Gemini AI zżera pamięć w telefonach z Androidem. Google tłumaczy, o co chodzi

Jeżeli macie telefon na Androidzie, a szczególnie model z rodziny Google Pixel, to mogliście się zastanawiać, dlaczego „aplikacja” AICore pożera takie ilości pamięci czasami? No i oczywiście, dlaczego wpływa tak na działanie całego telefonu? Wygląda na to, że Google postanowiło w końcu to wyjaśnić.

Jakiś czas po moich testach Google Pixel 10, sprawdzałem także to, jak ten model zareaguje na „wyłączenie” AICore. Co się okazało? Telefon potrafił naprawdę mocno przyśpieszyć, bo ten „proces” rezerwował sobie sporo RAM-u, a także często-gęsto zabierał sporo przestrzeni na dane. Google w końcu wyjaśniło, o co chodzi.

AICore zabiera dużo pamięci – dlaczego?

Jak już wspomniałem, jest to kluczowa aplikacja do działania sztucznej inteligencji na telefonach z Androidem. Z powodu tego, że praktycznie wszędzie występuje obecnie, a najbardziej we znaki daje się użytkownikom Pixeli, to powstawały pytania – czemu potrafi zajmować tyle zasobów?

Jest więc i oficjalne wytłumaczenie Google, dlaczego tak się dzieje:

Czasami może się zdarzyć, że ta usługa zajmie więcej miejsca niż się spodziewasz. Dzieje się tak, gdy system w tle aktualizuje model sztucznej inteligencji do nowej wersji.
Aby zapewnić niezawodne działanie funkcji, urządzenie tymczasowo przechowuje zarówno starą, jak i nową wersję modelu przez maksymalnie trzy dni. To zabezpieczenie pozwala telefonowi natychmiast powrócić do starszej wersji, jeśli podczas nowej aktualizacji wystąpi błąd, dzięki czemu nie trzeba ponownie pobierać gigabajtów danych.

Google w końcu wyjaśniło ten „fenomen”

Wygląda więc na to, że jest to swego rodzaju zabezpieczenie w czasie aktualizacji Gemini Nano. Jest to lokalny model AI od Google, który do działania niekoniecznie potrzebuje połączenia z siecią.

Niestety nie jest wiadome, czemu na telefonach Google Pixel, aplikacja ta wręcz ogranicza dostępną ilość pamięci operacyjnej. Cóż, może kiedyś amerykański gigant znajdzie inne, lepsze rozwiązanie na podtrzymanie odpowiedniego funkcjonowania tej funkcjonalności, zamiast ucinania RAM-u całej reszcie aplikacji.

Źródło: Android Authority, opracowanie własne