اپل اعلام کرد مدل‌های هوش مصنوعی این شرکت که زیربنای سیستم Apple Intelligence هستند، روی چیپ‌هایی طراحی‌ شده‌اند که گوگل آن‌ها را در فضای ابری آموزش داده‌ است.

این خبر در مقاله‌ای فنی منتشر شد. چیپ‌های پردازش تنسور گوگل (TPU) ابتدا برای بارهای کاری داخلی ایجاد شده بودند اما اکنون در برخی کاربردهای وسیع‌تر نیز استفاده می‌شوند. تصمیم اپل برای استفاده از تراشه‌های تنسور گوگل نشان می‌دهد برخی شرکت‌های بزرگ فناوری به‌دنبال جایگزین‌هایی برای واحدهای پردازش گرافیکی انویدیا (GPU) با هدف آموزش هوش مصنوعی هستند.

اپل در مقاله ۴۷ صفحه‌ای خود نامی از گوگل یا انویدیا نبرده اما ذکر کرده Apple Foundation Model (AFM) و سرور AFM روی «خوشه‌های TPU ابری» آموزش دیده‌اند؛ یعنی اپل سرورهایی را از ارائه‌دهنده‌ای ابری اجاره کرده است تا محاسبات موردنیاز برای آموزش مدل‌های هوش مصنوعی خود را انجام دهد.

تمایل اپل به استفاده از چیپ‌های گوگل به‌جای انویدیا برای آموزش هوش مصنوعی
واحدهای پردازش گرافیکی انویدیا (GPU) که به‌صورت عمده در بازار آموزش هوش مصنوعی پیشرفته استفاده می‌شوند، در دو سال گذشته به حدی تقاضا داشته‌اند که تهیه آن‌ها در مقادیر موردنیاز بسیار دشوار شده است. شرکت‌هایی مانند OpenAI، مایکروسافت و Anthropic همگی از GPUهای انویدیا برای مدل‌هایشان استفاده می‌کنند، درحالی‌که سایر شرکت‌های فناوری مانند گوگل، متا، اوراکل و تسلا نیز آن‌ها را برای ساخت سیستم‌ها و پیشنهادات هوش مصنوعی خود خریداری می‌کنند.

مارک زاکربرگ، مدیرعامل متا، و ساندار پیچای، مدیرعامل آلفابت، هفته گذشته اعلام کردند شرکت‌های آن‌ها و دیگر شرکت‌های حاضر در صنعت ممکن است بیش از حد در زیرساخت‌های هوش مصنوعی سرمایه‌گذاری کنند، اما ریسک کسب‌وکار ناشی از انجام‌ندادن این سرمایه‌گذاری‌ها بسیار بالاست. زاکربرگ در پادکستی با امیلی چانگ از بلومبرگ گفت: «اشکال عقب‌ماندن این است که شما از رقابت برای مهم‌ترین فناوری‌ها در ۱۰ تا ۱۵ سال آینده خارج می‌شوید.»

این مقاله همچنین اشاره کرده است که سیستم Apple Intelligence شامل چندین ویژگی جدید است؛ مانند ظاهر جدید سیری، پردازش بهتر زبان طبیعی و خلاصه‌سازی به کمک هوش مصنوعی در زمینه‌های متنی. اپل قصد دارد در سال آینده عملکردهایی مبتنی بر هوش مصنوعی مولد را معرفی کند، ازجمله تولید تصویر، تولید ایموجی و سیری پیشرفته‌تر که می‌تواند به اطلاعات شخصی کاربر دسترسی پیدا کند و در داخل اپلیکیشن‌ها اقدامات انجام دهد.