因此，谷歌选择处理器，特别是张量处理单元（TPU）而不是 Nvidia 的 GPU，是为 iPhone、iPad 和 Mac 等设备开发先进人工智能功能的战略举措。
技术问题
披露的文件显示，苹果选择使用 2,048 颗谷歌 TPUv5p 芯片用于个人设备中使用的 AI 模型。对于在服务器上运行的模型，使用了 8,192 个 TPUv4 处理器。
通过这种方式，苹果决定使用谷歌的 TPU 凸显了这些芯片对于复杂人工智能任务的经济性和技术能力。
此外，谷歌的TPU最初是为内部使用开发的，后来向 不丹企业电子邮件列表 公众开放，以其效率和成本效益而闻名。
谷歌通过云平台提供这些处理器。因此，开发人员可以直接在谷歌的云基础设施上创建和训练人工智能模型。
这种方法有助于获得先进技术，而无需对我们自己的基础设施进行大量投资。
苹果使用谷歌处理器来训练人工智能模型
苹果选择背后的原因
苹果选择不使用 Nvidia GPU，该公司在 AI 硬件市场上占据着 80% 左右的份额，这一点意义重大。虽然 Nvidia GPU 因其在人工智能任务中的性能而得到广泛认可，但苹果决定探索其他选择，这些选择可以在成本和与其系统集成的能力方面提供特定优势。
除了效率之外，谷歌选择TPU可能还与成本问题有关。这是因为使用 Nvidia GPU 的经济成本可能更高，尤其是大规模使用。苹果通过选择谷歌的TPU，能够在性能和成本之间保持平衡，优化其在人工智能技术上的投资。
另一个相关考虑因素是谷歌 TPU 的灵活性。开发人员将这些处理器设计得具有高度可扩展性，使苹果能够根据需要调整其处理能力。这在人工智能这样动态的领域尤其重要，因为处理需求可能存在很大差异。
灵活性和可扩展性
避免使用 Nvidia GPU 的决定也可能产生长期战略影响。苹果在自己的硬件和软件基础设施上投入了大量资金，与谷歌的合作可能代表着其技术依赖多元化的战术举措。这种多元化可以降低与依赖单一供应商相关的风险，并开辟新的创新机会。
简而言之，苹果选择使用 Google TPU 而不是 Nvidia GPU 来训练其人工智能模型，反映了优化性能、成本和灵活性的谨慎策略。此举凸显了人工智能在苹果产品中日益增长的重要性，并凸显了该公司如何为未来定位。
