Компания Phison представила технологию расширения памяти, которая позволяет персональным компьютерам запускать языковые модели с 26 миллиардами параметров при наличии всего 16 гигабайт оперативной памяти.
Это новшество даёт возможность использовать более мощные интеллектуальные системы локально, не прибегая постоянно к облачным серверам.
Ирина Медведева
Иллюстративное изображение. Источник: Unsplash
Phison анонсировала разработку под названием aiDAPTIV
На выставке Computex 2026 в Тайбэе, совместно с Intel, Phison анонсировала разработку под названием aiDAPTIV. Данная система объединяет процессоры Intel Core Ultra Series 3 с платформой расширения памяти на базе накопителей Phison. Такое сочетание позволяет поддерживать крупные модели и длительные рабочие процессы на обычных пользовательских ПК.
Современные интеллектуальные приложения требуют всё больше памяти для обработки больших моделей, сохранения истории диалогов и выполнения многоступенчатых операций. Однако многие ПК не обладают достаточным объёмом ОЗУ для эффективной работы с такими задачами, что вынуждает пользователей обращаться к облачным сервисам.
Технология aiDAPTIV решает эту проблему, расширяя рабочую память за счёт высокопроизводительного флэш-накопителя NAND, а не только традиционной DRAM. В основе решения лежит специальная кэш-память Pascari aiDAPTIV, которая делает дополнительные ресурсы памяти доступными для локальных нагрузок.
В ходе внутренних тестов Phison выяснила, что модель с 26 миллиардами параметров может работать на системе с 16 гигабайтами DRAM при включённом aiDAPTIV. Без этой технологии для выполнения той же задачи требовалось уже 32 гигабайта ОЗУ.
Кроме того, платформа поддерживает такие функции, как повторное использование кэша KV, что позволяет сохранять данные о предыдущих взаимодействиях и снижает необходимость повторной обработки одной и той же информации.
Сотрудничество с Intel
Сотрудничество с Intel направлено на внедрение aiDAPTIV в платформы Intel AI PC на базе процессоров Core Ultra. Компании также работают над совместимостью с инструментом Intel OpenVINO и тестируют оптимизированные нагрузки для будущих демонстраций производительности.
К.С. Пуа, генеральный директор и основатель Phison Electronics, отметил: «Компьютеры с искусственным интеллектом постепенно становятся платформами для более сложных локальных задач, включая агентские приложения и модели типа „смесь экспертов“, которые требуют большого объёма памяти и высокой скорости.
Благодаря партнёрству с Intel, aiDAPTIV помогает расширить объём памяти, необходимый для ИИ-нагрузок на платформах Intel AI PC, позволяя производителям оборудования, разработчикам и конечным пользователям запускать более эффективные приложения локально, сохраняя конфиденциальность и эффективность инфраструктуры».
На Computex компании показали локальный чат-интерфейс, работающий на основе модели «смесь экспертов», которая обычно превышает объём доступной системной памяти.
Также была продемонстрирована гибридная система маршрутизации на базе большой языковой модели, построенная на платформе с открытым исходным кодом OpenClaw. Эта демонстрация позволяла запускать крупные модели локально, используя облачные ресурсы только для самых сложных запросов.
Джим Джонсон, старший вице-президент и генеральный менеджер по клиентским вычислениям в Intel, подчеркнул: «Всё больше пользователей и компаний хотят использовать ИИ локально — быстрее, приватнее и без затрат на отправку данных в облако.
Наше сотрудничество с Phison позволяет платформам Intel AI PC поддерживать более масштабные локальные ИИ-нагрузки при более простых конфигурациях памяти, что даёт заказчикам возможность применять свои собственные данные для полезных приложений и создавать реальную бизнес-ценность при меньших затратах».
Это заявление прозвучало на выставке Computex 2026 в Тайбэе.
Сдвиг в парадигме использования ИИ на ПК
Для конечного пользователя появление aiDAPTIV означает сдвиг в самой парадигме использования искусственного интеллекта на персональных компьютерах. Раньше запуск большой языковой модели с десятками миллиардов параметров требовал либо покупки дорогой рабочей станции с 32–64 ГБ оперативной памяти, либо аренды облачных мощностей с соответствующими затратами и задержками.
