أصبح الذكاء الاصطناعي على الجهاز الميزة الرئيسية في الهواتف الرائدة — حيث يتم تشغيل نماذج اللغة وتوليد الصور والترجمة الفورية دون الحاجة إلى إرسال البيانات إلى السحابة. وتحدد شريحتان هذه المنافسة: شريحة شركة كوالكوم Snapdragon 8 Elite ومعالج آبل A18 برو. وهما يُشغِّلان أحدث هواتف الأندرويد والآيفون الرائدة من حيث قدرات الذكاء الاصطناعي في جيلها، لكنهما يحقّقان ذلك بطرقٍ مختلفةٍ تمامًا.
أبرز الاستنتاجات
- كلا الشريحتين تعملان فعليًّا على تشغيل الذكاء الاصطناعي على الجهاز — مثل النماذج اللغوية الصغيرة وأدوات معالجة الصور والترجمة الفورية — دون الاعتماد على السحابة.
- وحدة معالجة الذكاء الاصطناعي (NPU) «هيكساجون» في معالج سنابدراجون ٨ إيليت تسجّل أداءً أعلى في وحدات العمليات التريليونية في الثانية (TOPS)؛ بينما تتميّز وحدة المعالجة العصبية المكوّنة من ١٦ نواة في معالج A18 برو بأنها مُحسَّنة بدقة لمنصة iOS. ميزة آبل تكمن في التكامل الرأسي
- أما ميزة كوالكوم فتتمثّل في الانفتاح — شريحة وبرنامج تشغيلي وإطارات عمل مصمَّمة معًا كوحدة واحدة.
- وبالنسبة لمعظم المستخدمين، فإن تجربة الذكاء الاصطناعي المُنفَّذ على الجهاز تعتمد على الهاتف وبرمجياته، وليس على المواصفات التقنية البحتة للمعالج. عامل — وصول أوسع للمطورين وبيئة أجهزة مادية أوسع.
- آبل A18 برو
نظرة عامة
| عامل | Snapdragon 8 Elite | كوالكوم |
|---|---|---|
| آبل | وحدة المعالجة المركزية (CPU) | نوى أوريون المخصصة |
| وحدة المعالجة المركزية (CPU) | مُسرِّع الذكاء الاصطناعي | أداء وحدة معالجة الذكاء الاصطناعي (NPU) البحت |
| أعلى ذروة في وحدات العمليات التريليونية في الثانية (TOPS) | تسجّل أداءً أعلى في وحدات العمليات التريليونية في الثانية (TOPS)؛ بينما تتميّز وحدة المعالجة العصبية المكوّنة من ١٦ نواة في معالج A18 برو | ميزة آبل تكمن في |
| ذروة أقل، لكن كفاءة عالية جدًّا | النظام البيئي | منفتح، يدعم عدة مورِّدين |
| النظام البيئي | إطارات البرمجيات | محرك كوالكوم للذكاء الاصطناعي، ONNX، TFLite |
| Core ML، مُحسَّن خصيصًا لنظام التشغيل | فلسفتان مختلفتان للذكاء الاصطناعي المحمول | أهم ما يجب فهمه هو أن هذه المعالجات تعكس استراتيجيتين مختلفتين. |
تسعى إلى تحقيق أداءٍ بحتٍ عالٍ، وتتيح كوالكوم هذا الأداء عبر معايير مفتوحة مثل ONNX وTensorFlow Lite. وهي منصة أكثر
انفتاحًا
الـ Snapdragon 8 Elite مُصمَّمة لتشغيل هواتف شركات عديدة — مثل سامسونج وشاومي ووان بلس وغيرها. وخصائصها تسجّل أداءً أعلى في وحدات العمليات التريليونية في الثانية (TOPS)؛ بينما تتميّز وحدة المعالجة العصبية المكوّنة من ١٦ نواة في معالج A18 برو حيث يحصل المطوّرون على وصول واسع، ويُستخدم المعالج في نطاق واسع من الأجهزة. تم تصميمه بالتعاون الوثيق مع نظام iOS وإطار عمل Core ML. ولا تسعى آبل إلى تحقيق أعلى رقم ممكن في وحدات العمليات التريليونية في الثانية (TOPS)، بل تسعى إلى تحقيق أفضل تكامل ممكن
