MediaTek και Phison Electronics ανακοίνωσαν στο πλαίσιο του MDDC 2026 ότι κατάφεραν για πρώτη φορά στον κόσμο να τρέξουν αποκλειστικά on‑device ένα γλωσσικό μοντέλο με 20 δισεκατομμυρίων παραμέτρων σε smartphone εξοπλισμένο με Dimensity 9500 και μόλις 12GB RAM.
Χωρίς cloud και εξωτερική ισχύ
Το επίτευγμα πραγματοποιήθηκε χωρίς σύνδεση σε cloud και χωρίς εξωτερική υπολογιστική ισχύ — όλο το φορτίο εκτελέστηκε τοπικά στη συσκευή. Η ανακοίνωση έγινε στο πλαίσιο του συνεδρίου Dimensity Developer Conference, όπου αναδείχθηκαν οι τεχνολογικές προσεγγίσεις που έκαναν αυτό το βήμα εφικτό.
Η λύση βασίζεται στην τεχνολογία aiDAPTIV Hybrid UFS της Phison, η οποία συνδυάζει τις λειτουργίες aiDAPTIV Cache Memory και aiDAPTIV Middleware. Μέσω αυτών, μέρος των weights του μοντέλου AI μεταφέρεται δυναμικά από τη RAM στη μνήμη αποθήκευσης UFS, μειώνοντας την εξάρτηση από τη DRAM.
Τι αλλάζει με τη μνήμη
Μέχρι σήμερα, η εκτέλεση τόσο μεγάλων μοντέλων σε κινητό απαιτούσε συνήθως τουλάχιστον 16GB RAM — κάτι που αποκλείει τη συντριπτική πλειονότητα των συσκευών στην αγορά. Με την aiDAPTIV η εξίσωση αλλάζει: ένα μοντέλο που κανονικά θα χρειαζόταν 16GB ή περισσότερο μπορεί πλέον να λειτουργεί ομαλά με 12GB DRAM, καθώς τα μη απαραίτητα βάρη αποθηκεύονται προσωρινά στην UFS.
Ο ρόλος του Dimensity 9500
Το επίτευγμα υλοποιήθηκε πάνω στον Dimensity 9500, το flagship SoC της MediaTek που κυκλοφόρησε το 2025 σε αρχιτεκτονική 3nm τρίτης γενιάς. Ο επεξεργαστής αυτός έχει υιοθετηθεί από σειρά κορυφαίων Android smartphones, όπως το vivo X300 series και το Redmi K90 Max.
Στο ίδιο συνέδριο η MediaTek παρουσίασε επίσης τη νέα Dimensity AI Agent Engine 2.0 και το Dimensity AI Development Kit 3.0, εργαλεία που στοχεύουν στη μετατροπή smartphones —και ακόμη και αυτοκινήτων— σε αυτόνομους AI «agents» που λειτουργούν χωρίς εξάρτηση από διακομιστές.
Σημασία για MoE μοντέλα
Το επίτευγμα σχετίζεται ειδικά με μοντέλα τύπου MoE (Mixture of Experts), μια αρχιτεκτονική που χρησιμοποιείται από μερικά από τα πιο ικανά σύγχρονα μοντέλα, όπως το Mixtral. Στα MoE ενεργοποιείται κάθε φορά μόνο ένα υποσύνολο παραμέτρων, γεγονός που τα καθιστά κατάλληλα για αποφόρτιση σε αποθηκευτικό χώρο.
Η τεχνολογία aiDAPTIV αξιοποιεί ακριβώς αυτό το χαρακτηριστικό: αποθηκεύει δυναμικά στην UFS τα weights που δεν χρειάζονται άμεσα και κρατά στη RAM μόνο όσα απαιτούνται εκείνη τη στιγμή, επιτρέποντας έτσι την εκτέλεση μεγάλων μοντέλων σε συσκευές με περιορισμένη DRAM.
Η εκτίμηση του Techblog
Σύμφωνα με το άρθρο του Techblog, αν αυτή η τεχνολογία φτάσει σε εμπορικές συσκευές, η εμπειρία AI στο κινητό μπορεί να αλλάξει ριζικά — χωρίς να απαιτείται αναβάθμιση σε μοντέλο με 16 ή 24GB RAM. Για χρήστες που θέλουν πλούσιες λειτουργίες AI on‑device και ανεξαρτησία από το διαδίκτυο, πρόκειται για το κρίσιμο βήμα που έλειπε.
Το αναπάντητο πλέον ερώτημα είναι πότε —και σε ποιες συσκευές— η τεχνολογία θα αποδώσει σε εμπορικό περιβάλλον έξω από τα εργαστήρια.
