لم يعد سباق الهواتف الذكية في 2026 يدور فقط حول الكاميرات وعدد الأنوية وسرعة الشاشة، فقد أصبحت قدرة الهاتف على تشغيل الذكاء الاصطناعي محليًا واحدة من أهم ساحات المنافسة الجديدة بين الشركات المصنعة للمعالجات والهواتف.
Apple وQualcomm وMediaTek وغيرها تستثمر بصورة متزايدة في وحدات المعالجة العصبية والمسرعات المخصصة للذكاء الاصطناعي، ليس لمجرد إضافة بعض التأثيرات الذكية، بل لتمكين الهاتف من تنفيذ مهام أكثر تعقيدًا دون الاعتماد الدائم على الخوادم السحابية.
ومع انتقال الصناعة من المساعدات البسيطة إلى نماذج توليدية ووكلاء أكثر قدرة، قد يصبح السؤال الأهم عند شراء هاتف خلال السنوات القادمة ليس فقط "ما سرعة المعالج؟"، وإنما "ما مقدار الذكاء الاصطناعي الذي يستطيع هذا الهاتف تشغيله بنفسه؟".
من الذكاء الاصطناعي السحابي إلى الذكاء الاصطناعي المحلي
اعتمدت الموجة الأولى من تطبيقات الذكاء الاصطناعي التوليدي بدرجة كبيرة على مراكز البيانات.
يرسل المستخدم الطلب عبر الإنترنت إلى خادم يحتوي على نماذج ضخمة، ثم تعود النتيجة إلى الهاتف بعد معالجتها في السحابة.
هذه الطريقة سمحت بتشغيل نماذج أكبر بكثير من قدرة الهاتف، لكنها تأتي مع تحديات مرتبطة بزمن الاستجابة والاتصال والتكلفة والخصوصية.
الاتجاه الجديد لا يلغي السحابة، لكنه يحاول نقل جزء متزايد من العمل إلى الجهاز نفسه.
لماذا أصبح On-Device AI مهمًا لهذه الدرجة؟
عندما يعمل النموذج مباشرة على الهاتف، يمكن لبعض المهام أن تبدأ دون الحاجة إلى إرسال البيانات إلى خادم خارجي في كل مرة.
هذا يفتح عدة مزايا محتملة في الوقت نفسه:
- استجابة أسرع لبعض المهام.
- إمكانية العمل في حالات الاتصال المحدود.
- تقليل كمية البيانات التي تحتاج إلى مغادرة الجهاز.
- تخصيص أكبر اعتمادًا على المعلومات المحلية.
- خفض تكلفة تشغيل بعض المهام السحابية.
ولهذا أصبحت شركات الرقائق تتحدث بصورة متزايدة عن الذكاء الاصطناعي الطرفي أو Edge AI بوصفه جزءًا أساسيًا من مستقبل الحوسبة الشخصية.
Qualcomm تريد تحويل الهاتف إلى منصة AI محلية
تركز Qualcomm بصورة واضحة على فكرة تشغيل نماذج الذكاء الاصطناعي على أجهزة Snapdragon نفسها.
وتروج الشركة لمنصاتها الحديثة باعتبارها مصممة لتشغيل نماذج توليدية كبيرة محليًا، مع الاستفادة من وحدة Hexagon NPU ووحدات المعالجة الأخرى داخل الشريحة.
كما انتقلت الشركة إلى الحديث عن الذكاء الاصطناعي الوكيل، حيث لا يكتفي النظام بإنشاء نص أو صورة بل يستطيع المساعدة في تنفيذ سلسلة من الإجراءات بناءً على طلب المستخدم.
هذا التحول مهم لأن الوكلاء يحتاجون إلى معالجة مستمرة للسياق، وهو ما يجعل السرعة واستهلاك الطاقة عنصرين أكثر أهمية من مجرد تحقيق نتيجة عالية في اختبار أداء واحد.
MediaTek تدخل السباق بقوة
MediaTek بدورها جعلت الذكاء الاصطناعي جزءًا مركزيًا من معالجات Dimensity الحديثة.
وتقدم الشركة Dimensity 9500 باعتباره منصة للذكاء الاصطناعي التوليدي والوكيل، مع NPU 990 مصممة لتسريع مهام مثل الإبداع والإنتاجية ومعالجة المحتوى محليًا.
كما عرضت MediaTek خلال 2026 تجارب تشمل إنشاء الصور على الجهاز وميزات تعتمد على AI في التصوير والأجهزة القابلة للارتداء.
هذا يعني أن المنافسة لم تعد محصورة في شركة واحدة أو فئة محدودة من الهواتف، بل أصبحت جزءًا من استراتيجية أوسع لصناعة الشرائح المحمولة.
