در دنیای پرشتاب هوش مصنوعی، دسترسی سریع و کارآمد به مدل‌های پیچیده، از اهمیت بالایی برخوردار است. خبر هیجان‌انگیزی که اخیراً از سوی هاگینگ فیس منتشر شده، نویدبخش تحولی بزرگ در اجرای مدل‌های قدرتمند مولد تصویر، نظیر Stable Diffusion، بر روی اکوسیستم اپل است. به لطف بهینه‌سازی‌های جدید Core ML، کاربران آیفون، آی‌پد و مک می‌توانند تجربه‌ای بی‌سابقه از سرعت و کارایی را در تولید تصاویر با هوش مصنوعی داشته باشند.
بهینه‌سازی‌های انقلابی Core ML در WWDC23
همایش توسعه‌دهندگان جهانی اپل (WWDC23)، فراتر از معرفی محصولات سخت‌افزاری چون Vision Pro، میزبان تغییرات بنیادینی در فریم‌ورک‌های نرم‌افزاری این شرکت بود. یکی از برجسته‌ترین این تغییرات، تمرکز بر بهینه‌سازی و فشرده‌سازی در Core ML، چارچوب اختصاصی اپل برای اجرای مدل‌های یادگیری ماشینی است. Core ML به عنوان پلی میان مدل‌های پیچیده هوش مصنوعی و سخت‌افزار اپل، همواره نقش کلیدی در اجرای کارآمد این مدل‌ها ایفا کرده است. اما با به‌روزرسانی‌های اخیر، این چارچوب قادر به پردازش مدل‌ها با سرعت بیشتر و مصرف حافظه به مراتب کمتر شده است، که انقلابی در اجرای هوش مصنوعی روی دستگاه‌های لبه‌ای (Edge Devices) محسوب می‌شود.
Stable Diffusion در اکوسیستم اپل: از نظریه تا عمل
تیم هاگینگ فیس با هوشمندی، این قابلیت‌های جدید Core ML را به خدمت گرفته تا محدودیت‌های اجرای Stable Diffusion بر روی دستگاه‌های همراه را از میان بردارد. Stable Diffusion، به عنوان یکی از پیشروترین مدل‌های تولید تصویر بر اساس متن، به دلیل حجم بالای محاسباتی، معمولاً نیازمند سخت‌افزارهای قدرتمند یا سرورهای ابری است. اما با رویکرد جدید هاگینگ فیس، این مدل اکنون می‌تواند به صورت بومی (on-device) با سرعت چشمگیری بر روی آیفون‌ها، آی‌پدها و مک‌ها اجرا شود.
این موفقیت با استفاده از تکنیک‌های پیشرفته‌ای نظیر کوانتیزاسیون (Quantization) و پالت‌سازی ۶ بیتی (6-bit palettization) محقق شده است. کوانتیزاسیون به معنای کاهش دقت داده‌های مدل برای کاهش حجم و تسریع پردازش است، بدون اینکه کیفیت خروجی به طرز محسوسی کاهش یابد. پالت‌سازی ۶ بیتی نیز بهینه‌سازی دیگری است که به مدیریت بهتر حافظه و افزایش سرعت کمک می‌کند.
آینده هوش مصنوعی مولد در دستگاه‌های همراه
این دستاورد نه تنها برای توسعه‌دهندگان، بلکه برای کاربران عادی نیز گامی بزرگ به شمار می‌رود. تصور کنید که بدون نیاز به اتصال به اینترنت یا سرویس‌های ابری، بتوانید تصاویر هنری خیره‌کننده را مستقیماً از روی آیفون خود تولید کنید. این اتفاق نشان‌دهنده حرکت به سمت دموکراتیزه کردن هوش مصنوعی پیشرفته و در دسترس قرار دادن آن برای همگان است.
- سرعت چشمگیر در تولید تصویر با هوش مصنوعی
- کاهش قابل توجه مصرف حافظه دستگاه
- امکان اجرای بومی مدل‌های قدرتمند مانند Stable Diffusion
- پشتیبانی کامل از دستگاه‌های آیفون، آی‌پد و مک
- بهره‌گیری از تکنیک‌های پیشرفته کوانتیزاسیون و پالت‌سازی ۶ بیتی
با این تحولات، می‌توان انتظار داشت که در آینده نزدیک، شاهد گسترش کاربردهای هوش مصنوعی مولد بر روی دستگاه‌های شخصی خود باشیم و مرزهای خلاقیت دیجیتالی بیش از پیش گسترش یابد.
پرسش‌های پرتکرار
Core ML چیست و چه کاربردی دارد؟
Core ML چارچوب یادگیری ماشینی اپل است که به توسعه‌دهندگان امکان می‌دهد مدل‌های هوش مصنوعی را به صورت بهینه و با کارایی بالا بر روی دستگاه‌های آیفون، آی‌پد، مک و اپل واچ اجرا کنند.
بهینه‌سازی‌های Core ML چه تاثیری بر Stable Diffusion داشته‌اند؟
این بهینه‌سازی‌ها، به ویژه تکنیک‌هایی مانند کوانتیزاسیون و پالت‌سازی ۶ بیتی، باعث شده‌اند که مدل‌های Stable Diffusion با سرعت بسیار بالاتر و مصرف حافظه کمتر بر روی دستگاه‌های اپل اجرا شوند و تجربه کاربری روان‌تری ارائه دهند.
