圖/Shutterstock
放大鏡短評
蘋果(AAPL)為了有效訓練自家 AI 系統 Apple Intelligence，向 Google (GOOGL) 租用擅長訓練深度學習模型的 TPU 晶片，在 Google 的 Cloud TPU clusters 上進行訓練。蘋果選擇 TPU 而非輝達 (NVDA) 晶片的原因可能在於：Google 的 TPU 非常適合大規模的深度學習任務，符合蘋果的訓練需求。另外，由於輝達的 GPU 需求過大且供應緊張，價格昂貴，而 Google 的雲端 TPU 服務提供靈活的租用模式，成本較低。這使得蘋果可以根據需求靈活擴展訓練基礎設施，更有效地管理資源，避免過度投資硬體設施。
其實 Google 的 TPU 租借服務過往已經向多個公司和研究機構提供，包括 OpenAI、Lyft (LYFT)、Airbnb (ABNB)、Zymergen 和 Recursion Pharmaceuticals (RXRX) 等。那麼未來 Google 的 TPU 會動搖輝達的晶片市場龍頭地位嗎？答案可能是機率不高，因為 Google 的 TPU 針對特定的深度學習和機器學習任務具有優勢，而輝達的 GPU 則在更廣泛的應用場景中具有優勢，兩者各據山頭。隨著 AI 和機器學習的快速發展，TPU 和 GPU 將根據市場需求共存並互補，各自擁有不同的用戶群體和應用場景。博通(AVGO)作為 Google TPU 的合作夥伴，也有望受到提振。
新聞資訊
Apple 使用 Google 晶片進行 AI 模型訓練
Apple 在週一發表的技術報告中透露，其 AI 系統 Apple Intelligence 的兩個模型在雲端使用 Google 設計的晶片進行預訓練。報告詳細說明 Apple 使用 Google 的 Tensor Processing Unit（TPU）來訓練其 AI 模型，並同時推出了 Apple Intelligence 的預覽版本。
Google TPU 的用途是什麼？
TPU（張量處理單元）是由 Google 設計的專用晶片，專門用於加速機器學習任務，特別是深度學習模型的訓練和推理。TPU 常用於 Google Cloud 平台，可供開發者租用，用於大規模機器學習項目，具有高效、低功耗的特點。
Apple 在報告中提到，AFM on-device 使用了 2048 個 TPU v5p 晶片進行訓練，而 AFM-server 則使用了 8192 個 TPU v4 晶片。Google 的 TPU 自 2015 年起開始內部使用， 2017 年向公眾開放，成為最成熟的 AI 定製晶片之一，預訂三年後每小時成本低於 2 美元。
Apple Intelligence 的發展和未來計劃
Apple 在今年6月10日的 WWDC2024 首次公開 Apple Intelligence ，昨日（29日）釋出第一個版本系統，包含 Siri 的全新外觀、更好的自然語言處理和 AI 生成的文本摘要等功能。未來一年，Apple 計劃推出基於生成式 AI 的新功能，包括圖像生成、表情符號生成和升級版的 Siri。
晶片市場動態：Nvidia GPU目前主導中
Nvidia 的 GPU 目前主導高端 AI 訓練晶片市場，但需求量巨大且供應有限。包括 OpenAI、Microsoft 和 Anthropic 在內的公司依賴 Nvidia 的 GPU，而 Google、Meta、Oracle 和 Tesla 也在大量購買這些晶片來構建 AI 系統。Meta CEO Mark Zuckerberg 和 Alphabet CEO Sundar Pichai 最近表示，儘管 AI 基礎設施的投資可能過度，但不這樣做的風險更高。
Apple 的 AI 模型訓練計畫
Apple 表示，部分預訓練 AI 模型的推論將在其數據中心內使用自家晶片進行。這是 Apple 公佈的第二篇有關其 AI 系統的技術報告。Apple 預計將在週四收盤後公佈季度財報。
延伸閱讀：
【美股新聞】Google 面臨威脅，SearchGPT 將開啟搜尋市場新時代？！
【美股新聞】蘋果股價創新高，分析師因AI和印度市場前景上調目標價
【美股新聞】三星產品發表會秀AI功能，穿戴裝置新陣容挑戰蘋果
【美股新聞】OpenAI 推出搜尋引擎 SearchGPT，對 Google 有什麼影響？
【美股研究報告】Google 24Q2駕著AI赤兔馳騁沙場，股價退潮卻是黃金浮現？
版權聲明
本文章之版權屬撰文者與 CMoney 全曜財經，未經許可嚴禁轉載，否則不排除訴諸法律途徑。
免責宣言
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。
About The Author
