共计 1495 个字符，预计需要花费 4 分钟才能阅读完成。
在 WWDC 2024 期间，苹果公司推出了名为“苹果智能”的新系统，该系统在其生态系统中融入了先进的人工智能功能。然而，这些功能目前仅限于高端设备，例如 iPhone 15 Pro、搭载 M 系列芯片的 iPad Pro 以及运行苹果硅芯片的 Mac。
为什么苹果没有将这些功能推广到入门级 iPhone 15 及更早的型号呢？尽管可能有其他原因导致公司做出这一决定，但这一决策几乎肯定受到大规模 AI 实施所涉及的巨大成本和基础设施挑战的影响。
高级 AI 功能需要大量的计算能力，通常由高性能 GPU 提供。例如，NVIDIA 的 MGX 与 GH 200 和 Grace Hopper 超级芯片，专为 AI 训练、推理、5G 和 HPC 设计，每个成本约为 65,000 美元。在区域部署这些服务器以支持低端设备将非常昂贵。苹果可能需要数千个这样的单元来支持其整个用户群，这将导致极高的成本，很可能通过服务费转嫁给消费者。
即使是主要的 AI 服务提供商，如 OpenAI、微软和谷歌，在向公众提供可靠和快速的 LLM 和生成式 AI 模型访问时，也面临着无停机时间和过度承诺资源的挑战。GPU 服务器短缺和成本加剧了这些问题。为了保持客户期望的快速响应时间，苹果需要大量投资于服务器、数据中心和边缘基础设施——这是它可能目前尚未达到的基础设施水平。
对于苹果智能的初始部署，公司选择了一种混合方法来平衡成本和性能，结合了设备处理与私有云计算 (PCC)。设备处理利用了 iPhone 15 Pro 系列中的 A17 Pro 芯片和 iPad 及 Mac 中的 M 系列芯片，以增强安全性和隐私性。对于更苛刻的任务，PCC 允许云操作同时保持用户隐私。PCC 设计有定制的苹果硅芯片和强大的操作系统，以确保个人数据安全并防止未经授权的访问。
苹果目前专注于将其生成式 AI 服务推广到高端设备，作为苹果智能部署的第一阶段。这使得苹果能够在扩展到更广泛设备之前增强其 AI 功能和基础设施。为了将苹果智能带给其余生态系统，公司可能会在边缘部署 AI 加速服务器设备，使能力较弱的设备也能从高级 AI 功能中受益。然而，这种基础设施尚未准备好进行大规模部署，因为苹果转向 AI 开发的时间仍然较短。
边缘计算涉及在数据生成地附近处理数据，而不是完全依赖中央数据中心，这可以显著提高性能并减少延迟。然而，部署边缘计算基础设施既复杂又昂贵，需要强大的硬件和软件解决方案来确保无缝集成和安全。苹果以其对硬件和软件开发的细致入微而闻名，公司可能仍在测试和完善其边缘计算解决方案，然后才大规模推出。
虽然 NVIDIA 是 GPU 服务器领域的主要参与者，但其他包括传统的基于 x86 Intel 和 Arm 的服务器提供商，如高通和 Ampere。这些服务器也可以使用 NVIDIA GPU，但苹果可能希望控制与操作系统和硅芯片的集成，以部署 AI 计算。此外，从 NVIDIA 或其他 HPC 服务器供应商的供应链可能不足以满足苹果大规模部署的需求。
据《The Register》报道，苹果正在开发自己的 AI 服务器，预计这些服务器将更具成本效益，并且与苹果生态系统更好地集成。这些服务器目前正在数据中心进行基础模型使用的测试，预计将于 2025 年更广泛地推出。这种分阶段的方法确保苹果可以在逐步扩展其 AI 能力的同时保持高隐私、安全性和用户体验标准。
苹果决定将苹果智能限制在高端机型，是由与大规模部署 AI 相关的显著成本和基础设施挑战驱动的，使公司能够确保平稳和安全的用户体验，同时为未来的扩展奠定基础。
随着苹果继续开发其 AI 基础设施，包括潜在的边缘计算解决方案，我们预计未来几年将部署更广泛的苹果智能。这种分阶段的方法确保苹果可以在逐步扩展其 AI 能力的同时保持高隐私、安全性和用户体验标准。
