Інтегруємо Core ML на iOS: офлайн AI без хмари

Ви тренуєте модель класифікації зображень на PyTorch — accuracy 95%, але як запустити її на iOS без затримок і без відправки даних у хмару? Core ML з on-device inference вирішує це завдання. Ми інтегруємо Core ML моделі в iOS-додатки для повністю офлайн-роботи AI. Швидкість інференсу — одиниці мілісекунд, дані залишаються на пристрої, затримки мережі відсутні. Наша команда — 7 років у мобільній розробці, понад 50 успішних інтеграцій Core ML. Економія на серверних інференсах може сягати 60% (понад 200 000 ₴ на рік для середньостатистичного проєкту). Ми гарантуємо якість інтеграції, підтверджену сертифікатами Apple Developer.

Як працює конвертація: від ваг до .mlpackage

Більшість сучасних моделей надходять як PyTorch checkpoint або ONNX файл. Ми конвертуємо через coremltools — офіційний Python-пакет Apple:

import coremltools as ct
import torch

# Припустимо, у нас PyTorch модель класифікації зображень
model = MyModel()
model.load_state_dict(torch.load("model.pth"))
model.eval()

# Tracing — потрібно передати приклад вхідних даних
example_input = torch.zeros(1, 3, 224, 224)
traced = torch.jit.trace(model, example_input)

# Конвертація
mlmodel = ct.convert(
    traced,
    inputs=[ct.ImageType(
        name="input_image",
        shape=(1, 3, 224, 224),
        color_layout=ct.colorlayout.RGB,
        bias=[-0.485/0.229, -0.456/0.224, -0.406/0.225],  # ImageNet нормалізація
        scale=1/(255.0 * 0.229)  # вбудована в модель, не потрібно робити в Swift
    )],
    outputs=[ct.TensorType(name="class_probabilities")],
    compute_precision=ct.precision.FLOAT16,  # для ANE
    minimum_deployment_target=ct.target.iOS16
)

mlmodel.save("MyClassifier.mlpackage")

FLOAT16 + minimum_deployment_target=iOS16 активує Apple Neural Engine. На iPhone 14 це 4–8× швидше GPU для inference, при цьому батарея витрачається значно менше. Згідно з документацією Apple по Core ML, ANE прискорює інференс у 4–8 разів порівняно з GPU. На старіших iOS версіях та ж модель запускається через Metal GPU.

Як конвертувати модель з PyTorch в Core ML?

Dynamic shapes — моделі з torch.Size([batch, seq_len, hidden]) де seq_len не фіксований ламають torch.jit.trace. Рішення: ct.RangeDim для змінних розмірів або задати кілька конфігурацій через ct.EnumeratedShapes.

# Змінна довжина послідовності
flexible_shape = ct.Shape(shape=(1, ct.RangeDim(1, 512), 768))
mlmodel = ct.convert(model, inputs=[ct.TensorType(shape=flexible_shape)])

Непідтримувані операції — наприклад, кастомні CUDA kernels. coremltools викине NotImplementedError. Шлях: або переписати операцію на стандартних PyTorch примітивах, або додати кастомний шар через C++/Swift extension.

Помилка Unsupported model format при завантаженні .mlpackage на симуляторі x86 — симулятор використовує CPU fallback, деякі FLOAT16 операції не підтримуються. Тестувати точність — тільки на реальному пристрої.

Завантаження та запуск на iOS

import CoreML
import Vision

// Завантаження моделі (один раз при старті)
let config = MLModelConfiguration()
config.computeUnits = .all  // ANE + GPU + CPU

// .mlpackage завантажується з bundle
guard let modelURL = Bundle.main.url(forResource: "MyClassifier", withExtension: "mlpackage"),
      let model = try? MyClassifier(contentsOf: modelURL, configuration: config) else {
    fatalError("Не вдалося завантажити модель")
}

// Інференс — у фоновому потоці
DispatchQueue.global(qos: .userInitiated).async {
    do {
        let input = MyClassifierInput(input_image: cgImage)
        let output = try model.prediction(input: input)
        let probs = output.class_probabilities
        // probs — MLMultiArray, дістати значення: probs[0].doubleValue
    } catch {
        print("Помилка інференсу: \(error)")
    }
}

Модель завантажується ~100–300 мс (залежить від розміру). Не завантажуйте її в viewDidLoad — тільки один раз при старті додатку або при першому використанні, тримайте в пам'яті поки потрібна.

Чому on-device ML швидше та безпечніше хмарного?

On-device ML усуває затримки мережі, зберігає приватність користувацьких даних і працює в офлайні. Ви не платите за серверні інференси і не залежите від інтернет-з'єднання. Для задач, де критична швидкість відповіді (наприклад, обробка відео в реальному часі), пристрій — єдиний розумний варіант.

