Apple은 인공지능 작업에서 Mac 컴퓨터의 사용을 확대하고 있으며, 데이터의 로컬 처리와 클라우드 인프라 의존도를 줄이는 데 중점을 두고 있습니다. 업데이트된 Mac Mini와 Mac Studio는 프로그래밍 및 대형 AI 모델 작업을 포함한 복잡한 작업을 장치에서 직접 수행할 수 있습니다. 이러한 컴퓨터의 구성은 거의 20,000달러에 달할 수 있지만, 구매 후 사용자는 클라우드 제공업체에 별도의 계산 토큰을 지불하지 않습니다. 기업 시장에서는 계산 능력이 장비와 함께 구매되어 여러 번 사용되는 다른 비용 모델을 만듭니다. Apple은 모바일 장치를 위한 에너지 효율적인 칩 개발에서 쌓은 경험을 이 세그먼트에 적용하려고 합니다. 그러나 과제의 규모는 여전히 큽니다: IDC에 따르면, 기업 시장의 데스크톱 및 노트북 컴퓨터에서 Apple의 점유율은 약 4.6%이며, Windows 시스템은 91.3%를 차지하고 있습니다.
이 접근법의 기반은 Apple Silicon 아키텍처로, 계산 블록과 메모리가 서로 밀접하게 연결되어 있습니다. 이러한 구성은 메모리와의 데이터 교환 속도에 크게 의존하는 AI 부하에서 더 효율적으로 작동할 수 있게 합니다. Apple은 추가적으로 Mac Studio의 분산 계산 기능을 개발하고 있습니다: 컴퓨터를 특수 칩 간 상호작용 기술을 사용하여 하나의 시스템으로 통합할 수 있습니다. 최근 시연에서 회사는 약 1조 개의 매개변수를 가진 모델과 함께 작동하는 네 대의 Mac Studio를 보여주었습니다. 이 시스템은 프로그래밍 코드의 오류를 찾고 수정하는 데 사용되었습니다. 이러한 작업은 전통적으로 데이터 센터 인프라에서 수행되지만, 구성된 Mac은 하나의 콘센트에서 전력을 소비했습니다. 이러한 시나리오는 Apple이 여러 대의 연결된 컴퓨터를 작업 스테이션뿐만 아니라 확장 가능한 로컬 계산 플랫폼으로 간주하고 있음을 보여줍니다.
이 방향의 경쟁은 여러 시장 세그먼트를 포함합니다. Nvidia는 PC용 AI 계산 솔루션을 개발하고 있으며, Microsoft는 Windows에 AI 기능을 통합하고 칩 제조업체와 협력하여 소프트웨어를 최적화하고 있습니다. Windows 생태계의 추가 과제는 많은 하드웨어 구성을 지원하는 것이지만, Apple은 프로세서, 운영 체제 및 컴퓨터의 주요 구성 요소를 모두 제어합니다. 동시에 회사는 Apple Silicon의 공통 아키텍처 원칙을 사용하여 성능이 뛰어난 Mac Studio에서 iPhone 및 iPad에 이르기까지 다양한 장치 간에 개발된 AI 모델을 확장할 계획입니다. 이러한 모델에서 로컬 계산은 단일 하드웨어 생태계의 일부가 되며, 특정 작업에 따라 전력 수준이 선택됩니다. 이 접근법의 효율성은 모델의 크기, 메모리 요구 사항, 부하의 특성 및 특정 작업을 로컬에서 얼마나 자주 수행해야 하는지에 따라 달라질 것입니다.
관련 도움말
