苹果用谷歌TPU训练AI，都怪英伟达太贵？

谷歌好用还便宜。

这两天，Apple Intelligence 的上线成为了最大的科技新闻之一。

虽然相比 1 个多月前公布的完整版 Apple Intelligence，苹果 iOS 18.1 beta 1 中引入的 Apple Intelligence 功能并不完整，Image Playground、Genmoji、优先通知、具有屏幕感知功能的 Siri 和 ChatGPT 集

成……这些统统都还没有。

但总的来说，苹果还是带来了 Writing Tools（写作工具）、通话录音（含转录）以及全新设计的 Siri。

其中，Writing Tools 支持重写、专业化、简略等功能，可以用于聊天、发朋友圈、小红书笔记以及文本写作等场景；通话录音不仅可以记录通话，还能自动转录成文本，方便用户回顾。

此外，Siri 也得到了「升级」，可惜目前还仅限于设计，包括全新的「跑马灯」特效以及键盘输入支持。

但引人注目的是，苹果在一篇名为《Apple Intelligence Foundation Language Models》的论文中披露，苹果并没有采用常见的英伟达 H100 等 GPU，而是选了「老对手」谷歌的 TPU，训练 Apple Intelligence

的基础模型。

用谷歌 TPU，炼成 Apple Intelligence

众所周知，Apple Intelligence 总共分成三层：一层是运行在苹果设备本地的端侧 AI，一层是基于「私有云计算」技术运行在苹果自有数据中心的云端 AI。按照供应链传出的消息，苹果将通过大量制造 M2 Ultra

来构建自有数据中心。

此外还有一层，则是接入第三方云端大模型，比如 GPT-4o 等。

不过这是推理端，苹果是如何训练出自己的 AI 模型，一直是行业内关注的焦点之一。而从苹果官方的论文来看，苹果是在 TPUv4 和 TPUv5p 集群的硬件上训练了两个基础模型：

一个是参数规模达到 3 亿的设备端模型 AFM-on-device，使用 2048 块 TPU v5p 训练而成，本地运行在苹果设备上；一个是参数规模更大的服务器端模型 AFM-server，使用 8192 块 TPU v4 芯片训练，最终运

行在苹果自有数据中心里。

这就奇怪了，毕竟我们都知道，英伟达 H100 等 GPU 才是目前训练 AI 的主流选择，甚至会有「AI 训练只用 Nvidia GPU」的说法。

与之相对，谷歌的 TPU 就显得有些「名不见经传」。

但事实上，谷歌的 TPU 是专为机器学习和深度学习任务设计的加速器，能够提供卓越的性能优势。凭借其高效的计算能力和低延迟的网络连接，谷歌的 TPU 在处理大型模型训练任务时表现出色。

例如，TPU v4 就能提供了每个芯片高达 275 TFLOPS 的峰值算力，并通过超高速互连将 4096 个 TPUv4 芯片连接成一个大规模的 TPU 超算，从而实现算力规模的倍增。

而且不仅是苹果，其他大模型公司也采用了谷歌的 TPU 来训练他们的大型模型。Anthropic 公司的 Claude 就是一个典型的例子。

Claude 如今可以说是 OpenAI GPT 模型最强大的竞争对手，在 LMSYS 聊天机器人竞技场上，Claude 3.5 Sonnet 与 GPT-4o 始终是「卧龙凤雏」（褒义）。而据披露，Anthropic 一直没有购买英伟达 GPU 来

搭建超算，就是使用 Google Cloud 上 TPU 集群来训练和推理。

去年底，Anthropic 还官宣率先使用 Google Cloud 上的 TPU v5e 集群来训练 Claude。

Anthropic 的长期使用，以及 Claude 表现出来的效果，都充分展示了谷歌 TPU 在 AI 训练中的高效性和可靠性。

此外，谷歌的 Gemini 也是完全依赖于自研的 TPU 芯片进行训练。Gemini 模型旨在推进自然语言处理和生成技术的前沿，其训练过程需要处理大量的文本数据，并进行复杂的模型计算。

而 TPU 的强大计算能力和高效的分布式训练架构，使得 Gemini 能够在相对较短的时间内完成训练，并在性能上取得显著突破 。

但如果说 Gemini 尚可理解，那从 Anthropic 到苹果又为什么选择谷歌 TPU，而不是英伟达 GPU？

TPU 和 GPU，谷歌和英伟达的暗战

在本周一举办的计算机图形学顶级会议 SIGGRAPH 2024 上，英伟达创始人兼 CEO 黄仁勋透露，本周英伟达就将发送 Blackwell 架构的样品，这是英伟达最新一代的 GPU 架构。

2024 年 3 月 18 日，英伟达 GTC 大会上发布了其最新一代 GPU 架构——Blackwell，以及最新一代 B200 GPU。在性能上，B200 GPU 在 FP8 及新的 FP6 上可以达到 20 petaflops（每秒千万亿次浮点运算）

的算力，使其在处理复杂 AI 模型时表现出色。

Blackwell 发布的两个月后，谷歌也发布了其第六代 TPU（Trillium TPU），每块芯片在 BF16 下可以提供接近 1000 TFLOPS（每秒万亿次）的峰值算力，谷歌也将其评价为「迄今为止性能最高、最节能的

TPU」。

对比谷歌的 Trillium TPU，英伟达 Blackwell GPU 在高带宽内存（HBM3）和 CUDA 生态系统的支持下，在高性能计算中仍然有着一定的优势。在单个系统中，Blackwell可以并行连接多达 576 个 GPU，实现

强大的算力和灵活的扩展性。

相比之下，谷歌的 Trillium TPU 则注重在大规模分布式训练中的高效性和低延迟。TPU 的设计使其能够在大规模模型训练中保持高效，并通过超高速网络互连减少通信延迟，从而提高整体计算效率。

