Link to this sectionتكامل Apple Core AI#

Core AI هو إطار عمل Apple الجديد لتشغيل الشبكات العصبية مباشرة على شرائح Apple. يقدم تنسيق النموذج .aimodel، وواجهة برمجة تطبيقات استدلال Swift حديثة، وأدوات تحويل تعتمد على PyTorch، وتجميعاً مسبقاً، وتخصيص النماذج، وأدوات تصحيح أخطاء وتحليل أداء متخصصة.

تصف Apple تقنية Core AI بأنها التطور التالي لتنفيذ الذكاء الاصطناعي على الجهاز، وهي إطار عمل الاستدلال الذي يقف خلف Apple Intelligence على الجهاز. صُممت هذه التقنية لمعماريات الشبكات العصبية الحالية، بدءاً من نماذج الرؤية المدمجة وصولاً إلى النماذج التوليدية الكبيرة، ويمكنها جدولة العمل عبر وحدة المعالجة المركزية (CPU)، ووحدة معالجة الرسومات (GPU)، ومحرك Apple العصبي (ANE).

تُعد Core AI مسار نشر جديداً وليست مجرد اسم جديد لـ Core ML. تستخدم أطر العمل تنسيقات نماذج مختلفة، وأدوات تحويل، وواجهات برمجة تطبيقات وقت التشغيل، وأنماط تكامل تطبيقات مختلفة.

Link to this sectionمقارنة بين Core AI و Core ML#

تظل Core ML الخيار الأنسب عندما يحتاج التطبيق إلى تغطية واسعة للأجهزة، أو تكامل مع إطار عمل Vision، أو استخدام أنواع نماذج مثل أشجار القرار وخطوط أنابيب البيانات الجدولية. تواصل Apple دعم Core ML وتوجه المطورين الذين يستخدمون أنواع نماذج غير عصبية لاستخدامه.

Link to this sectionكيف يعمل تنسيق Core AI#

يبدأ سير عمل تأليف Core AI من نموذج PyTorch:

PyTorch model
    ↓ torch.export
ExportedProgram
    ↓ coreai-torch
Core AI program
    ↓ optimize and save
.aimodel
    ↓ specialize or compile ahead of time
Apple silicon executable

تقوم حزمة coreai-torch من Apple بتحويل torch.export.ExportedProgram عن طريق خفض عمليات PyTorch ATen إلى عمليات Core AI. يمكن تنفيذ العمليات غير المدعومة باستخدام خفض مخصص أو نواة Metal مخصصة.

يكون ملف .aimodel الناتج عبارة عن أصل نموذج غير مخصص. عندما يقوم تطبيق بتجهيز النموذج، يقوم Core AI بتخصيصه للجهاز المستهدف. يمكن للتطبيقات ترك هذا يحدث عند الاستخدام الأول، أو طلب التخصيص في وقت أبكر، أو شحن نموذج مجمع مسبقاً لتقليل وقت التحميل الأولي.

في لغة Swift، تقوم التطبيقات بتحميل الأصل باستخدام إطار عمل Core AI، واختيار وظيفة استدلال، وتوفير مدخلات NDArray مكتوبة، واستلام مخرجات مسماة. يختلف هذا عن تغليف نموذج Core ML في طلب Vision، لذا يتطلب اعتماد Core AI وقت تشغيل تطبيق مصمم لأصول .aimodel.

للحصول على تفاصيل التنفيذ، راجع وثائق Apple الخاصة بـ AIModel، وتخصيص النموذج والتخزين المؤقت، والتجميع المسبق للنماذج.

Link to this sectionاستخدام Ultralytics المستقبلي#

بعد شحن التكامل المخطط له، من المتوقع أن تقوم واجهة برمجة تطبيقات Python بتصدير نموذج YOLO26 إلى .aimodel بقيمة تنسيق مخصصة:

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
model.export(format="coreai")  # Planned: creates yolo26n.aimodel

أمر CLI المخطط له المعادل هو:

yolo export model=yolo26n.pt format=coreai # Planned: not yet available

سيتم توثيق الوسائط النهائية، ومهام YOLO المدعومة، وخيارات الدقة، وسلوك الشكل الديناميكي في وضع التصدير بعد تنفيذ المصدر والتحقق منه.