الـ كوالكوم مُصمَّمة حصريًّا لسلسلة منتج واحدة — أي الآيفون. وخصائصها ميزة آبل تكمن في بين الرقاقة الإلكترونية ونظام التشغيل وإطارات التطبيقات. والنتيجة هي ذكاء اصطناعي مدمج بعمق في نظام التشغيل، بدلًا من أن يكون مجرد قوة معالجة خام. الأداء البحت مقابل التجربة الواقعية في ورقة المواصفات، تسجّل وحدة معالجة الذكاء الاصطناعي (NPU) في معالج سنابدراجون ٨ إيليت
أداءً أعلى في ذروة وحدات العمليات التريليونية في الثانية (TOPS)
مقارنةً بوحدة المعالجة العصبية في معالج A18 برو. فإذا اعتمدت فقط على أرقام الاختبارات، فستبدو كوالكوم متقدمة. لكن الذكاء الاصطناعي المُنفَّذ على الجهاز ليس سباقًا لقياس وحدات العمليات التريليونية في الثانية (TOPS). فما يشعر به المستخدمون فعليًّا هو زمن الاستجابة، وتكلفة استهلاك البطارية، ومدى جودة دمج الميزات
ولكن الذكاء الاصطناعي على الجهاز ليس مسابقة TOPS. ما يشعر به المستخدمون زمن الاستجابة، وتكلفة البطارية، ومدى تكامل الميزات — وهناك، لا يمثل الأداء الخام لوحدة معالجة الذكاء الاصطناعي (NPU) سوى أحد المدخلات فقط. فالتكامل الرأسي لدى آبل يعني أن ميزة مثل التلخيص أو تنقية الصور على الجهاز تكون مُحسَّنة طرفًا بطرف: النموذج، وجدولة محرك Neural Engine، وإدارة الذاكرة في النظام التشغيلي — وكل ذلك مصمَّم بواسطة فريق واحد. أما انفتاح كوالكوم فيمنح المطورين حرية أكبر، لكنه لا يضمن تحسينًا مضمونًا على أي هاتف معين.
الاستنتاج الصادق: إن معيار معالج Snapdragon 8 Elite يتفوق في الاختبارات؛ بينما يتفوق معالج A18 Pro من آبل غالبًا في تجربة الاستخدام الفعلية — لكن ذلك يحدث فقط داخل حديقة آبل المغلقة والمُدارة جيدًا.
تشغيل نماذج اللغة الكبيرة (LLMs) مباشرةً على الجهاز
يمكن لكلا المعالجين تشغيل نماذج لغوية صغيرة على الهاتف — أي نماذج تتراوح بين مليار وملياري معلَّمة (1B–3B)، ومُكمَّنة (quantized). وهذا ما يمكِّن المساعدات الشخصية دون اتصال، والردود الذكية، والتلخيص، والترجمة التي لا تغادر الجهاز أبدًا.
ولا يُشغل أيٌّ من المعالجين نموذجًا كبير الحجم. فالهاتف ليس مكانًا مناسبًا لنماذج بحجم 70 مليار معلَّمة (70B)؛ إذ تجعل القيود الحرارية وسقف الذاكرة هذا أمرًا مستحيلاً بغضِّ النظر عن الشركة المصنِّعة. وما يقدِّمه كلا المعالجين هو النموذج الصغير المستوى المتوسط المُنفَّذ جيدًا — وللميزات التي يتفاعل معها المستخدمون فعليًّا، فإن هذا كافٍ. أما العامل المميِّز فهو مرة أخرى البرمجيات: كيف تعرض الشركة المصنِّعة للهاتف والبرنامج التشغيلي تلك النماذج أمام التطبيقات.
