ШІ в смартфоні: головний споживач заряду — не нейромережа, а модем

Операції машинного навчання — це мільярди матричних множень за секунду. Коли у 2017–2018 роках такі алгоритми вперше проганяли через звичайні процесорні ядра чи графіку, смартфони нагрівалися за лічені хвилини, а відсотки заряду танули на очах. Саме з того часу тягнеться міф про «зажерливість» нейромереж.

Однак чіпмейкери розв'язали проблему апаратно: усі сучасні процесори — від Apple A18 Pro до Qualcomm Snapdragon 8 Gen 3 та MediaTek Dimensity 9400 — мають окремий блок NPU. Це вузькоспеціалізований співпроцесор, який не вміє завантажувати вебсторінки чи малювати графіку в іграх, зате крутить математику нейромереж із мізерним енергоспоживанням. Обробка однієї й тієї ж фотографії через NPU потребує в 4–7 разів менше енергії, ніж через класичний процесор. Тож коли телефон розпізнає обличчя на фото чи вирізає об'єкт із кадру прямо в галереї, акумулятор майже не помічає навантаження.

Якщо NPU такий ефективний, чому батарея все одно сідає швидше? Причина не в самому алгоритмі, а в тому, де і як він виконується. Усі ШІ-функції поділяються на дві групи. Хмарний ШІ — інструменти на кшталт ChatGPT, підсумовування тексту в Safari, генерація складних зображень чи обробка відео — зазвичай відправляється на сервер. І тут головним споживачем енергії стає радіомодем 5G або Wi-Fi: щоб відправити запит і отримати відповідь, він виходить з режиму енергозбереження та працює на високій потужності. У зоні слабкого покриття 5G радіомодуль викручує підсилювач на максимум. Саме постійні мережеві запити до хмарних нейромереж, а не обчислення на самому телефоні, саджають батарею найшвидше.

Друга група — локальний ШІ: транскрипція голосу в диктофоні, генерація тексту в нотатках, автовідповіді. Вони не витрачають інтернет-трафік, але мають інший мінус — фонову індексацію. Щоб смартфон миттєво знаходив у галереї «фото з собакою біля моря», він має постійно сканувати й описувати кожен новий знімок. Після серії зі сотні фотографій NPU працює у фоні кілька хвилин поспіль, телефон не входить у режим глибокого сну — звідси невеликий нагрів і втрата 2–3% заряду в простої.

Парадокс у тому, що той самий ШІ паралельно працює над уповільненням розрядки. Сучасні операційні системи використовують машинне навчання для предиктивного керування пам'яттю: алгоритми вивчають щоденні звички — що о 8:00 ви відкриваєте навігатор, о 13:00 — соцмережі, а ввечері — YouTube — і завчасно вивантажують з оперативки непотрібні додатки, тримаючи напоготові потрібні. Це економить цикли процесора, а отже й батарею. Другий механізм — адаптивне живлення в iOS та Android: система аналізує, коли ви лягаєте спати та прокидаєтеся, швидко заряджає телефон до 80%, «заморожує» процес на ніч і доводить до 100% за пів години до будильника, продовжуючи хімічний ресурс акумулятора на роки.

Підсумок для ринку очевидний: дискусія про «енергоємність ШІ» поступово зміщується з площини обчислень у площину зв'язку та фонових сервісів. Для виробників це означає, що подальша оптимізація автономності залежатиме не стільки від потужності NPU, скільки від ефективності модемів і розумного планування фонових задач.