على نظام iOS 27 أو macOS 27، سيقوم التطبيق بعد ذلك بتحميل وتشغيل الأصل المصدر من خلال واجهة برمجة تطبيقات Swift لـ Core AI من Apple. أسماء الوظائف والموترات أدناه توضيحية؛ سيتم نشر عقد مخرجات Ultralytics المدعوم مع المصدر:

import CoreAI

let modelURL = Bundle.main.url(forResource: "yolo26n", withExtension: "aimodel")!
let model = try await AIModel(contentsOf: modelURL)
guard let function = try model.loadFunction(named: "main") else {
    throw AppError.missingInferenceFunction
}

let outputs = try await function.run(inputs: ["image": imageTensor])

على عكس سير عمل Core ML و Vision الحالي، سيحتاج مسار Core AI المستقبلي إلى تحديد المعالجة المسبقة للصور، وإنشاء NDArray، وبيانات وصفية للنموذج، وفك تشفير المخرجات في Ultralytics iOS SDK. توفر Apple تفاصيل واجهة برمجة التطبيقات الحالية في وثائق إطار عمل Core AI وأمثلة نماذج عملية في مستودع نماذج Core AI.

Link to this sectionمزايا Core AI#

يوفر Core AI العديد من المزايا الواعدة لنشر Ultralytics في المستقبل:

• مسار تصدير PyTorch حديث: يبدأ التحويل من torch.export، مما يحافظ على رسم بياني لـ PyTorch أكثر تعبيراً من سير عمل التتبع الذي يستخدمه العديد من المصدرات الحالية.
• تحكم دقيق في وقت التشغيل: يمكن للتطبيقات إدارة التخصيص، ومخابئ النماذج المجمعة، ووظائف الاستدلال، والذاكرة، وتخصيص الحوسبة.
• دعم متقدم للنماذج: صُممت التنفيذات ذات الحالة (Stateful)، والأشكال الديناميكية، والوظائف المتعددة في أصل واحد، ونوى Metal المخصصة لرؤية الكمبيوتر الحديثة والمعماريات التوليدية.
• أدوات مطورين متخصصة: يمكن لـ Core AI Debugger فحص الرسوم البيانية وقيم الموترات وتتبعها وصولاً إلى كود Python الأصلي. يوفر Xcode و Instruments تحليل أداء وقت التشغيل.
• فرص النقل الصفري (Zero-copy): يكشف Core AI عن عناصر تحكم في التخزين والمخازن المؤقتة تهدف إلى تقليل عمليات النسخ بين مهام الكاميرا والرسومات والاستدلال.
• تحسين شرائح Apple: يسمح التخصيص للجهاز لـ Apple بتحسين النموذج لكل من CPU و GPU والمحرك العصبي المتاح على الجهاز المعين.
• ضغط مرن: تدعم أدوات تحسين Core AI من Apple التكميم (quantization)، وتوزيع الألوان (palettization)، والتقليم (pruning)، بما في ذلك تنسيقات الأوزان منخفضة البت.

قد تكون هذه القدرات مفيدة بشكل خاص لنماذج YOLO المستقبلية ذات التنفيذ الديناميكي، أو المكونات متعددة الوسائط الأكبر، أو العمليات المخصصة التي لا تتوافق بشكل نظيف مع عمليات Core ML الحالية.

Link to this sectionالعيوب والقيود الحالية#

لا يعتبر Core AI حالياً بديلاً لمسار إنتاج Core ML:

• تتطلب أنظمة تشغيل جديدة: يستهدف الإطار العام جيل iOS 27 و macOS 27، بينما يدعم Core ML قاعدة تثبيت أكبر بكثير.
• برمجيات تجريبية: لا يزال إطار عمل Core AI من Apple وأجزاء من سلسلة أدوات Python الخاصة به أولية وقد تتغير قبل إصداراتها المستقرة.
• بيئة تصدير أضيق: يتطلب coreai-torch حالياً إصدار Python 3.11 أو أحدث وإصدارات PyTorch حديثة، وهو نطاق أضيق بكثير من نطاق دعم Ultralytics لـ Python و PyTorch.
• لا يوجد أمر Ultralytics حالي: لم يتم تنفيذ yolo export format=coreai أو اختباره أو تغطيته بضمانات التوافق الخاصة بـ Ultralytics.
• لا يوجد وقت تشغيل تطبيق Ultralytics حتى الآن: يقوم تطبيق YOLO iOS الرسمي وإضافة Flutter حالياً بتحميل أصول Core ML من خلال MLModel و Vision.
• Application migration required: A .aimodel cannot be substituted for an .mlpackage; model loading, preprocessing, inference calls, metadata handling, and output decoding need a Core AI implementation.
• أدلة إنتاج محدودة: تحتاج الأداء، واستهلاك الطاقة، ووقت التخصيص عند التشغيل الأول، والدقة، والضغط إلى التحقق عبر مصفوفة مهام YOLO والأجهزة المدعومة.
• لا يوجد خط أنابيب NMS قديم ثابت: يمكن لـ Core ML تغليف مرحلة NMS لنماذج كشف YOLO القديمة. من المتوقع أن يركز تكامل Core AI الأول على نماذج YOLO26 التي لا تعتمد على NMS.

