Apple将目光投向面向消费者之外的人工智能领域:Apple正在研发一套系统,可将人工智能融入无线通信的底层运行机制。
借助这套系统,iPhone这类设备能够向蜂窝网络实时上报自身在任意时刻可承载的人工智能与机器学习运算能力。
这份专利文件并非主要围绕生成式人工智能、Siri或是大语言模型本地运行展开。
相反,Apple将人工智能运算视作一种通信资源,可以像现有的无线处理算力一样被分配与调度,该系统面向遵循3GPP标准的通信网络设计,明确覆盖5G、6G以及后续新一代通信系统。
这套构想的核心,是Apple所称的人工智能处理单元,缩写为aiPU,这一术语并不一定指代某一款全新实体芯片,代表用户设备可用于人工智能、机器学习运算的、可量化衡量的算力额度。
Apple提出,设备需要向蜂窝网络上报自身可用的人工智能处理能力,上报信息可以告知网络,该设备最多能够同时执行多少项AI运算,既可针对单项任务、任务组,也可跨多个蜂窝分量载波进行统计。
随后网络会在该算力上限范围内,配置各类与AI相关的无线操作。
Apple列举了多项可借助AI辅助的通信任务,包括信道状态信息的预测与压缩、波束管理、参考信号估计、定位以及感知。
这些大多是后台运行的底层功能,但却是iPhone判断网络环境、维持连接、与蜂窝基础设施高效通信的基础。
这项方案的核心意义在于,AI运算将不再完全属于设备的内部功能,蜂窝网络能够获知设备的AI算力上限,并据此调整下发、请求的运算负载。
Apple这项更具新意的构想,本质是为AI运算设立算力预算机制,设备可以上报AI总算力,同时单独上报可分配给各项特定任务的算力额度。
Apple举例说明,一台设备可以同时执行多项基于AI的波束管理任务,但能同时承载的信道预测、信道压缩任务数量会更少。
这些算力额度并不直接对应独立的硬件模块。苹果提到,不同AI功能可以共享同一套处理资源,这意味着各项任务申报的算力需求加总,有可能超过设备总的可用AI算力池。
该专利还支持小数形式的AI处理单元,一项轻量级AI任务,可能仅占用0.25或0.5个aiPU,而非完整占用一个单元,这就为网络调度处理资源提供了更精细的管控方式。
这套机制类似于计算资源调度,但专门应用于AI辅助无线通信场景,Apple同时考虑了一种场景:网络请求的并发AI运算量,超出设备的承载上限。
iPhone或其他无线设备可以依据优先级规则,判定哪些运算优先执行,时效性更强的网络报告优先级高于周期性上报任务;部分信号强度、信号质量测量任务,优先级高于非核心任务。
这一点十分关键,因为未来无线网络会越来越依赖机器学习模型完成实时决策,网络不能假定每一台iPhone都拥有无上限的推理算力。
Apple这套机制定义了算力上限的上报方式,并且明确了当算力需求超出承载能力时的处理逻辑。
专利权利要求重点描述这套能力上报架构:设备向网络上报自身能够支持的处理单元数量;网络基于该信息配置人工智能、机器学习相关运算;设备还可上报各类AI任务实际消耗的算力。
尽管这份专利文件覆盖5G网络,但更长远的价值具备前瞻性,Apple专门提及6G以及后续新一代网络场景,说明Apple预期AI辅助通信会越来越深度地融入蜂窝通信标准。
专利文件将基带处理器、中央处理器、图形处理器列为可实现这套系统的运算电路,这并不代表Apple正在研发一款实体、命名为aiPU的专用芯片。
在这份专利里,aiPU应当理解为一种标准化的AI可用算力表达形式。
这一区分至关重要,这份文件并非公布一款面向消费者的全新AI处理器,而是提出一套方案,让未来无线设备与网络之间协商AI运算负载。
如果这套技术被纳入未来蜂窝通信方案,iPhone就可以更系统化地利用人工智能完成无线环境预测、波束选择、定位优化、信号估算以及其他通信管理任务,同时避免这类运算耗尽设备可用算力。
因此这件事的核心,并非又一项Apple智能功能,而是Apple在布局一套全新无线架构:AI推理本身将成为网络的组成部分,iPhone可用的AI算力,未来或将由蜂窝网络主动评估、分配与调度。
