苹果正在谷歌的张量处理器（TPU）上扩大其基础模型——即位于现代AI技术栈底层的通用AI系统——的预训练规模，将其AI战略中部分计算最密集的工作交给了这家最大竞争对手之一设计的芯片。

苹果究竟在做什么

预训练是构建大语言模型的重负荷阶段。该阶段消耗大量算力，因此硬件选择是一项战略决策，而非采购细节。

苹果选择的硬件是谷歌的TPU——这是谷歌专门为机器学习工作负载打造的定制芯片，而非经改造用于AI的通用图形处理器。

苹果的首个AFM服务器模型是在一个由8,192颗TPU v4芯片组成的集群上训练的。端侧模型——即专为在苹果硬件上本地运行而设计的较小版本——则建立在2,048颗TPU v5p芯片之上，这是谷歌TPU产品线中较新的一代。

性能提升十分显著。这一举措为苹果带来了超过两倍的每秒浮点运算次数（FLOPS），以及三倍的高带宽内存——使芯片在每秒执行远更多运算的同时，能够在近处保存远更多的数据。其结果是大语言模型的训练时间最多缩短至2.8分之一。

苹果是如何走到这一步的

故事始于2024年7月。当时苹果透露，其最初的Apple Foundation Models（简称AFM）是在谷歌云TPU上训练的，而非业内大多数人使用的NVIDIA GPU。

供应可得性是原因之一。这一转变发生在NVIDIA H100供应问题之际，同时研究也称谷歌TPU在性能和成本效益方面更符合苹果的需求。

2026年1月，苹果与谷歌达成一项多年度协议，以获取Gemini技术，据报道该协议每年价值10亿美元。随后在2026年6月，苹果发布了其第三代AFM模型，此次发布标志着与谷歌开展的定制开发工作。

不过，并非所有内容都在TPU上运行。第三代模型之一的AFM 3 Cloud Pro在谷歌云内的NVIDIA Blackwell GPU上运行。

苹果在整个过程中始终坚持一点：该公司声称没有使用任何私人用户数据来训练其基础模型，并表示尊重出版商的选择退出偏好。

这意味着什么

最直接的启示是，谷歌已成为苹果AI努力的重要支柱。从基于TPU的训练、谷歌云基础设施，到Gemini授权协议，苹果的AI路线图如今同时在多个环节都经过山景城。

在Blackwell GPU上运行的AFM 3 Cloud Pro也表明，苹果仍然投资于NVIDIA的生态系统——只是通过谷歌云，而非作为其训练运行的直接核心客户。

接下来值得关注的细节十分具体：多年度Gemini协议如何体现在苹果的发布中，以及每一代AFM被披露运行在哪些芯片——谷歌的还是NVIDIA的——这一节奏迄今涵盖了2024年7月的TPU披露和2026年6月的第三代发布。