分析很深入
【1】、苹果AI的部署方式
【2】、苹果在ai领域的三层逻辑
AI的部署方式-设备端与云端相结合
AI手机的三层模型
• 第一层为Apple Intelligence模型基座中的自有模型(On- device),安装在用户设备上,通常具有较小的模型尺寸,以适应 设备上的计算和存储限制,成为交互新UI。
• 第二层为Apple Intelligence模型基座中的私有云模型(Private Cloud), 是储存在Apple私有云服务器上的较大模型,处理更复杂 的任务(目前还未命名)。
• 第三层为第三方模型(Third-Party),由其他公司或组织开发的 模型,Apple可能与之合作以提供服务或功能,处理剩下约10%响应 需求。
苹果AI的三层逻辑
苹果AI的三层逻辑
• 第一逻辑为换机,AI大模型与智能手机结合的趋势已经日渐明朗。苹果将于明年发布的iPhone16有望成为其首款AI手机,
有望引发一股大规模的换机潮,众多金融服务公司给出了对于苹果收益的利好预测。
• 第二层为“新苹果”税,苹果用户通过苹果App Store进行App付费下载或购买数字商品及服务时,苹果公司会通过其支付系 统收取一定比例的费用,这部分分成在苹果的垄断地位下显得尤为突出,也遭受过诸多审查。AI上线后苹果税也必然相应 改变调整。
• 第三层为硬件扩展,其中以AI推理芯片为主要落脚点。过去十年间,苹果公司积极推进iPhone、iPad、Apple Watch和 Mac电脑的自研芯片设计,新发行的M4芯片大有可为。而与此同时,苹果公司已在自主开发可以在数据中心服务器中运 行AI软件的推理芯片,避开英伟达有望为其在AI竞赛中带来一项关键优势。
第一逻辑:换机-Intelligence
新siri是一个Ferret UI,全新的UI交换界面,从图标点击进入了新的 交互方式领域。
此UI的目的就是去训练大模型去视觉上理解手机屏幕UI界面,自动化用 户操作中的感知以及交互功能。它专注于屏幕内的特定 UI 元素,为更 高级的任务打下基础,例如将自然语言映射到UI屏幕上的操作,执行更 高级的推理功能。
ureferring tasks和grounding tasks,即引用(可以让用户以自由形状 圈定屏幕上的某个区域)和定位(大模型输出回答时正确地选定相关区 域的能力)。
第一逻辑:换机-Openai
Siri18 可以直接调用Openai 模型,不需要账号登录。Siri 会判断查询是否有助于转发到 ChatGPT,并 询问是否允许共享,用户可以提出与文本、文档、照片、PDF 等相关的问题。
目前GPT-4o发布之后,ChatGPT日活攀升,月活从2.6亿涨到3亿,客户体验反馈良好。
第一逻辑:换机
新机上线更强Siri
• 今年的iphone 15pro iphone16 升级之后,Siri18可以直接链接云端的GPT-4o。AI普适性的生
活功能,今年就能实现,但跨app内容组合功能 要等iphone 17之后才有体现。
• Siri 现在可以为用户提供全面的设备支持,无论他们身在何处,都能解答关于 iPhone、iPad 和 Mac 操作的数千个问题。比如,用户可以学习如何在 Mail 中安排邮件、如何从浅色模式 切换到深色模式等各种操作。
预计换新后苹果服务业绩猛增
• 预计2025年和26年iphone销量达到4.98亿,单财年增增长22%。Apple Intelligence技术的推 出将激发潜在的“换新”需求,从而开启“多年升级周期”,带动出货量强劲上涨。预计在25 财年和26财年,66-69%的iPhone出货量将是新机型,比24财年高出2-6个百分点,比22财年之 前的峰值高出3个百分点,推动iPhone ASP年度增长4-5%。
• Apple Intelligence功能将成为苹果设备多年升级周期的“显著催化剂”。受益于AI技术, Woodring预计,苹果的平均售价(ASP)年增长率将达5%.