Продуктивність на реальних пристроях:

Для профілювання використовуйте Xcode Instruments → Core ML Instrument.

Vision Framework як обгортка

Для задач computer vision зручніше VNCoreMLRequest — Vision бере на себе ресайзинг входу, орієнтацію зображення, координатні перетворення:

let coreMLModel = try VNCoreMLModel(for: model.model)  // .model — MLModel з generated class

let request = VNCoreMLRequest(model: coreMLModel) { request, error in
    guard let results = request.results as? [VNClassificationObservation] else { return }
    let topResult = results.sorted { $0.confidence > $1.confidence }.first
    print("\(topResult?.identifier ?? "?") — \(topResult?.confidence ?? 0)")
}
request.imageCropAndScaleOption = .centerCrop  // або .scaleFit

let handler = VNImageRequestHandler(cgImage: inputCGImage, options: [:])
try handler.perform([request])

VNCoreMLRequest автоматично вирішує проблему невідповідності вхідного розміру — передаєте довільне зображення, Vision ресайзить до очікуваного розміру моделі. Без Vision довелося б робити це вручну через vImage або CIImage.

Що входить в роботу

• Документація з конвертації та інтеграції, включаючи опис усіх кроків і використовуваних інструментів.
• Доступ до репозиторію з вихідним кодом конвертації та прикладами інтеграції.
• Навчання команди замовника роботі з Core ML, профілюванню та оновленню моделі.
• Підтримка протягом місяця після інтеграції для вирішення можливих проблем.

Як оновити модель без оновлення додатку?

Core ML підтримує завантаження моделі з довільного URL, не тільки з bundle. Це дозволяє оновлювати модель через сервер:

// Завантажуємо mlpackage з документів-директорії
let documentsURL = FileManager.default.urls(for: .documentDirectory, in: .userDomainMask)[0]
let downloadedModelURL = documentsURL.appendingPathComponent("updated_model.mlpackage")

if FileManager.default.fileExists(atPath: downloadedModelURL.path) {
    let model = try MyClassifier(contentsOf: downloadedModelURL, configuration: config)
} else {
    // Fallback на bundle
}

Завантаження моделі по мережі через URLSession, збереження в Documents, верифікація через SHA256-хеш перед використанням.

Наш підхід: від аналізу до деплою

• Аналіз вихідної моделі (фреймворк, ваги, структура).
• Конвертація в Core ML з підбором precision і compute units.
• Оптимізація для цільових пристроїв (профілювання на реальних девайсах).
• Інтеграція в додаток: завантаження, кешування, fallback при помилках.
• Налаштування віддаленого оновлення моделі (опціонально).
• Документація та навчання команди.

Процес роботи:

1. Аналітика — отримуємо ваги, оцінюємо складність, вибираємо стратегію конвертації.
2. Конвертація — створюємо .mlpackage, вирішуємо проблеми з операціями та розмірностями.
3. Профілювання — заміряємо швидкість та енергоспоживання на iPhone кількох поколінь.
4. Інтеграція — вбудовуємо в SwiftUI/UIKit, додаємо обробку помилок.
5. Деплой — публікуємо через App Store, налаштовуємо remote update.

Орієнтири за термінами

Конвертація існуючої моделі + базова інтеграція в iOS — 1–2 тижні. Складна модель з нестандартними операціями, кількома входами/виходами, remote update — 3–5 тижнів. Вартість розраховується індивідуально для кожного проєкту. Оцінимо задачу за один робочий день — просто надішліть ваги та опис задачі.

Зв'яжіться з нами для консультації з інтеграції Core ML у ваш проєкт. Замовте попередній аналіз вашої моделі — ми підберемо оптимальне рішення.

Докладніше про конвертацію читайте в документації coremltools.

Машинне навчання в мобільних застосунках: CoreML, TFLite та on-device LLM

Ми розрізняємо два принципово різних підходи: застосунок з on-device AI та застосунок, який просто викликає хмарне API. Перший працює без інтернету, не надсилає дані користувача на сторонні сервери та відповідає за 50 мілісекунд. Другий залежить від затримки мережі та тарифного плану. Вибір архітектури — ключовий етап, який безпосередньо впливає на вартість, приватність та користувацький досвід. Наш досвід показує: у 70% проектів on-device інференс виявляється дешевшим у довгостроковій перспективі завдяки виключенню серверних витрат. Економія може сягати 40% щомісячних витрат — отримайте консультацію, ми порахуємо для вашого кейсу.

Як вибрати між CoreML та TFLite для on-device інференсу?

