智通财经APP获悉，长江证券发布研报称，在2024年的全球开发者大会上，苹果(AAPL.US)推出了个人智能助理Apple Intelligence。该助手包含了多个功能强大的生成模型，可以快速、高效地处理用户日常任务，并能即时适应用户当前的活动。此外，苹果发布了基础模型AFM，为底层操作系统赋能。Apple Intelligence正是由AFM基础模型赋能的。在算力层面，AFM模型由谷歌(GOOG.US)TPU算力芯片提供支持，该TPU性能追及英伟达(NVDA.US)旗舰算力芯片。

苹果发布Apple Intelligence智能助手

苹果发布了基础模型AFM，为底层操作系统赋能。在2024年的全球开发者大会上，苹果推出了个人智能助理Apple Intelligence。Apple Intelligence包含了多个功能强大的生成模型，可以快速、高效地处理用户日常任务，并能即时适应用户当前的活动。Apple Intelligence可以实现撰写和润色文本、优先处理和总结通知、为与家人朋友的对话创建有趣的图片等功能，以及采取应用内操作以简化跨应用交互。Apple Intelligence将被搭载于IOS18、IOS18ipad以及MacOS18操作系统上。目前Apple Intelligence搭载于iOS18.1Beta版上，仅限注册开发者试用，订阅价格为99美金一年;普通用户仍需要排队等待。

Apple Intelligence由AFM基础模型赋能

AFM基础模型主要包含了端侧模型和云端模型两个部分。其中端侧模型专为端侧应用的特定场景所设计，只能处理语言相关的单模态任务，可以本地化搭载于iphone、ipad、Mac等设备上，模型包含30亿参数量。云端模型为私有云应用场景所设计，具备多模态能力，有更高的泛化能力，可应对更加通用的任务。这两个基础模型是苹果创建的生成式模型家族中的一部分，除了上述两个模型，Apple Intelligence还包含了一个编码模型和一个扩散模型。编码模型基于AFM语言模型，用于为Xcode注入智能功能;扩散模型帮助用户以视觉方式表达自己，比如在Messages应用中使用。

AFM云端模型性能追及GPT-3.5，略逊于GPT-4。

在模型性能评估阶段，苹果设计了1393个任务，将AFM模型与其他主流模型的性能进行了对比。对比结果显示，AFM云端模型性能超越Mixtral-8x22混合专家模型、GPT-3.5等模型，略逊于GPT-4和LLaMA-3-70B模型;在端侧模型方面，AFM端侧模型性能接近市场主流端侧模型。人类测评结果显示，AFM端侧模型性能超越Gemma-7B、Phi-3-mini、Mistral-7B、Gemma-2B等主流模型，略逊于LLaMA-3-8B模型;结果证明了AFM端侧模型的优异性能，有望在iPhone、iPad等设备上发挥较高实用性。

异构芯片或成AI算力发展新方向

在算力层面，AFM模型由谷歌TPU算力芯片提供支持。谷歌为本次训练提供了算力支持，云端的AFM-server模型由8192个TPU V4算力芯片训练得到，在训练阶段，苹果把8192芯片分成8组，每组1024个芯片相互串联形成一个基本单位，各组之间保持平行关系，训练数据与迭代仅在组内完成;端侧的AFM-on-device模型由2048个TPU V5p算力芯片训练得到。

谷歌TPU性能追及英伟达旗舰算力芯片。TPU(Tensor Processing Unit)，是一种专为处理张量运算而设计的ASIC芯片。TPU通过脉动阵列机制实现高效运算。与GPU相比，TPU不需要再频繁地访问内存，减少了与存储器的交互次数，从而大幅度提高了计算效率。因此，TPU的有效算力利用率相比于GPU更高;GPU的算力利用率通常为20%-40%，而TPU的算力利用率往往超过50%。

风险提示

1、AI技术推进不及预期;

2、下游应用需求不及预期。