第二逻辑:新苹果“税”
苹果生态紧密度高,苹果对个人客户,对内容商提供数据保护 • 个人隐私模糊处理清洗
• 内容商调用但保证不用客户数据训练
• 未经同意,不得将数据接入大模型,如ChatGPT
• “端侧模型+云上模型”的方式,使用信息都会集中存到Apple服务器上而非个人跨app任务窗口
• “Hi siri,帮我看看我下午的飞机不能起飞概率有多高?如果高于65%,麻烦帮我换高铁” • 授权商旅网,航旅纵横,航空公司,12306,支付第三方
uIntelligence做任务接收,单一指令,内容商接入API,做交互 • 复杂指令,接受任务,云端拆解任务
• 调取不同内容数据库,给予解决方案
• AI拆解任务、调用APP/API接口等一些能力的支持。
不同厂商之间采取不同合作方式
• 苹果的目标是通过AI代理改变人机交互方式,将数据和隐私信息统一管理,以更全面地理解用户需求。尽管AI代理会降低用户在某些APP上的时长,但苹果的AI功能将替代部分工具型APP,实现更高效、更个性化的用户体验 u数据商
• 接入Intelligence,被调取,应用服务苹果分成大头 u内容服务商
• 本身内涵数据和服务,微信和亚马逊等,提供较成熟解决方案,siri接入它们的服务端口,内容商占大头。苹果的终端覆盖优势, 内容商的格局未来可能都会有大变化u苹果最新财报
• 单季度服务收入238亿美金,相对去年同期上升14.16% 均摊14亿用户,一年一台机贡献68美元
• 若新Intelligence后续能成功,议价能力继续攀升。
第三逻辑:硬件扩张
• • •
•安卓生态的问题
模型与芯片的适配问题,高通gen4等算子特别高,但是对于内存,显存等如何和模型适配,还需要磨合。 模型厂商如何删除参数,保留哪些模型,留哪些功能适配芯片,也需要磨合。 安卓体系手机主要市场在韩国和中国,没有多模态大模型做支撑,没有往这方向的新UI研发方向靠。
鸿蒙生态的问题
• 正在迁移,这个工程量本身很大
• 后续如何引入内容厂商加入新UI生态
• 云端模型选择则是各家手机厂商要做的事
未来,Google+高通给出了一个一体化方案 l GPU+NPU+DRM +模型,赋予手机厂商新UI,从而助力崛起。
第三逻辑:AI推理芯片
uPrivide Cloud
• 多核心CPU:M4拥有一个全新的CPU,最多包含10个核心,包括性能核心和效率核心。
• 10核GPU:M4的GPU基于M3芯片中引入的下一代GPU架构,首次为iPad带来动态缓存、硬件加速的光线追踪和网格着色技术。
u最快的神经引擎
• M4拥有Apple迄今为止最快的神经引擎,每秒能够执行高达38万亿次运算,速度超过当今任何AI PC的神经处理单元。
M5预计会使用TSMC的封装技术(packaging technology),目的在于提高消费者的Mac以及AI服务器和云 计算工具的性能表现。
苹果开发自研推理ai芯片,但今年不会投放大量芯片
• 当前,AI市场主要集中在使用大数据训练大语言模型的[训练]阶段,英伟达成为这一领域的主要受益者。
• 然而,随着AI大模型变得更精简、可在设备上运行并专注于推理任务,芯片制造商的市场重心将转向[推理],即模型应用 • 展望产业发展趋势,AI算力负载有望逐步从训练向推理端迁移,从而降低AI芯片门槛。
苹果要求大模型厂商将模型放在自己的私有云 • 保证客户和内容商数据安全,具有相对大的体量。
苹果未来将在M系列的芯片上,例如M5 Pro/Max/Ultra等处理器上采取台积电(TSMC)的SoIC-X的3D封装 技术。台积电预计2025年及以后将大幅度扩大SoIC产能。
该系列芯片将用于Mac和一些即将推出的苹果私有云计算的基础设备上 u苹果疑似想要分割M系列芯片中的CPU和GPU为不同的芯片(chiplets),具体细节暂未明了。
关于“M5芯片”的最早提及的地方在官方Apple code当中。
苹果采用SoIC工艺主要目的是为了在有限的性能牺牲下节约成本。
缩小SRAM(静态随机存取储存器)变得越来越有挑战性,在3nm或2nm工艺节点上制作I/O功能性价比低。 chiplet成为解决问题的答案——将不同的组件分成不同工艺节点上的更小的芯片,以便更先进的节点主 要用于计算功能,而内存(SRAM)和模拟(I/O)功能可以用相对更成熟的节点(例如 5nm)制造。
同时布局芯片和平台
芯片端
• 2017年,苹果发布A11处理器,首次搭载神经网络引擎处理器单元NPU,打开移动终端的AI时代。
• 之后,苹果A系列芯片不断升级,2020年开始发布的M系列芯片更带来了突破性的机器学习性能。
• 2024年5月,苹果全新发布M4芯片,包含一个16核神经处理单元,NPU性能为38 TOPS,比M2芯片快了整整一倍, 比A11仿生芯片强了近60倍。
平台端
• 配备 A17 Pro 芯片或任何 M 系列芯片的设备即将能够使用Apple intelligence,包括iPhone 15 Pro, iPone 15 ProMax, M1或更高版本的Mac, iPad Pro 和iPad Air。
• 即将推出的iPhone 16系列等也将支持Apple Intelligence。
• 公司将在未来一年里陆续更新Apple Intelligence功能,并支持更多的语言和设备。
分析很深入