نقاط قوة معالج Snapdragon 8 Elite
- أداء أعلى نظريًّا لوحدة معالجة الذكاء الاصطناعي (NPU) على الورق
- إطارات عمل مفتوحة ووصول واسع للمطورين
- موجود في هواتف عديدة تغطي نطاقات أسعار مختلفة
نقاط قوة معالج Apple A18 Pro
- تصميم متكامل للشريحة والبرنامج التشغيلي والإطارات العمل كوحدة واحدة
- ميزات ذكاء اصطناعي مدمَّجة بعمق في نظام iOS
- أداء ممتاز من حيث استهلاك الطاقة ومدة عمر البطارية
فما الذي يهم المشتري؟
هذه هي الحقيقة العملية: إنك لا تشترى شريحة، بل تشترى هاتفًا. تعتمد تجربة الذكاء الاصطناعي على الجهاز بشكلٍ أكبر بكثير على برمجيات الهاتف، ومجموعة الميزات التي توفرها الشركة المصنِّعة، والبرنامج التشغيلي — وليس على الشريحة التي تسجل أرقامًا أعلى في اختبارات وحدة معالجة الذكاء الاصطناعي (NPU). فهاتف مزوَّد بمعالج Snapdragon 8 Elite مع برمجيات ذكاء اصطناعي مُخطَّطة بعناية سيتفوَّق على هاتف آخر مُنفَّذ تنفيذًا رديئًا، والعكس صحيح. اختر الهاتف والبيئة النظامية (ecosystem) التي ترغب في العيش ضمنها؛ فكلا الشريحتين قادرتان تمامًا على دعم ميزات الذكاء الاصطناعي المحلية المتاحة حاليًّا.
زاوية المطوِّر: كيف تُبنى تطبيقات الذكاء الاصطناعي فعليًّا على كل شريحة
تقاس الاختبارات الأداء المادي للشرائح. لكن ميزات الذكاء الاصطناعي التي يستخدمها المستخدمون في النهاية لا تكون أفضل من الأدوات المتاحة للمطورين للوصول إلى هذه الشرائح، وهنا تختلف المنصتان اختلافًا جذريًّا. فإذا كنت تهتم بـ أي التطبيقات ستكتسب ميزات ذكية حقيقية أولًا، فإن سلسلة الأدوات (toolchain) أهم من أي رقم يعبِّر عن وحدات العمليات التريليونية في الثانية (TOPS).
تتمثَّل ميزة آبل في التوحيد. فكل آيفون حديث يعمل بنفس محرك Neural Engine، وبالتالي يوجِّه المطوِّر جهوده نحو جزء متغيِّر واحد بدلًا من حقل مجزَّأ من الشرائح المختلفة لأنظمة أندرويد. ومع إطار نماذج الأساس (Foundation Models) (الذي تم تقديمه مع نظام iOS 26)، تتيح آبل للمطورين الوصول المباشر إلى النموذج المحلي المكوَّن من نحو ٣ مليارات معلَّمة والذي يقف وراء ميزة «ذكاء آبل» (Apple Intelligence)، ويمكن استدعاؤه عبر بضعة أسطر من لغة Swift مع دعم مدمج للتوليد الموجَّه (guided generation) واستدعاء الأدوات (tool calling). أما بالنسبة للنماذج المخصصة، فإن إطار Core ML يأخذ النموذج المدرَّب ويقسِّم المهام تلقائيًّا بين وحدة المعالجة المركزية (CPU) ووحدة معالجة الرسومات (GPU) ومحرك Neural Engine. والنتيجة هي مسار سلس نسبيًّا: فيحصل العديد من المطورين على ميزات ذكاء اصطناعي خاصة ودون اتصال تقريبًا مجانًا، وعلى مئات الملايين من الأجهزة المتشابهة إلى حدٍّ كبير.
أما مسار كوالكوم فهو أقوى لكنه يتطلَّب جهدًا أكبر. فوحدة معالجة الذكاء الاصطناعي Hexagon تُبرمَج عبر حزمة تطوير البرمجيات المباشرة لمحرك كوالكوم للذكاء الاصطناعي (Qualcomm AI Engine Direct SDK) (ويُشار إليه غالبًا باسم QNN)، وهو إطار عمل خاص من المستوى الأدنى، مع مركز كوالكوم للذكاء الاصطناعي (Qualcomm AI Hub) الذي يعمل كخدمة سحابية تقوم بترجمة نموذج مُستضاف على منصة Hugging Face إلى ملف ثنائي (binary) مُحسَّن وجاهز للتشغيل على الجهاز، مع معالجة التكمين (quantization) وتحسين الرسم البياني (graph optimization). كما توجد طرق أعلى مستوى عبر LiteRT من جوجل وONNX Runtime. ويمكن لهذا المكدس تشغيل نماذج الذكاء الاصطناعي الكبيرة المفتوحة الوزن (open-weight LLMs) بالطريقة التي لا يستطيع بها النموذج المغلق الخاص بشركة أبل ذلك، وقد أظهرت كوالكوم معدلات قصوى تجاوزت ٧٠ رمزًا (token) في الثانية عند التشغيل المباشر على الجهاز باستخدام نماذج مُحسَّنة.