Apple تبني التجربة حول المعالجة المحلية والسحابة الخاصة
تستخدم Apple نموذجًا هجينًا في Apple Intelligence، حيث تُنفذ بعض العمليات مباشرة على الجهاز بينما يمكن للطلبات الأكثر تعقيدًا الاستفادة من نماذج أكبر تعمل عبر Private Cloud Compute.
الفكرة هنا ليست أن كل شيء يجب أن يحدث محليًا، وإنما أن النظام يستطيع تحديد المكان المناسب لمعالجة المهمة وفقًا لقدرات الجهاز وطبيعة الطلب.
وتوضح هذه الاستراتيجية لماذا استمرت Apple في زيادة قدرات الذكاء الاصطناعي داخل شرائحها الحديثة.
A19 Pro يقدم إشارة واضحة إلى اتجاه Apple
في سلسلة iPhone 17 Pro قدمت Apple شريحة A19 Pro مع Neural Accelerators مدمجة داخل أنوية GPU، إلى جانب Neural Engine المخصص لمهام التعلم الآلي.
وقالت الشركة عند الإعلان إن التصميم الجديد يساعد على تشغيل نماذج لغوية كبيرة محليًا على الهاتف.
ولا تكمن أهمية ذلك في رقم أداء محدد بقدر ما تكمن في طريقة تغير تصميم الشريحة نفسها لتلبية احتياجات الذكاء الاصطناعي.
بدل الاعتماد على وحدة واحدة منفصلة، تبدأ قدرات AI في الانتشار عبر أجزاء متعددة من المعالج.
الـNPU تتحول من ميزة جانبية إلى جزء رئيسي
قبل سنوات، كان معظم الاهتمام في مواصفات الهاتف يتجه إلى CPU وGPU.
أما اليوم فأصبحت NPU أو وحدة المعالجة العصبية جزءًا أساسيًا من الحديث عن المعالجات الجديدة.
هذه الوحدة مخصصة لتسريع العمليات المرتبطة بالشبكات العصبية بطريقة أكثر كفاءة من استخدام المعالج المركزي في كل مهمة.
وكلما أصبحت التطبيقات تعتمد على نماذج تعمل باستمرار في الخلفية، ازدادت أهمية كفاءة هذه الوحدات وليس قوتها القصوى فقط.
الهواتف القادمة قد تشغّل نماذج أكبر بكثير
تطور قدرة المعالجات وحده ليس العامل الوحيد الذي يدفع هذا الاتجاه.
التحسينات في ضغط النماذج وتقليل الدقة العددية وتحسين الذاكرة وطرق التنفيذ تجعل تشغيل نماذج كانت تتطلب سابقًا حواسيب قوية ممكنًا تدريجيًا على أجهزة أصغر.
وهذا قد يسمح للهواتف في المستقبل بالتعامل مع نماذج شخصية تعمل بصورة مستمرة دون الحاجة إلى التواصل مع السحابة في كل خطوة.
الذاكرة أصبحت عنصرًا حاسمًا أيضًا
تشغيل نماذج الذكاء الاصطناعي لا يعتمد فقط على قوة وحدة NPU.
النماذج الكبيرة تحتاج إلى ذاكرة ونطاق ترددي مرتفع حتى تستطيع نقل البيانات بسرعة بين أجزاء الشريحة.
ولهذا أصبحت سعة الذاكرة وسرعتها جزءًا متزايد الأهمية من تصميم الأجهزة التي تستهدف تشغيل AI محليًا.
قد نصل إلى مرحلة يصبح فيها حجم الذاكرة عاملًا مهمًا في تحديد نوع النموذج الذي يستطيع الهاتف تشغيله، تمامًا كما يحدد حجم الذاكرة اليوم قدرة الحاسب على تشغيل التطبيقات الثقيلة.
التصوير سيكون أحد أكبر المستفيدين
الكاميرا كانت من أوائل المجالات التي استخدمت التعلم الآلي على الهواتف، ومن المتوقع أن يستمر هذا الاتجاه بصورة أكبر.
الذكاء الاصطناعي المحلي يمكن أن يساعد في معالجة الصور والفيديو وفهم المشاهد وتحسين العزل والتثبيت وتقليل الضوضاء والتعامل مع الإضاءة المعقدة.
لكن الفرق القادم قد يكون في انتقال الهاتف من مجرد تحسين الصورة بعد التقاطها إلى فهم المشهد أثناء التصوير وتعديل أجزاء متعددة منه بصورة لحظية.
إنشاء المحتوى محليًا قد يصبح طبيعيًا
من أكثر التطورات المثيرة إمكانية إنشاء الصور والنصوص والتعديلات مباشرة على الهاتف.
MediaTek عرضت بالفعل قدرات لإنشاء صور عالية الدقة محليًا ضمن تجاربها المرتبطة بـDimensity 9500، بينما تعتمد منصات أخرى على نماذج أصغر مهيأة للعمل على الأجهزة المحمولة.