CoreML — нативний фреймворк Apple для запуску ML-моделей на пристрої, описаний у документації Apple. Підтримує Neural Engine (A11 Bionic та новіші), GPU та CPU як fallback. Моделі конвертуються у формат .mlmodel через coremltools з PyTorch, ONNX або TensorFlow. Конвертація — не завжди тривіальна: кастомні шари вимагають реалізації MLCustomLayer, а квантизація до INT8 іноді помітно знижує точність на специфічних даних. Ми гарантуємо, що підсумкова модель проходить валідацію на реальних даних до та після конвертації.

TensorFlow Lite — крос-платформна альтернатива для Android та Flutter відповідно до специфікації Google. На Android використовує NNAPI (Neural Networks API) для апаратного прискорення — з Android 10+ NNAPI стабільніший, до цього краще явно використовувати GPU delegate через GpuDelegate. Типова помилка: модель навчена на нормалізованих даних у діапазоні [0,1], а в застосунку на вхід подається [0,255] — інференс працює, але з безглуздими результатами без помилки. Ми включаємо модуль автоматичної валідації вхідних даних у SDK.

Для задач класифікації зображень, детекції об'єктів та сегментації доступні готові оптимізовані моделі. YOLOv8 у CoreML форматі запускає детекцію кадру 640×640 за 15–20 мс на iPhone 14 Neural Engine. MobileNetV3 на TFLite з GPU delegate — близько 8 мс на Pixel 7 при класифікації.

Що робити, якщо потрібна генерація тексту на пристрої?

Запуск невеликих мовних моделей на пристрої став реальністю за останні роки. Apple Intelligence використовує власні моделі через Private Cloud Compute, але для сторонніх розробників доступні інші шляхи.

llama.cpp з Metal backend на iOS — робочий підхід для phi-3-mini (3.8B параметрів, 4-bit квантизація, ~2.3 ГБ). Інференс: 15–25 токенів/секунду на iPhone 15 Pro. Для інтеграції в Swift використовуємо Swift Package llama.swift або обгортку через C-інтерфейс llama.h. Бінарник до застосунку не додаємо — модель завантажується при першому запуску та зберігається в Application Support. Наші сертифіковані розробники налаштовують інкрементальне завантаження, щоб не блокувати перший запуск.

На Android аналог — Google AI Edge (колишній MediaPipe LLM Inference API) з підтримкою Gemma-2B. Працює через GPU delegate, на Tensor G3 чіпі Pixel 8 Pro — близько 20 токенів/секунду.

Інтеграція OpenAI API та інших хмарних моделей

Для сценаріїв, де cloud inference допустимий, інтеграція OpenAI, Anthropic або Google Gemini — це HTTP клієнт + streaming SSE. У Swift зручно через AsyncThrowingStream для стрімінгових відповідей. У Kotlin — через Flow.

Критично важливо: API-ключі ніколи не зберігаються в бандлі застосунку. Навіть обфускований ключ витягується з IPA за 10 хвилин через strings або frida. Правильна архітектура: мобільний застосунок → власний backend → OpenAI API. Backend контролює rate limiting, логує запити, захищає ключ.

Що входить у роботу (результати)

• Навчена та квантизована модель під цільовий пристрій (документація за метриками)
• SDK для інтеграції (Swift/Kotlin/Flutter) з прикладами виклику
• Тести продуктивності на 3–5 реальних пристроях
• Інструкція з оновлення моделі OTA
• Підтримка при проходженні модерації App Store / Google Play (перевірка відповідності Guidelines 4.2, 5.1)
• 2 тижні технічної підтримки після релізу

Типовий пайплайн проекту

1. Аналіз завдання — вимірюємо latency, privacy, size, підтримувані пристрої.
2. Прототипування моделі — в Python, оцінка accuracy на цільових даних.
3. Конвертація та квантизація — під CoreML/TFLite з валідацією.
4. Інтеграція в застосунок — модель обгортається в сервісний шар (легко замінювати CoreML → TFLite → хмара).
5. Тестування — на реальних пристроях, вимір FPS, RAM, батареї.
6. Деплой — через TestFlight / Firebase App Distribution, моніторинг метрик.

Терміни: інтеграція готової CoreML/TFLite моделі — 1–2 тижні, розробка кастомної моделі з мобільною оптимізацією — від 6 тижнів, on-device LLM чат з персоналізацією — 4–8 тижнів.

Чому ми беремося за складні кейси?

10+ років досвіду в мобільній розробці, 50+ впроваджених AI/ML рішень, гарантія сумісності з актуальними версіями iOS та Android. Всі проекти проходять code review та навантажувальне тестування. У вартість вже входить підготовка документації для модерації та навчання вашої команди.

Зв'яжіться з нами — ми допоможемо вибрати архітектуру та впровадити ML у ваш застосунок під ключ. Замовте аудит наявного рішення — безкоштовно оцінимо потенціал економії серверних витрат. Отримайте консультацію експерта — напишіть нам сьогодні.