Apple 选择 Google TPU 而非 Nvidia AI 培训实施

苹果公司意外披露，它不使用 Nvidia GPU 来训练其人工智能模型。相反，这家科技巨头已经转向 Google's 定制设计的张量处理单元（TPU） 这项关键任务。这些信息来自苹果发布的一篇技术论文，揭示了该公司's 方法 AI 发展。

决定使用谷歌's TPU 标志着与行业规范的重大偏离，因为 Nvidia's GPU 长期以来一直是 AI 大型科技公司之间的培训。苹果's 此举表明 AI 芯片 景观并凸显了机器学习硬件领域日益激烈的竞争。

蘋果's AI 战略，被称为“Apple Intelligence” 包含针对各种用户任务设计的多个生成模型。这些模型包括 3 亿参数的设备语言模型和更大的基于服务器的模型该公司强调，这些 AI 系统构建时注重用户隐私和负责任 AI 发展。

使用 Google TPU 进行训练的领域扩展到了 Apple's 设备和基于服务器的模型。具体来说，设备上的模型是使用 单片 2048 个 TPU v5p 芯片，而服务器模型利用 8192 个 TPU v4 芯片通过数据中心网络组织成八个切片.

蘋果's 决定利用谷歌's 云基础设施 AI 测试 尤其值得注意的是，该公司's 通常倾向于内部解决方案。这种选择可能是由于对专用硬件和可扩展性的需求所驱动的。 AI 模型开发。

尽管使用谷歌 TPU 进行训练，但苹果坚持认为，推理过程（即训练好的模型生成内容或进行预测的过程）将部分在其数据中心的自有芯片上进行。这种做法与苹果的's 对设备的承诺 机器学习 并保护隐私 AI 技术。

电子产品生产专员's 专注于设备 AI 其近期的开发者资源就体现了这一点。在 WWDC24 上，苹果推出了新的工具和框架，以帮助开发者 整合机器学习和 AI 功能融入 iPhone、iPad、Mac 和其他 Apple 设备的应用程序中。

蘋果's AI 这些举措不仅仅局限于语言模型。该公司还在开发一种编码模型， Xcode 以及在信息等应用中视觉表达的传播模型。这些发展展示了苹果's 综合整合方法 AI 整个生态系统。

作为 AI 科技巨头之间的竞争愈演愈烈，苹果's 独特的模型训练和部署方法使其在众多竞争对手中脱颖而出。通过利用谷歌TPU，同时保持对推理和设备端处理的控制，苹果在快速发展的人工智能领域开辟了自己的道路。 人工智能.

这一战略举措不仅凸显了 AI 硬件偏好，同时也强调了科技行业中机器学习开发的多样化方法的重要性。