Apple setzt auf Google-Chips für KI-Modelltraining

Apple setzt auf Google-Chips für KI-Modelltraining wird von BTW Media profiliert, da veröffentlichte Belege es mit Internetinfrastruktur, Governance, betrieblichen Abhängigkeiten oder Marktsichtbarkeit in Verbindung bringen.

Apple hat sich bei seiner neuesten KI-Software-Infrastruktur für die Tensor Processing Units (TPUs) von Google anstelle der GPUs von NVIDIA entschieden. Die Apple-Ingenieure deuteten in dem Dokument an, dass die Google-Chips die Entwicklung noch größerer und ausgefeilterer KI-Modelle ermöglichen könnten als die derzeit diskutierten. UNSERE MEINUNG Die jüngste Entscheidung von Apple hebt sich inmitten der Welle des globalen technologischen Wettbewerbs hervor.

Die Wahl des Unternehmens, in dieser neuen Entwicklungsphase seiner KI-Software die Tensor Processing Units (TPUs) von Google anstelle der Grafikprozessoren (GPUs) von NVIDIA zu nutzen, bricht mit der Tradition und bringt ein neues Diskussionsthema in den KI-Bereich. –Elodie Qian, Reporterin von BTW Media Was ist passiert? In einer strategischen Wendung hat Apple laut einem am Montag veröffentlichten Forschungsdokument Google-Chips für seine neueste Software-Infrastruktur für künstliche Intelligenz (KI) gewählt. Diese Software-Infrastruktur wird die nächste Suite von KI-Tools antreiben.

Dieser Schritt weicht von der Norm ab, da Nvidia traditionell den Markt für KI-Prozessoren mit einem erheblichen Anteil von 80 % anführt. Apples Entscheidung, die Cloud-Technologie von Google zu nutzen, ist bedeutsam. Obwohl das Forschungsdokument das Fehlen von Nvidia-Chips nicht explizit erklärte, fehlte in der Beschreibung der Infrastruktur der KI-Tools und -Funktionen auffällig jeglicher Hinweis auf Nvidia-Hardware. Zum Zeitpunkt der Erstellung dieses Artikels hat Apple eine Erklärung öffentlich dokumentiert.

Das Dokument beschreibt jedoch detailliert den Einsatz der Tensor Processing Units (TPUs) von Google für das Training von KI-Modellen. Insbesondere setzte Apple 2.048 TPUv5p-Chips für Modelle ein, die auf iPhones und anderen Geräten bereitgestellt werden, sowie 8.192 TPUv4-Prozessoren für serverbasierte KI-Modelle. Lesen Sie auch: Apples KI-Sprung: Partnerschaft mit Google zur Stärkung von Siri-Funktionen Lesen Sie auch: Apple verschiebt Start von KI-Funktionen auf nach dem iOS-18-Start Warum ist das wichtig?

Die Hochleistungs-GPUs von Nvidia haben den Markt für das Training von High-End-KI-Modellen lange Zeit dominiert, wobei mehrere Technologieunternehmen wie OpenAI, Microsoft und Anthropic ihre GPUs nutzen, um das Modelltraining zu beschleunigen. Doch in den letzten Jahren blieben Nvidias GPUs stets hinter der Nachfrage zurück, weshalb Unternehmen wie Google, Meta, Oracle und Tesla eigene Chips entwickeln, um den Anforderungen ihrer jeweiligen KI-Systeme und Produktentwicklungen gerecht zu werden.

Google bleibt trotz eigener interner TPUs einer der Hauptkunden von Nvidia, nutzt sowohl Nvidia-GPUs als auch eigene TPUs zum Training seiner KI-Systeme und bietet Zugang zur Nvidia-Technologie über seine Cloud-Plattform. Apple ist dabei, seine Apple Intelligence einer ausgewählten Gruppe von Beta-Testern vorzustellen. Dies folgt auf die Ankündigung im Juni, die ChatGPT-Technologie von OpenAI in seine Softwareangebote zu integrieren.

Obwohl Reuters bereits zuvor über die Nutzung von TPU-Chips durch Apple berichtet hatte, wurde das Ausmaß von Apples Abhängigkeit von Google-Hardware erst in dem aktuellen Forschungsdokument vollständig offengelegt. Weder Google noch Nvidia haben dazu Stellung genommen. Die Apple-Ingenieure deuteten in dem Dokument an, dass die Google-Chips die Entwicklung noch größerer und ausgefeilterer KI-Modelle ermöglichen könnten als die derzeit diskutierten. Dies deutet auf einen vielversprechenden Weg für Apples KI-Entwicklung hin, unterstützt durch die Google-Technologie.