ومع تحسن الرقائق، يمكن أن تصبح عمليات مثل تعديل الصور وتغيير الخلفيات وتلخيص المحتوى وإنتاج نصوص قصيرة وظائف محلية اعتيادية بدل أن تعتمد دائمًا على خوادم خارجية.
الذكاء الاصطناعي الوكيل يرفع المتطلبات أكثر
إنشاء صورة مرة واحدة يختلف عن تشغيل وكيل AI يتابع نشاط المستخدم طوال اليوم.
الوكيل قد يحتاج إلى فهم التقويم والرسائل والإشعارات والتطبيقات والموقع والسياق الحالي، ثم استخدام هذه المعلومات لتقديم اقتراحات أو تنفيذ إجراءات.
إذا تمت معالجة جزء من هذه المعلومات محليًا، يمكن تقليل الحاجة إلى إرسال كل التفاصيل إلى السحابة.
لكن ذلك يتطلب معالجًا قادرًا على تشغيل نماذج بصورة مستمرة دون استنزاف البطارية.
كفاءة الطاقة قد تكون أهم من القوة الخام
يمكن لهاتف أن يمتلك NPU قوية جدًا، لكن فائدتها ستكون محدودة إذا استهلكت كمية كبيرة من الطاقة أثناء الاستخدام المستمر.
ولهذا فالمعركة الحقيقية ليست الوصول إلى أكبر رقم نظري فقط.
التحدي هو تنفيذ أكبر قدر ممكن من المعالجة بأقل استهلاك للطاقة والحرارة.
هذه النقطة مهمة بصورة خاصة للوكلاء والمساعدات التي قد تعمل في الخلفية لساعات بدل تنفيذ مهمة قصيرة ثم التوقف.
السحابة لن تختفي
رغم التطور السريع للمعالجة المحلية، من غير الواقعي توقع أن تستبدل الهواتف مراكز البيانات بالكامل.
النماذج السحابية ستظل قادرة على استخدام موارد حوسبة وذاكرة أكبر بكثير مما يمكن وضعه داخل هاتف.
لذلك يتجه السوق غالبًا إلى بنية هجينة:
- المهام السريعة والخاصة تعمل على الجهاز.
- المهام الأكثر تعقيدًا تنتقل إلى السحابة.
- النظام يقرر تلقائيًا أفضل مكان لتنفيذ كل مهمة.
وهذا النموذج يمكن أن يقدم توازنًا بين القوة والسرعة والخصوصية.
الخصوصية أصبحت جزءًا من المنافسة التسويقية
مع توسع قدرات AI الشخصية، تزداد حساسية البيانات التي يتعامل معها المساعد.
الرسائل والصور والمواعيد والموقع والمستندات والاتصالات يمكن أن توفر سياقًا مفيدًا، لكنها في الوقت نفسه معلومات شديدة الخصوصية.
لهذا تستخدم الشركات المعالجة المحلية كميزة مرتبطة بالخصوصية، لأن بعض العمليات يمكن أن تتم داخل الهاتف دون رفع البيانات في كل مرة إلى خادم بعيد.
لكن نجاح هذه الفكرة يعتمد على وضوح الصلاحيات وطريقة تخزين البيانات وليس مجرد وجود NPU قوية.
الاختلاف بين الهواتف قد يصبح برمجيًا أكثر منه عتاديًا
معظم الهواتف الرائدة أصبحت سريعة بما يكفي للمهام التقليدية اليومية.
لذلك تصبح الشركات بحاجة إلى إيجاد أسباب جديدة تجعل المستخدم يشعر بالفرق بين جيل وآخر.
الذكاء الاصطناعي يقدم فرصة كبيرة لذلك، لأن قدرات الهاتف قد تعتمد على مزيج من الشريحة والنموذج ونظام التشغيل والخدمات السحابية.
هاتفان يمتلكان أداء CPU متقاربًا قد يقدمان تجربتين مختلفتين جدًا إذا كان أحدهما يستطيع تشغيل مساعد محلي أكثر ذكاءً أو معالجة الصور والفيديو بصورة أفضل.
الأرقام التقليدية لن تكون كافية للمقارنة
مقارنة المعالجات اعتادت الاعتماد على نتائج CPU وGPU.
لكن AI يجعل الاختبارات أكثر تعقيدًا لأن أداء النموذج يعتمد على عوامل متعددة تشمل نوع النموذج وحجمه ودقته والذاكرة وإطار التشغيل ومدى استغلال العتاد.
لهذا قد يصبح من الصعب اختصار قوة الذكاء الاصطناعي في الهاتف داخل رقم واحد.