أما الثمن المدفوع فهو التجزئة: فالملف الثنائي المُحسَّن لجيل معين من معالجات Snapdragon ليس بالضرورة مثاليًا تلقائيًّا على الجيل التالي، وبسبب التنوُّع الكبير في أجهزة الأندرويد المادية، يلجأ المطورون عادةً إلى الحلول السحابية لتلبية أقل معيار مشترك بدلًا من استهداف الأجهزة المتنوعة مباشرةً.
- هل ترغب في ميزات ذكاء اصطناعي مُصقَلة وخصوصية تامة تظهر تلقائيًّا في تطبيقاتك؟ عادةً ما تؤدي التكاملات الأوثق من قِبل شركة أبل إلى تقديم هذه الميزات بشكل أسرع وأكثر اتساقًا.
- هل ترغب في تشغيل نموذجك الخاص المفتوح الوزن أو التجريب والتعديل عليه؟ توفر دعم كوالكوم للنماذج المفتوحة الوزن ومركزها للذكاء الاصطناعي (AI Hub) مساحة أكبر بكثير، لكن ذلك يأتي على حساب بذل جهد هندسي إضافي.
الأسئلة الشائعة
أيهما أفضل للذكاء الاصطناعي: معالج Snapdragon 8 Elite أم معالج Apple A18 Pro؟
يتمتع معالج Snapdragon 8 Elite بأداء أعلى نظريًّا لوحدة معالجة الذكاء الاصطناعي (NPU)، لكن التكامل الوثيق لمعالج A18 Pro مع نظام iOS غالبًا ما يوفِّر تجربة ذكاء اصطناعي أكثر سلاسة. أما الخيار الأفضل فيعتمد على الهاتف والبيئة النظامية التي تفضِّلها.
هل يمكن لهذه الشرائح الهاتفية تشغيل نماذج اللغة الكبيرة (LLMs) مباشرةً على الجهاز؟
نعم — فكلا الشريحتين تشغلان نماذج لغوية صغيرة ومُكمَّنة (بحدود 1–3 مليار معلَّمة) مباشرةً على الجهاز. وهذا ما يمكِّن المساعدات الشخصية دون اتصال، والتلخيص، والترجمة. ولا يمكن لأيٍّ منهما تشغيل نماذج كبيرة؛ إذ تفتقر الهواتف إلى الذاكرة والمساحة الحرارية الكافية.
لماذا يبدو أداء شريحة آبل أقل من حيث وحدات العمليات التريليونية في الثانية (TOPS) رغم سرعتها الملحوظة؟
لأن آبل تقوم بتصميم الشريحة والبرنامج التشغيلي وإطار Core ML معًا كوحدة واحدة. فأداء الذكاء الاصطناعي على الجهاز لا يتعلَّق فقط بالتأخير (latency) والتكامل، وليس فقط بالأداء النظري الأقصى؛ إذ غالبًا ما يتفوَّق التحسين الرأسي الدقيق (vertical tuning) على الرقم الخام الأعلى.
هل يهم الأداء الخام لوحدة معالجة الذكاء الاصطناعي (NPU) عند شراء هاتف؟
أقل مما قد تتصوَّره. فتجربة الذكاء الاصطناعي على الجهاز تتشكَّل في الغالب بواسطة برمجيات الهاتف والبرنامج التشغيلي. وكلا معالجي Snapdragon 8 Elite وA18 Pro يمتلكان قدرات كافية للذكاء الاصطناعي لتلبية الميزات الحالية.
