性能の上限に近づくことになります。このRAM容量の制限を克服するために、Appleの研究者たちは新たなアプローチを考案しました。.

フラッシュストレージの拡張

Appleの生成AI研究者たちは、「LLM in a flash: 限られたメモリで効率的な大規模言語モデル推論」と題された研究論文の中で、iPhoneのフラッシュストレージを活用してデバイスのオンボードシステムRAMを補完する手法を紹介しています。フラッシュストレージの帯域幅はLDDR5/XモバイルRAMの帯域幅には及ばないものの、Appleの研究者たちはこの固有の制限を巧みに克服しました。彼らの手法は、AIモデルがフラッシュストレージに保存されている処理済みのデータを再利用できる「ウィンドウ処理」と、LLMデータを最適に整理して読み取り速度を向上させる「行-列バンドリング」技術を組み合わせたものです。.

iPhoneにおける生成AIの将来展望

AppleはまだLLMベースの製品を発表していないものの、噂によると、LLMをベースにしたよりスマートなSiriがiOS 18でデビューし、次世代のiPhone 16 Proモデルで動作するようになると予想されています。これが実現すれば、Appleは革新的なRAM拡張技術を用いて、デバイス上で実行可能な最大数のパラメータを持つLLMモデルを提供できる絶好の立場にあります。.

2024年の生成AIの展望

テクノロジー業界が生成AI機能の進化を執拗に追求し続ける中、2024年は生成AIがスマートフォンの当たり前の機能となる年になりそうです。この分野で強力なプレーヤーであるSamsungは、来月Galaxy S24シリーズを発売し、強化された生成AI機能を発表する準備を整えています。Appleの革新的なRAM増強手法とSamsungの今後の開発により、消費者はモバイルデバイスにおけるAI活用機能の性能とパフォーマンスの大幅な向上を期待できます。.

RAMの制限を克服し、大規模言語モデルのデバイス内実行を容易にするというAppleの先駆的なアプローチは、iPhone上で生成AIを実現する大きな一歩です。GoogleのGemini NanoやQualcommのSnapdragon 8 Gen 3が躍進を遂げる中、競争が激化する中、2024年は生成AIを日常的なスマートフォン体験に統合する上での転換点となるでしょう。.