复制成功

分享至

主页 > 数字货币 >

就是不用英伟达 苹果在自研芯片的道路上硬磕到底

2024.06.01

与OpenAI、微软、谷歌和英伟达等公司在AI领域的最新进展相比,苹果公司在AI研发方面显然是遇到了一些挑战。

首先,OpenAI和微软通过紧密合作,推出了许多先进的AI模型和服务,例如GPT-4 Turbo和Azure OpenAI服务,这些服务旨在降低成本,提高性能,并且增加了开发者的可用性。微软还与英伟达合作,采用NVIDIA的最新硬件,如H100 GPU和Quantum-2 InfiniBand网络,以支持大规模的AI训练和推理工作负载。

谷歌则在其广泛的AI工具和服务中不断创新,推出了如Google Cloud的Vertex AI等平台,以帮助企业构建和部署机器学习模型。此外,谷歌的Bard和其他生成性AI应用正在各个领域取得突破。

图片

苹果在AI研发上的困境 

技术积累与竞争对手差距:OpenAI 和 谷歌 在生成式AI(如大型语言模型)方面的研究和产品已经相当成熟,微软通过与OpenAI的合作也取得了显著进展。这些公司已经在多个领域展示了强大的AI能力。

英伟达则在AI硬件领域占据主导地位,其GPU技术为许多AI应用提供了强大的计算能力。英伟达的芯片被广泛用于AI训练和推理任务。

AI产品的商业化:微软和谷歌通过其云服务(Azure和Google Cloud)向企业客户提供AI解决方案,已经形成了稳定的商业模式。而苹果在AI商业化方面的进展相对缓慢,主要集中在设备上的集成应用,而不是云端服务。

研发策略和资源投入:尽管苹果拥有强大的硬件和软件整合能力,以及对隐私和安全的重视,这些优势在某些程度上限制了其在AI领域的快速扩展。苹果更倾向于在本地设备上运行AI任务,以确保用户隐私,这与许多依赖云计算的竞争对手有很大不同。

自研芯片和弯道超车 

“生成式AI是‘苹果所有产品的关键机遇’,整合软硬件,自研芯片,对隐私和安全的保护会是苹果在AI竞赛中脱颖而出的关键”。这是库克在苹果2024年一季度财报电话会议上的总结,或许也是苹果当下想要突出重围的决定因素。

苹果在AI领域的一个潜在突破点在于其自研芯片的能力。通过自研芯片,苹果可以优化AI模型在其设备上的运行效率,这可能成为其在AI竞赛中脱颖而出的关键。

Apple Silicon:苹果的M系列芯片内置强大的神经引擎,专门用于处理机器学习任务。这使得苹果可以在不依赖云计算的情况下,在设备本地实现高效的AI计算。M4芯片是其最新的自研芯片,具有更强的计算能力和AI处理能力,支持多达38万亿次运算每秒(TOPS)的神经引擎。这为苹果设备带来了更强的AI处理能力,有助于其在AI应用和性能上取得优势。

未来,苹果可能会继续强化其芯片设计,使其更适合运行复杂的AI模型,进一步提升设备的智能化水平。

图片

隐私和安全:苹果始终强调用户隐私和数据安全,这也是其AI研发的一个重要方向。通过在本地设备上处理AI任务,苹果可以确保用户数据不被外泄,从而在隐私保护方面取得优势。

苹果计划在6月在举办年度全球开发者大会,揭幕其人工智能战略。会议日期约为6月10日至6月14日,而彭博社报道称,苹果的最新AI战略将是其计划中的iOS18的更新的一部分,这样看来,苹果公司在2024年的AI战略仍是聚焦于通过增强Siri和集成更多的AI功能来实现提升其设备的智能化和用户体验。

尽管苹果在AI领域面临诸多挑战,但凭借其独特的硬件整合能力和对隐私的承诺,未来仍有可能通过自研芯片和创新技术实现弯道超车。苹果的战略不仅是追赶竞争对手,而是通过提供更安全、更私密的AI体验,找到自己的独特定位。

免责声明:数字资产交易涉及重大风险,本资料不应作为投资决策依据,亦不应被解释为从事投资交易的建议。请确保充分了解所涉及的风险并谨慎投资。OKEx学院仅提供信息参考,不构成任何投资建议,用户一切投资行为与本站无关。

加⼊OKEx全球社群

和全球数字资产投资者交流讨论

扫码加入OKEx社群

相关推荐

industry-frontier