Meta و Apple برای اجرای هوش مصنوعی قدرتمند روی مک همکاری کردند

یکی از غیرمنتظره ترین همکاری های صنعت هوش مصنوعی در اکتبر ۲۰۲۶ شکل گرفته است.

دو شرکت بزرگ Meta و Apple که سال ها در حوزه هایی مانند حریم خصوصی، تبلیغات دیجیتال و اکوسیستم نرم افزاری با یکدیگر اختلاف نظر داشته اند، این بار برای توسعه اجرای محلی مدل های پیشرفته هوش مصنوعی همکاری کرده اند.

Meta در ۱۵ اکتبر ۲۰۲۶ از مدل جدیدی با نام Muse Spark Open رونمایی کرد.

این مدل از نوع Open-Weight است و توسعه دهندگان می توانند با رعایت شرایط مجوز آن، وزن های مدل را دریافت کرده و روی زیرساخت مورد نظر خود اجرا کنند.

اما ویژگی مهم این رونمایی، فقط قدرت مدل نیست.

Meta اعلام کرده که Muse Spark Open با استفاده از فناوری Apple و چارچوب MLX می تواند روی مجموعه ای از کامپیوترهای Mac Studio اجرا شود.

مدل Muse Spark Open چه ویژگی هایی دارد؟

Muse Spark Open یک مدل چندوجهی است که برای انجام وظایف پیچیده و فعالیت های مبتنی بر عامل های هوش مصنوعی توسعه یافته است.

این مدل دارای ۸۱۶ میلیارد پارامتر کلی است که در هر مرحله پردازش، حدود ۴۲ میلیارد پارامتر آن فعال می شوند.

همچنین از پنجره زمینه یک میلیون توکنی پشتیبانی می کند.

چنین ظرفیتی می تواند برای پردازش اسناد طولانی، بررسی کدهای پیچیده و انجام فعالیت هایی که به حفظ اطلاعات زیادی نیاز دارند، کاربرد داشته باشد.

Meta می گوید این مدل به طور ویژه برای برنامه نویسی، مهندسی نرم افزار، استدلال چندمرحله ای و فعالیت های Agentic طراحی شده است.

در واقع Muse Spark Open فقط یک چت بات برای پاسخ دادن به سوالات ساده نیست.

هدف آن کمک به اجرای وظایفی است که از چند مرحله تشکیل شده اند و ممکن است نیازمند بررسی اطلاعات، استفاده از ابزارها و تصمیم گیری در طول فرایند باشند.

اجرای هوش مصنوعی بدون وابستگی کامل به فضای ابری

یکی از مهم ترین نکات این خبر، امکان اجرای مدل روی سخت افزار محلی است.

بسیاری از مدل های قدرتمند هوش مصنوعی معمولا روی دیتاسنترهای بزرگ اجرا می شوند و کاربران از طریق اینترنت و API به آنها دسترسی پیدا می کنند.

اما Apple و Meta نشان داده اند که حتی مدل هایی با صدها میلیارد پارامتر نیز می توانند با زیرساخت مناسب روی کامپیوترهای قدرتمند اجرا شوند.

طبق اعلام Meta، نسخه محلی Muse Spark Open برای اجرا روی دو دستگاه Mac Studio مجهز به تراشه M5 Ultra و مجموعا حدود یک ترابایت حافظه یکپارچه بهینه سازی شده است.

این یعنی صحبت از اجرای مدل روی یک لپ تاپ یا مک معمولی نیست؛ بلکه به یک مجموعه سخت افزاری پیشرفته و گران قیمت نیاز دارد.

با این حال، همین پیشرفت می تواند مسیر توسعه ابزارهای هوش مصنوعی محلی را هموارتر کند.

نقش Apple در این همکاری چیست؟

Apple با استفاده از معماری حافظه یکپارچه تراشه های خود و چارچوب متن باز MLX، شرایط اجرای این مدل بزرگ را فراهم کرده است.

MLX برای اجرای عملیات یادگیری ماشین روی سخت افزار Apple Silicon طراحی شده است.

همچنین فناوری ارتباط میان چند دستگاه Mac Studio کمک می کند منابع پردازشی و حافظه آنها برای اجرای مدل های بسیار بزرگ با یکدیگر ترکیب شوند.

Apple در آزمایش های خود نشان داده است که Muse Spark Open روی مجموعه ای از چهار Mac Studio می تواند سرعت تولید بیش از ۳۶ توکن در ثانیه داشته باشد.

این نتیجه نشان می دهد اجرای محلی مدل های بسیار بزرگ به تدریج از یک موضوع تحقیقاتی به گزینه ای عملی برای برخی توسعه دهندگان و سازمان ها تبدیل می شود.

این اتفاق چه تاثیری بر آینده هوش مصنوعی دارد؟

یکی از مزیت های احتمالی اجرای محلی هوش مصنوعی، کنترل بیشتر بر محل پردازش داده ها است.

زمانی که یک سازمان مدل را روی تجهیزات خود اجرا می کند، می تواند بخشی از پردازش اطلاعات را بدون ارسال درخواست ها به سرویس های ابری خارجی انجام دهد.

این ویژگی به ویژه برای شرکت هایی که با اطلاعات محرمانه، کدهای اختصاصی یا اسناد داخلی کار می کنند اهمیت دارد.

البته اجرای محلی به تنهایی تضمین کننده امنیت کامل نیست و همچنان به تنظیمات مناسب، کنترل دسترسی و نگهداری امن سیستم نیاز دارد.

از طرف دیگر، توسعه دهندگان می توانند مدل را برای کاربردهای تخصصی خود شخصی سازی کنند.

برای مثال، یک شرکت نرم افزاری ممکن است از چنین مدلی برای بررسی کد، اجرای آزمایش های نرم افزاری یا کمک به توسعه محصولات استفاده کند.

آیا Muse Spark Open برای همه در دسترس است؟

Meta وزن های مدل را برای دریافت در پلتفرم هایی مانند Hugging Face منتشر کرده است.

همچنین این مدل از طریق ارائه دهندگان API و برخی سرویس های ابری قابل استفاده است.

بنابراین توسعه دهندگان برای آزمایش قابلیت های آن لزوما نیازی به خرید مجموعه ای از Mac Studio ندارند.

با این حال، مدل تحت مجوز اختصاصی Muse Model License منتشر شده و استفاده تجاری از آن مشمول شرایط و محدودیت هایی است.

آینده هوش مصنوعی؛ مدل های قدرتمند روی دستگاه های شخصی

همکاری Meta و Apple نشان می دهد رقابت هوش مصنوعی فقط بر سر ساخت مدل های بزرگ تر نیست.

موضوع مهم دیگر این است که این مدل ها کجا و چگونه اجرا شوند.

در کنار گسترش هوش مصنوعی ابری، اجرای محلی مدل های پیشرفته نیز در حال تبدیل شدن به یکی از مسیرهای مهم توسعه فناوری است.

این روند می تواند فرصت های تازه ای برای توسعه دهندگان، شرکت های نرم افزاری و سازمان هایی ایجاد کند که به کنترل بیشتر بر زیرساخت و اطلاعات خود نیاز دارند.

همکاری Meta و Apple نشان می دهد آینده هوش مصنوعی می تواند ترکیبی از قدرت مدل های بزرگ، پردازش محلی و عامل های هوشمندی باشد که وظایف پیچیده را مستقیما روی زیرساخت کاربران انجام می دهند.