“今年全球开发者大会（WWDC）期间，Apple公布的技术论文《Apple Intelligence Foundation Language Models》中介绍了给Apple Intelligence提供支持的两个模型——AFM-on-device和AFM-server，同时为了训练这两款AI模型，Apple使用了Google最新的两款TPU，并组成大型芯片集群（TPU+GPU），而非选择市场主流的NVIDIA GPU，此举引起了业内外极大的关注。”
引言：
Apple每年9月的新品发布都是全科技界关注的焦点，2024年新款iPhone 16发售预告中，除了宣布引入了全新AI功能Apple Intelligence以外，同时也透露其训练的AFM模型采用了Google研发的第四代AI芯片TPUv4和更新一代的芯片TPUv5，而非NVIDIA GPU。这一选择是否会是新生态的风向标，对今后国内外市场会有怎样的影响？
一. Apple与Google在TPU算力领域合作起始于TPUv3时代
Apple整体战略部署上早年就意识到NVIDIA CUDA闭源模式弊端不利于自身生态的长远发展，自TPUv3时代便开始使用Google TPU+GPU算力，并借助JAX开源平台与CUDA底层逻辑相似性，实现快速部署迁移训练。另加之2023年全球市场N卡排队，进一步促进双方合作。
Apple对于原生系统AI布局的考量分为两方面：一是接入第三方大模型旗舰产品，赋能生态；二是通过开发和训练自己大模型直接赋能业务与原生系统。后者作为公司终极战略，Apple一直进行此方面的探索，并在更早期就与Google建立合作，从TPUv3、TPUv4时期就开始大量使用Google芯片作为模型训练的底层支撑。所以此次Apple选择TPUv5，整体的技术门槛和学习曲线要比选择其他厂商容易得多。
GoogleAI算力一直采用自建租赁模式。自家TPU平均每1~1.5年更新一代，其中70%~80%的算力用于内部业务场景（搜索，广告，视频，Gemini等）使用，剩余20%~30%以租赁方式供外使用，主要海外头部客户如Anthropic，cohere等AI初创公司，更不乏国内互联网大厂身影。为应对NVIDIA CUDA闭源生态垄断，Google开源的JAX以其与CUDA相似的开发框架逻辑，降低用户学习与迁移成本，实现市场突破。
二. Google进一步在全球扩张算力节点，实现商用突破，降低算力成本
Google未来将进一步在北美（万卡集群），欧洲（万卡集群），亚洲（千卡集群）进行中心+边缘节点枢纽建设。主要以公有云、专属云方式进行算力租赁。内部对于私有云售卖方案短期内不会实现突破。
主要原因为：Google对于其TPU+GPU算力集群的方案保密性及知识产权重视度高，不会轻易向第三方售卖；另外TPU+GPU集群模式的供电及液冷要求也更高，选址也是较难解决问题；后端运维暂时也无法投入过大精力进行。
未来整体商用还是以租赁为主，随着全球多个节点的建设完善，将向外界释放更多TPU算力，整体算力价格上也将帮助厂商实现降本增效，按其内部初步估算，其TPU+GPU的租赁模式，将降低客户20~30%的算力成本支出。
三. Intel、AMD、Microsoft布局智算
目前全球AI芯片市场，NVIDIA市场占有率超90%，掌握市场定价的绝对话语权。NVIDIA GPU+CUDA已成为市场AI厂商训练其通用模型最优解，如旗下H100训练大语言模型效率是CPU的300倍，而其CUDA通用平台框架也助力开发人员和用户在不同型号和连续几代GPU上运行相同的软件，实现无缝升级，简化原始开发，正在形成NVIDIA在AI领域的生态护城河。根据海外投行Raymond James数据显示，NVIDIA H100的制造成本约为3320美元，而其目前市场售价已达2.5~3万美金，实现10倍的利润。
除NVIDIA以外，Intel、AMD及Microsoft等头部厂商也继布局智算领域：
Intel Falcon Shores GPU预计将于2025年发布，属于GPU Max系列。它将采用多芯片模块化设计，最高可达288GB容量及9.8TB/s吞吐量。此外，Intel将提供通用的GPU编程接口one-API，支持CXL以实现跨架构和跨平台的兼容性。
AMD Instinct MI300系列加速器专为最苛刻的AI和HPC工作负载设计，提供卓越的计算性能、高内存密度和高带宽内存，并支持专门的数据格式。AMD首席执行官苏姿丰表示，MI300已成为AMD有史以来增长最快的产品，并且AMD将在未来分享新一代Instinct AI芯片的更多细节，最早将于2025年晚些推出。
Microsoft与AMD合作开发代号为Athena的自研AI芯片，以作为NVIDIA产品的替代方案。微软在AI芯片领域的动作反映了其对AI技术不断增长的需求，尤其是在Chat-GPT等生成式AI应用的推动下。
四. 行业影响
回顾Apple全新AI选用Google TPU芯片延续两家合作，Google TPU+GPU智算算力架构得到国内外市场进一步的认可。这些头部互联网、AI模型的大厂考虑技术多元性等因素，也不希望被单一厂商的商业模式束缚住手脚。但目前由于Google算力中心承载能力和全球节点有限，短期内不会引起行业强烈震动，但从长远角度考虑该模式持续促进算力供给端各大芯片厂商，更主要也为需求端客户选择打开了更多新的思路。