而不仅是在最新一代的 AI 芯片上，谷歌与英伟达之间的「暗战」实际已经存在了 8 年，从 2016 年谷歌自研 AI 芯片 TPU 就开始。

到今天，英伟达的 H100 GPU 是目前主流市场上最受欢迎的 AI 芯片，不仅提供了高达 80GB 的高带宽内存，还支持 HBM3 内存，并通过 NVLink 互连实现多 GPU 的高效通信。基于 Tensor Core 技术，H100

GPU 在深度学习和推理任务中具有极高的计算效率。

但同时，TPUv5e 在性价比上具有显著优势，特别适合中小规模模型的训练。TPUv5e 的优势在于其强大的分布式计算能力和优化的能耗比，使其在处理大规模数据时表现出色。此外，TPUv5e 还通过谷歌云平

台提供，便于用户进行灵活的云端训练和部署。

整体来说，英伟达和谷歌在 AI 芯片上的策略各有侧重：英伟达通过提供强大的算力和广泛的开发者支持，推动 AI 模型的性能极限；而谷歌则通过高效的分布式计算架构，提升大规模 AI 模型训练的效率。这两

种不同的路径选择，使得它们在各自的应用领域中都展现出了独特的优势。

不过更重要的是，能打败英伟达的，也只有采用软硬件协同设计策略，同时拥有强大的芯片能力和软件能力的对手。

谷歌就是这样一个对手。

英伟达霸权的最强挑战者

Blackwell 是继 Hopper 之后英伟达的又一重大升级，具有强大的计算能力，专为大规模语言模型（LLM）和生成式 AI 而设计。

据介绍，B200 GPU 采用了台积电 N4P 工艺制造，拥有多达 2080 亿个晶体管，由两块 GPU 芯片采用互连技术「组成」，并且配备了高达 192GB 的 HBM3e（高带宽内存），带宽可达 8TB/s。

而在性能上，谷歌的 Trillium TPU 相比上一代 TPU v5e 在 BF16 下提升了 4.7 倍，HBM 容量和带宽、芯片互连带宽也都翻了一番。此外，Trillium TPU 还配备了第三代SparseCore，可以加速训练新一代基础

模型，延迟更低，成本也更低。

Trillium TPU 特别适合大规模语言模型和推荐系统的训练，可以扩展出数百个 集，通过每秒 PB 级别的网络互连技术连接数以万计的芯片，实现另一种层面的超级「计算机」，大幅提升计算效率和减少网络延

迟。

从今年下半年开始，Google Cloud 用户就能率先采用这款芯片。

总的来说，谷歌 TPU 的硬件优势在于其高效的算力和低延迟的分布式训练架构。这使得 TPU 在大规模语言模型和推荐系统的训练中表现出色。然而，谷歌 TPU 的优势还在于独立于 CUDA 之外另一个完整的

生态，以及更深度的垂直整合。

通过 Google Cloud 平台，用户可以灵活地在云端进行训练和部署。这种云端服务模式不仅减少了企业在硬件上的投入，还提高了 AI 模型的训练效率。Google、 Cloud 还提供了一系列支持 AI 开发的工具和服

务，如 TensorFlow 和 Jupyter Notebook，使开发者能够更加便捷地进行模型训练和测试。

谷歌的 AI 生态系统中还包含了多种开发工具和框架，如 TensorFlow，这是一个广泛使用的开源机器学习框架，能够充分利用 TPU 的硬件加速功能。谷歌还提供了其他支持 AI 开发的工具，如 TPU Estimator

和 Keras，这些工具的无缝集成大大简化了开发流程。

此外，谷歌的优势还在于：谷歌自己就是对 TPU 算力需求最大的客户。从 YouTube 海量视频内容的处理，到 Gemini 的每一次训练和推理，TPU 早就融入谷歌的业务体系之中，也满足了谷歌的巨量算力需

求。

可以说，谷歌的垂直整合远比英伟达来得彻底，几乎完全掌握了从模型训练到应用，再到用户体验的关键节点，这实际也给了谷歌更大的可能，可以根据技术和市场趋势从底层开始优化效率。

所以尽管在芯片的性能指标上，Trillium TPU 依然难以和 Blackwell GPU 相抗衡，然而具体到大模型的训练上，谷歌仍能通过系统性地优化效率，比肩甚至超越英伟达 CUDA 生态。

在 Google Cloud 用 TPU，是苹果最好的选择

简言之，谷歌 TPU 集群性能、成本和生态的优势，使其成为大规模 AI 模型训练的理想选择。反过来，在 Google Cloud 用 TPU 也是苹果现阶段最好的选择。

一方面是性能和成本。TPU 在处理大规模分布式训练任务时表现出色，提供高效、低延迟的计算能力，满足苹果在 AI 模型训练中的需求。而通过使用 Google Cloud 平台，苹果可以降低硬件成本，灵活调整计

算资源，优化 AI 开发的总体成本。

另一方面是生态。谷歌的 AI 开发生态系统也提供了丰富的工具和支持，使得苹果能够更高效地开发和部署其 AI 模型，再加上 Google Cloud 的强大基础设施和技术支持也为苹果的 AI 项目提供了坚实的保障。

今年 3 月，曾经任职于英伟达、IBM 和谷歌的 Sumit Gupta 加入了苹果，领导云基础设施。根据报道，Sumit Gupta 于 2021 年加入谷歌的 AI 基础设施团队，并最终成为了谷歌 TPU、自研 Arm CPU 等基础设

施的产品经理。

Sumit Gupta 比苹果内部绝大部分人都更了解谷歌 TPU的优势所在。

本文来自微信公众号“雷科技”，作者：雷科技，36氪经授权发布。