Apple наращивает предобучение своих базовых моделей — универсальных ИИ-систем, лежащих в основе современных ИИ-стеков — на тензорных процессорах (TPU) Google, перекладывая часть наиболее вычислительно затратной работы своей ИИ-стратегии на чипы, разработанные одним из ее главных конкурентов.

Что именно делает Apple

Предобучение — это самый трудоемкий этап создания большой языковой модели. Он потребляет огромные объемы вычислительных ресурсов, что превращает выбор оборудования в стратегическое решение, а не вопрос закупок.

Выбор Apple — TPU Google: заказные чипы, созданные специально для задач машинного обучения, а не адаптированные для ИИ графические процессоры общего назначения.

Первая серверная модель AFM обучалась на кластере из 8 192 чипов TPU v4. Модель для устройств — компактная версия, рассчитанная на локальную работу на оборудовании Apple, — была построена на сегменте из 2 048 чипов TPU v5p, более новом поколении в линейке TPU Google.

Прирост производительности оказался существенным. Переход дал Apple более чем двукратное увеличение операций с плавающей запятой в секунду (FLOPS) и троекратное увеличение объема высокоскоростной памяти — чипы смогли выполнять гораздо больше вычислений в секунду, удерживая при этом гораздо больше данных под рукой. В результате время обучения больших языковых моделей сократилось до 2,8 раза.

Как Apple к этому пришла

История началась в июле 2024 года, когда Apple сообщила, что обучила свои первые Apple Foundation Models, известные как AFM, на TPU Google Cloud, а не на графических процессорах NVIDIA, которые использовала большая часть отрасли.

Одной из причин была доступность. Переход произошел на фоне проблем с поставками NVIDIA H100 в сочетании с тем, что исследование описывает как превосходную производительность и экономичность TPU Google для нужд Apple.

В январе 2026 года Apple заключила с Google многолетнее соглашение о доступе к технологии Gemini, которое, по сообщениям, оценивается в 1 млрд долларов в год. Затем, в июне 2026 года, Apple представила модели AFM третьего поколения — релиз ознаменовал разработку, выполненную совместно с Google.

Однако не все работает на TPU. Одна из моделей третьего поколения, AFM 3 Cloud Pro, работает на графических процессорах NVIDIA Blackwell внутри Google Cloud.

Кроме того, Apple последовательно придерживается одной позиции: компания утверждает, что для обучения своих базовых моделей не использовались частные данные пользователей, и заявляет, что соблюдает пожелания издателей об исключении их контента.

Что это значит

Главный вывод: Google стала несущей опорой ИИ-усилий Apple. Между обучением на TPU, инфраструктурой Google Cloud и лицензионным соглашением по Gemini ИИ-стратегия Apple теперь проходит через Маунтин-Вью сразу в нескольких местах.

AFM 3 Cloud Pro на графических процессорах Blackwell также показывает, что Apple по-прежнему инвестирует в экосистему NVIDIA — просто через Google Cloud, а не в качестве прямого якорного клиента для своих обучающих запусков.

Дальше стоит следить за конкретными деталями: как многолетнее соглашение по Gemini будет отражаться в релизах Apple и на каких чипах — Google или NVIDIA — будет работать каждое следующее поколение AFM; на текущий момент эта хронология охватывает сообщение о TPU в июле 2024 года и запуск третьего поколения в июне 2026 года.