المعيار الأكثر أهمية للمستخدم سيكون في النهاية ما يستطيع الجهاز تنفيذه فعليًا وكم يستغرق ذلك وما مقدار الطاقة التي يستهلكها.
المنافسة ستنتقل إلى الهواتف المتوسطة
عادة تبدأ التقنيات الجديدة في الفئة الرائدة ثم تنتقل تدريجيًا إلى الأجهزة الأقل سعرًا.
وتظهر عائلات المعالجات الحالية أن قدرات الذكاء الاصطناعي لم تعد مقتصرة بالكامل على أعلى شريحة في السوق.
مع مرور الوقت، يمكن أن تصبح وحدات NPU أكثر تطورًا داخل الهواتف المتوسطة، وهو ما سيجعل ميزات AI المحلية متاحة لشريحة أكبر من المستخدمين.
المطورون سيحددون قيمة القوة الجديدة
وجود NPU قوية داخل الهاتف لا يعني تلقائيًا أن المستخدم سيستفيد منها.
القيمة الحقيقية تظهر عندما يستطيع المطورون الوصول إلى هذه القدرة بسهولة وبناء تطبيقات تستفيد منها.
لهذا تطور شركات الرقائق والمنصات حزمًا وأطرًا لتشغيل نماذج الذكاء الاصطناعي محليًا.
كلما أصبح تطوير تطبيقات On-Device AI أسهل، ازدادت احتمالية ظهور استخدامات جديدة لا ترتبط فقط بالمساعد الافتراضي الذي يأتي مع الهاتف.
قد يصبح الهاتف مركز الذكاء الشخصي
يمتلك الهاتف ميزة لا تمتلكها معظم الأجهزة الأخرى: فهو موجود مع المستخدم طوال الوقت.
يعرف التطبيقات التي يستخدمها ويمكنه - عند منح الصلاحية - التعامل مع الكاميرا والموقع والصوت والإشعارات وأجهزة أخرى قريبة.
هذا يجعله مرشحًا طبيعيًا ليصبح مركزًا للذكاء الاصطناعي الشخصي.
وقد تمتد المعالجة من الهاتف لاحقًا إلى الساعة والسماعات والنظارات والأجهزة المنزلية ضمن نظام واحد يفهم السياق بصورة مستمرة.
المعركة لم تعد حول أسرع هاتف فقط
لسنوات طويلة كانت الشركات تستطيع تسويق الجيل الجديد باعتباره أسرع من الجيل السابق.
لكن المستخدم أصبح يحتاج إلى سبب عملي أكبر لتغيير هاتف سريع بالفعل.
الذكاء الاصطناعي قد يقدم هذا السبب إذا استطاعت الشركات تحويل القوة الجديدة إلى تجارب يومية مفيدة وليست مجرد عروض تقنية.
الفائز لن يكون بالضرورة صاحب أكبر رقم NPU، بل الشركة التي تستطيع تحويل تلك القوة إلى ميزات تعمل بسرعة وموثوقية وتحافظ على البطارية والخصوصية.
2026 قد يكون بداية مرحلة جديدة للهواتف
ما يحدث خلال 2026 يشير إلى أن الذكاء الاصطناعي المحلي يتحول من ميزة إضافية إلى جزء أساسي من تصميم الشرائح.
Apple تبني Neural Accelerators بصورة أعمق داخل معالجاتها، Qualcomm تتحدث عن نماذج توليدية ووكلاء يعملون على الجهاز، وMediaTek تدفع NPU الحديثة إلى تطبيقات توليدية ووكيلة أكثر تقدمًا.
كل ذلك يشير إلى أن مستقبل الهاتف لن يعتمد فقط على قدرته على الاتصال بخدمات الذكاء الاصطناعي، بل على مقدار الذكاء الذي يمكنه تشغيله بنفسه.
الخلاصة
أصبحت معالجة الذكاء الاصطناعي على الجهاز واحدة من أهم ساحات المنافسة في صناعة الهواتف خلال 2026، لأن الانتقال من الخدمات السحابية البسيطة إلى المساعدات الشخصية والوكلاء المستمرين يحتاج إلى سرعة وخصوصية وكفاءة طاقة أكبر.
السباق بين Apple وQualcomm وMediaTek يكشف أن تصميم المعالجات نفسه يتغير لاستيعاب هذه المرحلة، مع وحدات NPU أقوى ومسرعات عصبية وذاكرة أسرع وأدوات مخصصة لتشغيل النماذج محليًا.
وربما يصبح السؤال الذي يحدد قيمة الهاتف خلال السنوات القادمة مختلفًا تمامًا عما اعتدنا عليه: ليس فقط كم تبلغ سرعة المعالج، بل ما الذي يستطيع الذكاء الاصطناعي فعله داخل الجهاز دون الحاجة إلى السحابة.
