A Apple está de olho em uma tecnologia que pode mudar bastante a forma como a gente usa o iPhone no dia a dia.
A empresa entrou em conversas com a PrismML, uma startup do Vale do Silício apoiada pela Khosla Ventures e derivada do renomado California Institute of Technology, o famoso Caltech. A proposta dela é ousada: comprimir modelos gigantes de inteligência artificial para rodar direto no celular, sem depender de servidores na nuvem.
Parece coisa de ficção científica, mas não é. E o mais interessante é que essa história ganhou corpo bem no momento em que a briga entre gigantes da tecnologia por IA no dispositivo está esquentando de vez.
A PrismML liberou publicamente versões comprimidas do modelo open-source Qwen, da Alibaba, e o resultado impressiona. A startup conseguiu pegar um modelo de 54 GB e reduzir para menos de 4 GB, mantendo todos os 27 bilhões de parâmetros funcionando em um iPhone 15 ou versão mais recente. Isso significa mais velocidade, mais privacidade e menos dependência de internet para tarefas que hoje exigem uma boa conexão.
Segundo o próprio CEO da startup, Babak Hassibi, a Apple e outras empresas estão avaliando ativamente a tecnologia, medindo velocidade, eficiência energética e desempenho nos aparelhos. Ele contou à CNBC que as conversas ainda estão em estágio inicial e que não dá para saber exatamente onde elas vão parar, mas que as coisas estão progredindo de forma positiva. A Apple, por enquanto, não se pronunciou oficialmente sobre o assunto.
O que a PrismML faz de diferente
A grande sacada da PrismML não é apenas comprimir um modelo de inteligência artificial e torcer para ele continuar funcionando. A startup usa uma técnica de quantização extrema, que reduz drasticamente o tamanho dos arquivos. Na prática, a empresa simplifica a forma como as informações internas do modelo são armazenadas, reduzindo cada valor de 16 bits para apenas um ou três valores possíveis. Isso corta de forma brutal a memória necessária para guardar e operar o modelo.
- E-BOOK GRATUITO
Um guia prático para avaliar, comparar e implementar inteligência artificial com clareza — sem desperdício de tempo ou dinheiro.
Pare de contratar ferramentas sem direção. Criamos um método estruturado para decidir qual IA realmente faz sentido para o seu negócio.
Entrega em PDF no seu e-mail · Sem spam · LGPD
🔒 Seus dados são protegidos conforme a LGPD. Você pode descadastrar a qualquer momento.
Hassibi comparou o feito com a evolução da indústria de chips, que migrou do processamento de oito bits para quatro bits, mas explicou que a técnica da PrismML vai ainda mais longe. O resultado é impressionante: os modelos compactos usam entre 10 e 15 vezes menos memória, geram respostas de seis a oito vezes mais rápido e consomem de três a seis vezes menos energia do que as versões convencionais rodando em hardware existente.
Claro que existe um preço a pagar. O próprio CEO admitiu que há um trade-off nesse processo. Os modelos da PrismML costumam perder alguns pontos percentuais de desempenho geral, e a primeira habilidade a enfraquecer é a memória factual, ou seja, a capacidade de lembrar informações específicas. Já competências como raciocínio, matemática e programação seguem mais preservadas. Para muitos usos do dia a dia, essa é uma troca bastante razoável. 🧩
Para quem não é familiarizado, parâmetros são, de forma bem simplificada, os pontos de decisão dentro de uma rede neural. Quanto mais parâmetros, mais o modelo consegue entender contexto, nuances e instruções complexas. Manter os 27 bilhões de parâmetros dentro de um arquivo tão menor é, tecnicamente, um feito considerável.
A tecnologia nasceu do grupo de pesquisa de Hassibi no Caltech. A universidade é dona das patentes e as licencia com exclusividade para a PrismML. Em março, a empresa levantou uma rodada seed de 16,25 milhões de dólares, com participação da Khosla Ventures e outros investidores. E os planos não param no Qwen: o próximo da fila é o modelo open-source Gemma, do Google, seguido por modelos ainda maiores, incluindo aqueles que hoje só rodam em hardware de datacenter.
Por que o iPhone se torna o centro de tudo isso
O lançamento público da PrismML aconteceu logo após a Apple abrir o beta público do iOS 27, que trouxe aos usuários o primeiro acesso amplo à reformulação da Siri, algo que a empresa vinha adiando há bastante tempo. A Apple está em um momento delicado, tentando deixar a assistente mais esperta e competitiva frente a rivais como OpenAI e Anthropic, ao mesmo tempo em que precisa manter mais informações pessoais e processamento de IA dentro do próprio aparelho.
O iPhone já é, há muito tempo, uma das plataformas de hardware mais poderosas do mercado mobile. Os chips da série A, desenvolvidos pela própria Apple, contam com unidades de processamento neural dedicadas, os chamados Neural Engines, justamente para acelerar tarefas de inteligência artificial. Como a empresa desenha os chips e o software juntos, ela tem um controle bem mais preciso sobre como a IA roda no dispositivo, o que pode ser uma grande vantagem para colocar esses modelos para funcionar.