أي المعالجَين أسهل في البناء عليه لتطبيقات الذكاء الاصطناعي التشغيلية على الجهاز؟
بالنسبة لمعظم المطورين، تُعد منتجات أبل هدفًا أقل تعقيدًا من حيث الجهد المطلوب. فمحرّك Neural Engine متطابق تمامًا عبر جميع هواتف iPhone الحديثة، كما أن إطار العمل Foundation Models يتيح الوصول إلى النموذج التشغيلي على الجهاز الخاص بأبل عبر بضعة أسطر فقط من لغة Swift، بينما تتولى تقنية Core ML إدارة توجيه المهام إلى العتاد تلقائيًّا. أما وحدة معالجة الذكاء الاصطناعي Hexagon NPU من كوالكوم فهي أكثر قدرةً على تشغيل النماذج المفتوحة الوزن الخاصة بك، لكن المسار عبر مكتبة التطوير AI Engine Direct SDK (QNN) ومركز كوالكوم للذكاء الاصطناعي (Qualcomm AI Hub) يتطلب مستوىً أدنى من التحكم ويجب أن يراعي التنوُّع الكبير في شرائح الأندرويد.
كم عدد التيرافلوبس (TOPS) التي تقدمها وحدة معالجة الذكاء الاصطناعي (NPU) في معالج Snapdragon 8 Elite مقارنةً بوحدة معالجة الذكاء الاصطناعي في معالج A18 Pro؟
تنشر شركة أبل رقمًا رسميًّا: فمحرّك Neural Engine ذي النواة الـ١٦ في معالج A18 Pro مُصنَّف بقدرة ٣٥ تيرافلوبس (TOPS). أما كوالكوم فقد ليس لم تُعلن رسميًّا عن أي رقم محدد لعدد التيرافلوبس (TOPS) الخاص بوحدة معالجة الذكاء الاصطناعي Hexagon NPU في معالج Snapdragon 8 Elite، بل اكتفت بالإشارة إلى مكاسب نسبية ومعدلات معالجة نماذج الذكاء الاصطناعي الكبيرة (LLM) على الجهاز. وبالتالي فإن أي رقم محدد لعدد التيرافلوبس (TOPS) تراه مذكورًا لهذا المعالج هو مجرد تقديرٍ من طرف ثالث وليس مواصفة رسمية، وهذا بالضبط سبب كون مؤشر التيرافلوبس (TOPS) وسيلةً غير مناسبة للمقارنة المباشرة بين هذين المعالجين.
هل يؤثر اختيارك للمعالج في تحديد الميزات الذكائية التي ستتلقاها أولًا؟
نعم، وغالبًا أكثر من تأثير الأداء الخام نفسه. فبما أن شركة أبل تتحكم في المعالج ونظام التشغيل وإطارات المطورين معًا، فإن القدرات الجديدة التشغيلية على الجهاز تنتشر عادةً بشكل موحد وسريع عبر جميع هواتف iPhone. أما في نظام الأندرويد، فقد يعتمد ظهور ميزة ما على توافق ثلاث جهات: صانع المعالج وصانع الهاتف والمطوِّر المسؤول عن التطبيق، لذا فإن مدى توفر الميزة يكون أقل قابلية للتنبؤ حتى عندما تكون شريحة Snapdragon الأساسية قادرة تمامًا على دعمها.
الحكم النهائي
الـ Snapdragon 8 Elite و كوالكوم يمثلان استراتيجيتَي الذكاء الاصطناعي المتنافستين في الهواتف المحمولة — منصة كوالكوم المفتوحة عالية الأداء، ومنصة آبل المتكاملة بدقة. وكوالكوم تفوز في الاختبارات النظرية، بينما تفوز آبل بالسلاسة والانسجام داخل نظام iOS. لكن بالنسبة للمشتري، فإن الدرس محرِّر: فكلا الشريحتين تتعاملان بسلاسة مع الذكاء الاصطناعي المحلي الذي تدعمه الهواتف اليوم. اختر الهاتف الذي تريده، والكاميرا التي تفضلها، والبيئة النظامية التي ترغب فيها — فالشريحة الخاصة بالذكاء الاصطناعي تحت سطح الهاتف ليست المكان الذي تُربح أو تخسر فيه هذه المعركة.