Link to this sectionأي تنسيق Apple يجب أن تستخدم؟#

استخدم Core ML اليوم عندما تحتاج إلى:

• أمر تصدير مدعوم من Ultralytics
• النشر عبر أنظمة تشغيل Apple الحالية والقديمة
• التكامل مع Ultralytics iOS SDK أو Flutter SDK
• معالجة الصور عبر إطار عمل Vision
• نشر YOLO بدقة FP16 و INT8 مختبرة
• NMS مدمج لنماذج الكشف القديمة المتوافقة

قيّم Core AI في المستقبل عندما يمكنك طلب iOS 27 أو macOS 27 وتحتاج إلى:

• أحدث وقت تشغيل للشبكة العصبية على جهاز Apple
• إدارة صريحة للتخصيص والتخزين المؤقت
• تنفيذ نماذج ديناميكي أو ذو حالة متقدم
• عمليات Core AI مخصصة أو نوى Metal
• تصحيح أخطاء رسم بياني Core AI مفصل وتحليل أداء وقت التشغيل

من المتوقع أن تتعايش Core ML و Core AI أثناء انتقال التطبيقات. لا يؤدي دعم Core AI إلى إزالة الحاجة إلى Core ML فوراً لأن أهداف النشر وعقود التطبيقات الخاصة بهما تختلف.

Link to this sectionخارطة طريق Ultralytics#

تخطط Ultralytics لتقييم هدف تصدير coreai مخصص في الربع الرابع من عام 2026، بعد أن يصبح نظاما iOS 27 و macOS 27 متاحين بشكل عام. من المتوقع أن يركز العمل الأولي على نماذج YOLO26 التي لا تعتمد على NMS وتنسيق .aimodel مع الاحتفاظ بـ Core ML لأهداف نشر Apple الراسخة.

قبل أن يصبح Core AI تنسيق تصدير مدعوماً، يحتاج التكامل إلى:

1. التصدير والتحقق العددي عبر مهام الكشف، وتجزئة المثيلات، والتجزئة الدلالية، والتصنيف، وتحديد الوضع، وصناديق التحديد الموجهة.
2. اختبار دقة FP16 والمكممة مقابل خطوط أساس PyTorch و Core ML.
3. معايير زمن الوصول على الجهاز، والذاكرة، والطاقة، ووقت التخصيص.
4. تحميل نموذج Core AI والمعالجة المسبقة في Ultralytics iOS SDK.
5. تكامل Flutter واستراتيجية توافق للأجهزة التي تعمل بإصدار أقدم من iOS 27.
6. إصدارات مستقرة لإطار عمل Apple وأدوات التحويل.

تابع خارطة طريق Ultralytics وملاحظات الإصدار لمعرفة التوفر. حتى يتم شحن الدعم، تعتبر الأوامر أو تصحيحات الطرف الثالث التي تنتج ملفات .aimodel تجريبية وخارج مصفوفة تصدير Ultralytics المدعومة.

Link to this sectionموارد إضافية#

• نظرة عامة على Apple Core AI
• توثيق إطار عمل Core AI
• إضافات Core AI لـ PyTorch
• تحسين Core AI
• مستودع نماذج Apple Core AI
• تكامل Ultralytics مع Core ML

Link to this sectionالأسئلة الشائعة#

Link to this sectionهل يمكن لـ Ultralytics تصدير نماذج YOLO إلى .aimodel حالياً؟#

لا. تدعم Ultralytics حالياً تنسيق .mlpackage الخاص بـ Apple Core ML من خلال model.export(format="coreml"). تم التخطيط لهدف تصدير Core AI أصلي ولكنه ليس جزءاً من المُصدِّرات المدعومة بعد.

Link to this sectionهل يحل Core AI محل Core ML؟#

ليس فوراً. Core AI هو مسار Apple الأحدث للشبكات العصبية الحديثة، بينما يظل Core ML مدعوماً ويوفر تغطية أوسع لنظام التشغيل، وتكامل Vision، ودعماً للنماذج غير العصبية.

Link to this sectionهل يمكنني إعادة تسمية .mlpackage إلى .aimodel؟#

لا. فهي تحتوي على تمثيلات مختلفة للنماذج ويتم تحميلها بواسطة أطر عمل مختلفة. يجب أن يبدأ التحويل من النموذج المصدري من خلال سلسلة أدوات Apple المناسبة.

Link to this sectionهل سيحل تكامل Ultralytics مع Core AI محل format=coreml؟#

من المتوقع أن يتعايش التكامل الأولي مع Core ML. يعتمد أي قرار استبدال مستقبلي على اعتماد نظام التشغيل، واستقرار الأدوات، والأداء، ودعم iOS و Flutter اللاحق.