Processar tudo localmente tem uma vantagem que vai além da velocidade: privacidade de verdade. Quando você faz uma pergunta para um assistente que depende de servidores externos, sua voz, seu texto e seu contexto viajam pela internet até um datacenter e voltam para você. Com modelos compactos rodando diretamente no iPhone, esse dado nunca sai do aparelho. Rodar mais IA localmente também reduz a latência, corta custos de nuvem e permite que certos recursos funcionem sem conexão com a internet.
Carolina Milanesi, analista principal da Creative Strategies, apontou que modelos menores poderiam permitir à Apple mover recursos mais exigentes para o próprio iPhone, como fotografia computacional, geração de vídeo e ferramentas de saúde e fitness que dependem de dados pessoais sensíveis. Segundo ela, quanto mais você consegue fazer no dispositivo, melhor, especialmente quando se trata de informações de saúde e medicação que o usuário quer manter em sigilo. 🔋
O que os especialistas ressalvam
Nem tudo, porém, é certeza. Analistas alertam que as promessas da PrismML ainda precisam ser comprovadas fora de demonstrações controladas. Horace Dediu, fundador da Asymco, explicou que a Apple provavelmente quer manter a maior parte das interações comuns da Siri no dispositivo, reservando apenas as tarefas mais pesadas para a nuvem. A vantagem, segundo ele, não é só usar menos memória, mas conseguir encaixar um modelo mais capaz dentro dos mesmos limites físicos do aparelho.
Tarun Pathak, diretor de pesquisa da Counterpoint Research, lembrou que o teste real virá com o desempenho em prompts longos, o consumo de bateria durante o multitarefa e a confiabilidade em milhões de requisições. Já Phil Solis, da IDC, destacou que o consumo de energia talvez seja a maior incógnita: um modelo capaz o bastante para ser usado o tempo todo, inclusive em segundo plano para tarefas de agente, poderia drenar a bateria mesmo exigindo menos memória.
Modelos compactos e o impacto na demanda por chips
A corrida pelos modelos compactos de inteligência artificial está crescendo rapidamente, e a Apple não é a única empresa de olho nessa direção. Google, Meta e Microsoft também investem em versões menores dos seus modelos para rodar em dispositivos edge, o termo técnico para hardware que processa dados localmente. O que diferencia a abordagem da PrismML é o nível de compressão alcançado sem perda perceptível de qualidade.
Esse movimento também esquenta um debate importante sobre o futuro da indústria de chips. A memória virou um dos maiores gargalos e custos tanto em eletrônicos de consumo quanto em servidores de IA. O Morgan Stanley estima que o custo médio de memória DRAM por bit da Apple pode subir cerca de 190% ano a ano no ano fiscal de 2027, com custos de NAND subindo por volta de 180%. A projeção é que a empresa aumente o preço inicial de modelos comparáveis do iPhone 18 em cerca de 200 dólares para proteger suas margens.
Receba o melhor conteúdo de inovação em seu e-mail
Todas as notícias, dicas, tendências e recursos que você procura entregues na sua caixa de entrada.
Ao assinar a newsletter, você concorda em receber comunicações da Método Viral. A gente se compromete a sempre proteger e respeitar sua privacidade.
A PrismML afirma que sua tecnologia poderia permitir que um modelo de nuvem que normalmente exige oito GPUs rode em apenas uma, além de trazer para celulares e laptops modelos que antes só funcionavam em servidores. Mas isso não significa, necessariamente, que a demanda geral por chips vá cair.
Gil Luria, analista da D.A. Davidson, explicou que reduzir o tamanho dos modelos não elimina a necessidade de processadores ou memória, apenas desloca boa parte desses chips dos datacenters para os celulares e outros aparelhos. Segundo ele, você ainda vai precisar da GPU e ainda vai precisar da memória. Ele também apontou que rodar IA em dispositivos individuais pode ser menos eficiente do que usar infraestrutura compartilhada, já que os chips dos celulares ficam ociosos boa parte do tempo.
Curiosamente, ganhos de eficiência costumam gerar mais uso e não menos gasto, já que uma IA mais barata e rápida viabiliza novos produtos e incentiva as pessoas a usarem os modelos com mais frequência. Ainda assim, o mercado tende a reagir de forma nervosa a qualquer sinal de que a IA precisará de menos memória. As ações da Micron chegaram a despencar em março, quando o Google publicou seu paper TurboQuant sobre corte de uso de memória sem perda de desempenho, mas o papel se recuperou depois.
Para o usuário final, a diferença vai aparecer de formas bem concretas. Imagine pedir para a Siri resumir um documento longo, traduzir uma conversa em tempo real, sugerir respostas de e-mail com base no seu histórico ou editar uma foto com instruções em linguagem natural, tudo isso sem aguardar carregamento e sem enviar nada para servidores de terceiros. Como resumiu Pathak, da Counterpoint, a combinação de nuvem e IA no dispositivo pode oferecer uma experiência mais completa, eficiente e centrada na privacidade, com tarefas complexas indo para a nuvem e tarefas sensíveis e urgentes ficando no aparelho.
Esse é exatamente o tipo de salto que a Apple precisa dar para se manter relevante na disputa pela liderança em inteligência artificial aplicada ao consumidor. E se a parceria com a PrismML se confirmar, o iPhone pode se tornar um dos maiores palcos dessa nova fase da IA que roda no seu bolso. 🚀