Теперь же владелец среднестатистического ноутбука или настольного ПК с 16 ГБ DRAM и современным твердотельным накопителем получает возможность работать с моделями, которые ещё вчера казались прерогативой серверных стоек.
Это не только экономит бюджет, но и решает вопрос конфиденциальности — все диалоги, запросы и обучение на личных данных остаются исключительно на устройстве пользователя, не покидая его периметра безопасности.
Однако расширение памяти за счёт флэш-накопителя — это не просто «подкачка» файла подкачки. В основе технологии лежит интеллектуальное управление кэшированием, в частности механизм повторного использования кэша ключ-значение (KV cache).
В языковых моделях каждое новое обращение к контексту требует пересчёта внимания (attention), что крайне ресурсоёмко. Система aiDAPTIV сохраняет промежуточные вычисления, связанные с историей диалога, в специализированном кэше на NAND-накопителе.
При возвращении к предыдущим темам или при обработке длинных цепочек рассуждений (chain-of-thought) модель не пересчитывает всё с нуля, а обращается к уже сохранённым данным. Это снижает нагрузку на оперативную память и процессор, делая локальный ИИ не просто возможным, но и практичным для повседневного использования.
Новые горизонты для оптимизации
С точки зрения разработчиков и производителей программного обеспечения, интеграция aiDAPTIV с инструментарием Intel OpenVINO открывает новые горизонты для оптимизации. OpenVINO уже давно используется для ускорения инференса нейросетей на процессорах Intel, но теперь разработчики получают возможность писать код, который автоматически использует расширенную память для работы с большими моделями без необходимости ручного управления буферами.
Это упрощает портирование современных архитектур, таких как Mixtral 8x7B или LLaMA-3-70B, на локальные машины. Для конечного пользователя это означает, что сложные сценарии — например, агентные системы, которые анализируют сотни документов и в реальном времени принимают решения, — перестают быть прерогативой дата-центров.
Продемонстрированная на Computex гибридная система маршрутизации на базе OpenClaw подчёркивает ещё один важный аспект: технология не требует отказа от облака, но даёт выбор. В этой архитектуре локальный ИИ обрабатывает 90–95% типовых запросов, требующих быстрого ответа, высокой приватности и низкой задержки.
Лишь когда задача оказывается слишком сложной — например, требует запуска модели с сотнями миллиардов параметров или специализированного знания, отсутствующего в локальной копии, — система автоматически обращается к облачному серверу.
Такой подход балансирует стоимость, скорость и качество, позволяя пользователям не переплачивать за облачные ресурсы впустую, но иметь доступ к максимальной мощности, когда это действительно необходимо.
Перспектива альянса Intel и Phison
В долгосрочной перспективе альянс Intel и Phison может изменить ландшафт потребительских вычислений так же, как когда-то появление SSD-накопителей изменило восприятие скорости работы системы. Если раньше ключевым узким местом для ИИ была оперативная память, то теперь её ёмкость перестаёт быть жёстким ограничителем.
Производители ноутбуков и материнских плат получают возможность предлагать «искусственно-интеллектуальные» ПК с базовой конфигурацией памяти, но с поддержкой сложных локальных нагрузок. Это ускорит внедрение ИИ-ассистентов в корпоративном секторе, где требования к безопасности данных особенно высоки, а также в образовании и творческих индустриях, где важна конфиденциальность и независимость от сторонних сервисов.
Таким образом, Computex 2026 запомнится не только как выставка новинок, но и как момент, когда локальный искусственный интеллект перестал быть компромиссом и стал полноценной альтернативой облачным решениям.
Ранее по теме больших вычислительных экспериментов мы рассказывали, что объединение квантовых и классических компьютеров решает задачи химии: с помощью квантовых вычислительных систем было выполнено моделирование белков, содержащих 12 000 атомов, на основе 94 кубитов.
Кстати, по близкой теме ИИ: специалисты Института искусственного интеллекта и цифровых наук (ИИиЦН), входящего в состав факультета компьютерных наук НИУ ВШЭ, создали технологию, позволяющую выявлять дефекты в двигателях с точностью до 99% и с 86%-ной точностью идентифицировать конкретный вид неполадки.