蘋果站臺 AWS：正在用亞馬遜自研晶片，並評估 Trainium2 訓大模型

熟悉蘋果的人都知道，這家公司對自己的供應鏈和後臺技術細節向來守口如瓶，極少允許供應商拿自己當客戶案例來宣傳。

但在週二的 AWS re:Invent 大會上，蘋果機器學習與 AI 高階總監 Benoit Dupin 卻破天荒直接登臺，公開為亞馬遜的自研 AI 晶片站臺。

蘋果高管現身 AWS 現場

Dupin 在臺上表示，蘋果和 AWS 已經合作了超過十年，包括 Siri、蘋果地圖和 Apple Music 在內的多項服務都在 AWS 上執行。

在具體的 AI 應用上，蘋果已經在搜尋等服務中採用了亞馬遜自研的 Inferentia 和 Graviton 晶片。Dupin 透露，這些自研晶片為搜尋服務帶來了整整 40% 的效率提升。

更引人注意的是模型訓練。蘋果目前正在評估亞馬遜最新發布的 Trainium2 晶片，打算用它來預訓練自己的專有模型，比如 Apple Intelligence。

按照 Dupin 的說法，在評估 Trainium2 的早期階段，他們預計預訓練的效率能有高達 50% 的提升。恰好在同一天，亞馬遜正式宣佈 Trainium2 晶片全面開放租賃。

AWS 執行長 Matt Garman 也在接受 CNBC 採訪時透露，蘋果其實很早就成了 Trainium 晶片的早期測試者。蘋果當時主動找到 AWS，表示需要基礎設施來構建生成式 AI 能力，實現 Apple Intelligence 的願景。

不把雞蛋放在輝達的籃子裡

現在行業裡絕大多數生成式 AI 訓練，都死死繫結在輝達昂貴的高效能 GPU 上。但蘋果的做法顯然不太一樣。

今年早些時候，蘋果在一篇研究論文中就曾披露過，他們訓練 Apple Intelligence 時用的是 Google Cloud 的 TPU 晶片。

而在端側和推理層面，蘋果也是自己的晶片唱主角。日常任務儘量在 iPhone、iPad 或 Mac 的本地晶片上跑，遇到複雜任務，再交給搭載蘋果自研 M 系列晶片的專用伺服器處理。

如今再加上對 AWS Trainium2 晶片的評估，蘋果在雲端算力上的選擇顯得格外分散。蘋果本身也是微軟 Azure 和 Google Cloud 的客戶，但這次公開給 AWS 站臺，無疑是對亞馬遜自研晶片投出的一張信任票。

為什麼重要

我們認為，蘋果這次公開站臺，最大的看點是向整個行業證明了一件事：哪怕是做前沿的生成式 AI，也不一定非要向輝達交昂貴的保護費。

對普通使用者來說，你在手機上用 Siri 或者摘要功能時，根本感知不到底層用了什麼晶片。但云端訓練和執行效率提升 40% 到 50%，意味著蘋果維護端雲協同 AI 的成本能大幅降低，服務表現也會更加穩定。

對雲端計算行業來說，這更是 AWS 夢寐以求的背書。在微軟與 OpenAI 深度繫結、谷歌靠 TPU 自給自足的背景下，AWS 急需證明自己的 Trainium 晶片能打，而蘋果這個重量級客戶的名字，比任何基準測試成績都管用。

從蘋果的策略來看，這一步走得相當精明。它沒有跟風去瘋搶高價輝達叢集，而是選擇在谷歌 TPU、亞馬遜 Trainium 和自研 M 系列晶片之間左右逢源，誰的價效比高就用誰。不過看起來這種方案也有門檻，軟硬體適配和遷移成本並不低，目前蘋果對 Trainium2 也還處於評估階段，能否全面承接核心模型的訓練，還需要後續實際落地的檢驗。