أطلقت Google نموذج Gemma 4 على Arm في الثاني من أبريل 2026، في خطوة تنقل معالجة الذكاء الاصطناعي من الخوادم السحابية مباشرةً إلى هواتف Android الذكية. يعتمد النموذج على معمارية Armv9 المنتشرة في منظومة أجهزة Android، مما يتيح للمطورين تقديم تجارب تطبيقات أسرع وأكثر خصوصية لمليارات المستخدمين.
ما الجديد في Gemma 4 للمطورين؟
يدعم النموذج مهام متعددة الوسائط تشمل النصوص والصوت والصور، مع التعامل مع مهام الاستدلال وسير العمل الوكيلي وحالات الاستخدام المرئية والصوتية. يتميز النموذج بدعم لغوي أوسع دون زيادة في حجم الذاكرة المستخدمة على الجهاز، مما يجعله أكثر قابلية للتطبيق في الأسواق العالمية.
Gemma 4 على Arm: أرقام الأداء من الاختبارات الأولية
كشفت اختبارات هندسية أجرتها Arm باستخدام مجموعة تعليمات Scalable Matrix Extension 2 (SME2) عن تسريع بمعدل 5.5 مرة في مرحلة المعالجة الأولية للمدخلات. كما تحسنت سرعة توليد الاستجابات بمقدار 1.6 مرة. جاءت هذه النتائج من اختبارات على نموذج Gemma 4 E2B (المعادل لمليارَي معامل فعلي)، وتشمل تحديثات قادمة لمكتبتَي Google XNNPACK وArm KleidiAI.
تُعدّ Arm KleidiAI طبقة تسريع برمجية مدمجة في مكتبات وقت التشغيل مثل Google XNNPACK وGoogle LiteRT وMediaPipe. تتيح هذه الطبقة للمطورين الاستفادة من مكاسب أداء SME2 دون الحاجة إلى تعديل الكود أو النماذج أو خطوط النشر الحالية.
تطبيق Envision يختبر المعالجة المحلية للمشاهد
اختبر تطبيق Envision، المصمم لمساعدة المكفوفين وضعاف البصر، نسخة محلية من ميزة تفسير المشاهد باستخدام Gemma 4 على معالجات Arm المدعومة بـ SME2. كانت هذه الميزة تعتمد سابقاً على الاتصال بالسحابة. في النموذج الأولي، يستطيع المستخدم التقاط صورة وتلقي وصف تفصيلي للمشهد مباشرةً على الجهاز دون اتصال بالشبكة أو إرسال أي بيانات خارج الجهاز.
“تسعى Envision للعمل مع Arm وGoogle لإتاحة تجارب إمكانية الوصول مباشرةً على الهواتف الذكية. تشغيل نماذج الفهم البصري مثل Gemma 4 على معالجات Arm المدعومة بـ SME2 يفتح الباب أمام وصف المشاهد والإجابة على الأسئلة البصرية بكمون منخفض وموثوقية عالية لمستخدمينا. القدرة على الوصول إلى هذه الإمكانات دون اتصال بالإنترنت تعني الكثير لمجتمعنا، إذ تضمن عمل التقنية في أي مكان مع تحسين الخصوصية بإبقاء المعالجة على الجهاز.”
Karthik Mahadevan، الرئيس التنفيذي، Envision
أهمية معمارية Armv9 في هذا السياق
تعتمد أحدث الهواتف الذكية التي تعمل بنظام Android على معالجات Arm C1 المزودة بـ SME2. تُسرّع هذه التعليمات أعباء عمل الذكاء الاصطناعي الكثيفة بالمصفوفات ضمن حدود استهلاك الطاقة للهاتف الذكي، مما يحافظ على عمر البطارية واستقرار درجة الحرارة. يحصل المطورون الذين يستهدفون أجهزة Android المبنية على Arm تلقائياً على هذه التحسينات دون أي تعديلات في الكود.
“يتطلب تقديم Gemma 4 بكفاءة عبر منظومة Android تعاوناً عميقاً بين الأجهزة والبرمجيات. يعكس عملنا مع Arm التزاماً مشتركاً بتطوير الذكاء الاصطناعي على الجهاز، من خلال الجمع بين مزايا معمارية Armv9 وتقنيات التسريع المدمجة مثل SME2 ونظام تشغيل Android لتحقيق أداء وكفاءة أعلى على نطاق واسع.”
Sandeep Patil، مدير هندسة Android، Google
الأثر الأوسع على تطبيقات الذكاء الاصطناعي للجوال
نقل معالجة الذكاء الاصطناعي من السحابة إلى الجهاز يقلل من زمن الاستجابة ويخفض تكاليف البنية التحتية للمطورين، مع إبقاء بيانات المستخدم على الجهاز. هذه العوامل حاسمة للتطبيقات الفورية التي تحتاج إلى أداء ثابت بصرف النظر عن جودة الاتصال بالشبكة. قال Alex Spinelli، نائب الرئيس الأول لمنصات وخدمات الذكاء الاصطناعي والمطورين في Arm، إن التعاون يهدف إلى جعل الذكاء الاصطناعي على الجهاز المعمارية الافتراضية في منظومة Android.
يقتصر دعم الصوت في Gemma 4 على نموذجَي E2B (المعادل لمليارَي معامل فعلي) وE4B (المعادل لأربعة مليارات معامل فعلي). مع توسع الاعتماد على النموذج، أكدت Arm وGoogle أنهما ستواصلان تزويد المطورين بإرشادات الأداء وأدوات التحسين لجميع أجهزة الجوال المبنية على Arm.
