Apple hat sich für die Tensor Processing Units (TPUs) von Google entschieden, anstelle der GPUs von NVIDIA für seine neueste KI-Software-Infrastruktur. Apples Ingenieure haben in der Arbeit angedeutet, dass Googles Chips die Erstellung noch größerer und ausgefeilterer KI-Modelle ermöglichen könnten als die derzeit diskutierten. UNSERE EINSCHÄTZUNG Apples jüngste Wahl sticht im Zuge des globalen Technologiewettbewerbs hervor.
Die Entscheidung des Unternehmens, die Tensor Processing Units (TPUs) von Google anstelle der Graphics Processing Units (GPUs) von NVIDIA in dieser neuen Phase seiner Softwareentwicklung für künstliche Intelligenz (KI) zu verwenden, ist ein Bruch mit der Tradition und bringt ein neues Diskussionsthema in den KI-Bereich. –Elodie Qian, BTW-Reporter Was geschah In einer strategischen Wende hat Apple Googles Chips für seine neueste Infrastruktur für künstliche Intelligenz (KI) ausgewählt, wie in einer am Montag veröffentlichten Forschungsarbeit dargelegt. Die Software-Infrastruktur wird seine bevorstehende Suite von KI-Tools antreiben.
Dieser Schritt weicht von der Norm ab, da Nvidia traditionell den KI-Prozessormarkt anführt und einen beträchtlichen Anteil von 80 % hält. Apples Entscheidung, Googles Cloud-Technologie zu nutzen, ist bedeutsam. Obwohl die Forschungsarbeit das Fehlen von Nvidia-Chips nicht ausdrücklich erwähnte, gab es auffälligerweise keinen Hinweis auf Nvidia-Hardware in der Infrastrukturbeschreibung der KI-Tools und -Funktionen. Zum Zeitpunkt der Erstellung dieses Artikels hat Apple öffentlich eine Stellungnahme dokumentiert. Die Arbeit beschrieb jedoch den Einsatz von Googles Tensor Processing Units (TPUs) für das KI-Modelltraining.
Konkret hat Apple 2.048 TPUv5p-Chips für Modelle eingesetzt, die auf iPhones und anderen Geräten implementiert werden sollen, sowie 8.192 TPUv4-Prozessoren für serverbasierte KI-Modelle. Auch lesen: Apples KI-Sprung: Partnerschaft mit Google zur Stärkung der Siri-Fähigkeiten Auch lesen: Apple verzögert Einführung von KI-Funktionen bis nach iOS 18 Warum das wichtig ist Nvidias leistungsstarke GPUs dominieren seit langem den High-End-Markt für KI-Modelltraining, und eine Reihe von Technologieunternehmen, darunter OpenAI, Microsoft und Anthropic, nutzen seine GPUs, um das Modelltraining zu beschleunigen.
Doch in den letzten Jahren sind Nvidias GPUs stets hinter der Nachfrage zurückgeblieben, und aus diesem Grund entwickeln Unternehmen wie Google, Meta, Oracle und Tesla eigene Chips, um den Anforderungen ihrer jeweiligen KI-Systeme und Produktentwicklungen gerecht zu werden. Google, obwohl es über eigene interne TPUs verfügt, behält seine Position als einer der größten Nvidia-Kunden bei, indem es sowohl Nvidia-GPUs als auch eigene TPUs für das Training seiner KI-Systeme einsetzt und auf seiner Cloud-Plattform Zugang zu Nvidia-Technologie bietet. 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 Apples Nutzung von TPU-Chips berichtet hatte, wurde das Ausmaß von Apples Abhängigkeit von Googles Hardware erst in der aktuellen Forschungsarbeit vollständig offengelegt. Weder Google noch Nvidia haben sich zu der Angelegenheit geäußert. Apples Ingenieure haben in der Arbeit angedeutet, dass Googles Chips die Erstellung noch größerer und ausgefeilterer KI-Modelle ermöglichen könnten als die derzeit diskutierten.
Dies deutet auf eine vielversprechende Entwicklung für Apples KI-Entwicklung hin, die auf Googles Technologie basiert.