Apple está escalando el preentrenamiento de sus modelos fundacionales —los sistemas de IA de propósito general que constituyen la base de las pilas de IA modernas— en las Tensor Processing Units (TPU) de Google, colocando parte del trabajo más intensivo en cómputo de su estrategia de IA en chips diseñados por uno de sus mayores rivales.

Lo que Apple realmente está haciendo

El preentrenamiento es la fase de mayor esfuerzo en la construcción de un modelo de lenguaje de gran escala. Consume enormes cantidades de cómputo, lo que convierte la elección del hardware en una decisión estratégica y no en un simple detalle de adquisiciones.

La elección de hardware de Apple son las TPU de Google: chips personalizados que Google construyó específicamente para cargas de trabajo de aprendizaje automático, en lugar de procesadores gráficos de propósito general adaptados para IA.

El primer modelo AFM de servidor de Apple se entrenó en un clúster de 8.192 chips TPU v4. El modelo en dispositivo, la versión más pequeña diseñada para ejecutarse localmente en hardware de Apple, se construyó sobre una porción de 2.048 chips TPU v5p, una generación más reciente de la línea de TPU de Google.

Las ganancias de rendimiento fueron sustanciales. Este movimiento le dio a Apple más del doble de operaciones de punto flotante por segundo (FLOPS), junto con el triple de memoria de alto ancho de banda, lo que permitió a los chips realizar muchos más cálculos por segundo mientras mantenían muchos más datos al alcance inmediato. El resultado fue una reducción del tiempo de entrenamiento de los grandes modelos de lenguaje de hasta 2,8 veces.

Cómo llegó Apple a este punto

La historia comienza en julio de 2024, cuando Apple reveló que había entrenado sus Apple Foundation Models iniciales, conocidos como AFM, en las TPU de Google Cloud en lugar de las GPU NVIDIA que usaba la mayor parte de la industria.

La disponibilidad fue parte del razonamiento. El cambio se produjo en medio de problemas de suministro de los NVIDIA H100, combinado con lo que la investigación describe como el rendimiento superior y la relación costo-efectividad de las TPU de Google para las necesidades de Apple.

En enero de 2026, Apple firmó un acuerdo de varios años con Google para acceder a la tecnología Gemini, un acuerdo reportadamente valorado en 1.000 millones de dólares anuales. Luego, en junio de 2026, Apple anunció sus modelos AFM de tercera generación, un lanzamiento que marcó el trabajo de desarrollo personalizado realizado con Google.

Sin embargo, no todo funciona con TPU. Uno de los modelos de tercera generación, AFM 3 Cloud Pro, opera con GPU NVIDIA Blackwell dentro de Google Cloud.

Apple también ha sido constante en un punto: la empresa sostiene que no se utilizaron datos privados de usuarios para entrenar sus modelos fundacionales y afirma que respeta las preferencias de exclusión de los editores.

Qué significa esto

La conclusión más inmediata es que Google se ha convertido en un pilar fundamental del esfuerzo de IA de Apple. Entre el entrenamiento basado en TPU, la infraestructura de Google Cloud y el acuerdo de licencia de Gemini, la hoja de ruta de IA de Apple pasa ahora por Mountain View en varios puntos a la vez.

Que AFM 3 Cloud Pro funcione con GPU Blackwell también muestra que Apple sigue invertida en el ecosistema de NVIDIA, solo que a través de Google Cloud, en lugar de ser un cliente ancla directo para sus entrenamientos.

De aquí en adelante, los detalles que vale la pena observar son concretos: cómo se refleja el acuerdo plurianual de Gemini en los lanzamientos de Apple, y en qué chips, los de Google o los de NVIDIA, se revela que funciona cada generación sucesiva de AFM, una cadencia que hasta ahora abarca la revelación de las TPU en julio de 2024 y el lanzamiento de la tercera generación en junio de 2026.