Apple integriert KI zur Entwicklung von Chips der nächsten Generation

Apple setzt nun generative künstliche Intelligenz ein, um die Entwicklung der Siliziumchips für seine Produkte zu unterstützen. Der Hardware-Chef des Unternehmens, Johny Srouji, hob diese Entwicklung kürzlich bei einer Rede in Belgien hervor. Er erklärte, dass Apple KI untersucht, um den Chip-Entwicklungsprozess zu optimieren, Zeit zu sparen und die Komplexität zu bewältigen, insbesondere angesichts der zunehmenden Komplexität der Halbleitertechnologie.

„Generative KI verspricht, mehr Designaufgaben in kürzerer Zeit zu erledigen und damit die Produktivität erheblich zu steigern“, erklärte Srouji. Er äußerte sich dazu, als er eine Auszeichnung von Imec entgegennahm, einer Halbleiterforschungsorganisation, die mit führenden Chipherstellern weltweit zusammenarbeitet.

Er unterstrich auch die Abhängigkeit von Apple von Software-Tools von Anbietern für elektronische Designautomatisierung (EDA), die für die Chipentwicklung von entscheidender Bedeutung sind. Synopsys und Cadence, zwei große EDA-Unternehmen, integrieren aktiv mehr KI-Funktionen in ihre Designplattformen.

Vom A4 zum Vision Pro: Eine Geschichte der Innovation

Sroujis Kommentare gaben einen ungewöhnlichen Einblick in die Abläufe bei Apple. Er skizzierte die Entwicklung des Unternehmens, beginnend mit dem A4-Chip im iPhone 4 aus dem Jahr 2010. Seit diesem Meilenstein hat Apple ein vielfältiges Portfolio an maßgeschneiderten Prozessoren für das iPad, die Apple Watch, den Mac und das Vision Pro-Headset geschaffen.

Er merkte an, dass die Hardware-Entwicklung zwar von entscheidender Bedeutung ist, die wahre Komplexität jedoch im Design liegt. Das Chip-Design ist immer komplexer geworden und erfordert eine nahtlose Koordination zwischen Hardware- und Software-Teams. Laut Srouji hat KI das Potenzial, diese Zusammenarbeit schneller und zuverlässiger zu machen.

Apples Zusammenarbeit mit Broadcom bei Serverprozessoren

Ende 2024 startete Apple still und leise ein Projekt mit dem Chiphersteller Broadcom, um seinen ersten KI-Serverprozessor zu entwickeln. Dieser Chip mit dem internen Codenamen „Baltra” ist Berichten zufolge Teil der umfassenderen Strategie von Apple, die Backend-Unterstützung für KI-Dienste zu stärken, darunter auch solche, die mit der Apple Intelligence Suite für iPhones, iPads und Macs verbunden sind.

Der Baltra-Chip wurde für die private Cloud-Infrastruktur von Apple entwickelt und wird in Servern betrieben werden, die wahrscheinlich in den firmeneigenen Rechenzentren untergebracht sind. Er soll intensive KI-Workloads verarbeiten, die für Prozessoren auf den Geräten selbst nicht praktikabel sind.

Ausgewogenes Verhältnis zwischen gerätebasierter und cloudbasierter KI-Verarbeitung

Apple strebt ein Gleichgewicht zwischen der Privatsphäre der Nutzer und der Bereitstellung leistungsstarker KI-Funktionen an. Während einige KI-Funktionen direkt auf den Geräten ausgeführt werden, nutzen andere serverseitige Chips wie Baltra. Diese Architektur ist ein Kernbestandteil der „Private Cloud Compute”-Initiative von Apple.

Das Unternehmen gibt an, dass dieser Ansatz keine Benutzeranmeldung erfordert und Daten anonymisiert. Sein Erfolg hängt jedoch von einer robusten Hardware-Grundlage ab, die Geräte und Cloud-Server umfasst – eine Aufgabe für Chips wie Baltra. Die Entwicklung von maßgeschneiderten Server-Chips würde Apple eine größere Kontrolle über Leistung, Sicherheit und Systemintegration ermöglichen.

Eine konsequente „All-In”-Strategie für Hardware

Srouji betonte, dass Apple es gewohnt ist, erhebliche Risiken im Hardwarebereich einzugehen. Als das Unternehmen 2020 seine Mac-Produktreihe von Intel auf seine eigene Apple Silicon umstellte, hatte es keinen Notfallplan parat.

„Die Umstellung des Mac auf Apple Silicon war für uns ein gewaltiges Wagnis. Es gab keinen Backup-Plan, keine Strategie für eine geteilte Produktpalette. Wir sind voll eingestiegen, was einen enormen parallelen Software-Aufwand erforderte”, erinnert er sich.

Dieselbe Philosophie scheint nun auch Apples Ansatz bei der Entwicklung von KI-Chips zu leiten. Srouji deutete an, dass das Unternehmen bereit ist, erneut alles auf eine Karte zu setzen, da es davon überzeugt ist, dass KI-Tools den Designprozess beschleunigen und verfeinern können.

Der Einfluss von EDA-Partnern: Synopsys und Cadence

Obwohl Apple seine eigenen Chips entwickelt, ist das Unternehmen in hohem Maße auf Software von externen Partnern angewiesen. Srouji würdigte die wichtige Rolle, die EDA-Anbieter wie Cadence und Synopsys spielen. Beide Unternehmen erweitern ihre Software-Suiten um fortschrittliche KI-Funktionen.

Synopsys hat kürzlich ein Tool namens AgentEngineer auf den Markt gebracht, das KI-Agenten einsetzt, um Routineaufgaben zu automatisieren und komplexe Arbeitsabläufe für Chip-Designer zu verwalten. Dadurch können sich menschliche Ingenieure auf strategische Entscheidungen auf höherer Ebene konzentrieren, was die Entwicklungszyklen für Unternehmen wie Apple potenziell beschleunigen könnte.

Cadence erweitert ebenfalls sein Angebot an KI-gestützten Lösungen. Beide Unternehmen konkurrieren darum, die Nachfrage von Technologieunternehmen nach schnelleren und kostengünstigeren Lösungen für das Chipdesign zu bedienen.

Der Weg in die Zukunft: Fähigkeiten, Validierung und Fertigung

Da Apple die Integration von KI in das Chipdesign weiter vorantreibt, muss das Unternehmen neue Talente gewinnen. Dazu gehören Ingenieure mit Kenntnissen im Bereich KI-Tools und Fachleute mit Expertise sowohl in Hardware als auch im maschinellen Lernen.

Gleichzeitig müssen Chips wie Baltra strengen Tests und Fertigungsprozessen unterzogen werden. Es wird erwartet, dass Apple weiterhin mit Herstellern wie TSMC für die Produktion zusammenarbeitet. Die Designphase wird jedoch zunehmend internalisiert, wobei KI als wichtiger Katalysator für diesen Übergang fungiert.

Wie Apple diese KI-gestützten Chips in zukünftige Produkte und Dienstleistungen integrieren wird, bleibt abzuwarten. Deutlich wird jedoch das Bestreben des Unternehmens, die Kontrolle über die gesamte Technologiepalette zu konsolidieren – von der Hardware und Software bis hin zur zugrunde liegenden KI-Infrastruktur.