Apples Erfolgsgeheimnis in Sachen KI und maschinelles Lernen ist nicht über Nacht entstanden, sondern geht auf eine wichtige Entscheidung aus dem Jahr 2017 zurück. In einem neuen Interview haben die Apple-Manager Tom Boger und Tim Millet einen seltenen Einblick in die frühe Entwicklung von Apple Intelligence gewährt und erklären, warum der M1-Chip hierbei eine wichtige Rolle gespielt hat.
Fotocredit: Apple
Warum Apples Fortschritt in der KI schon 2017 begann
Der M1-Chip aus dem Jahr 2020, Apples erstes hauseigenes SoC (System on a Chip) für Macs, war von Anfang an für die Verarbeitung von KI und maschinellem Lernen ausgelegt. Das war jedoch kein Zufall, sondern die Folge von strategischer Weitsicht und sorgfältiger Planung.
Im Jahr 2017 entwickelte Apples Chip-Team die erste Version der Neural Engine – eine wichtige Hardwarekomponente für maschinelle Lernaufgaben. Ursprünglich war die Neural Engine für die Verbesserung der Computerfotografie gedacht (z. B. für den Porträtmodus auf dem iPhone), aber in jenem Jahr erkannten die Apple-Ingenieure einen bedeutenden Wandel in der KI-Landschaft.
2017 wurde die Forschungsarbeit „Attention Is All You Need“ veröffentlicht. In der Arbeit wurde erstmals das Konzept der sogenannten „Transformer Networks“ vorgestellt. Hierbei handelt es sich um eine spezielle Art von neuronalen Netzwerken, die sich durch ihre Fähigkeit auszeichnen, die Beziehungen zwischen einzelnen Teilen einer Eingabe effizient zu modellieren. Man könnte sagen, dass wir es hier mit dem Rückgrat der modernen KI zu tun haben.
Schnell merkte man bei Apple, dass diese Forschungsarbeit wegweisend sein sollte und so begann man im Unternehmen die Umgestaltung der Neural Engine, wie sich Tim Millet im „Circuit“-Podcast erinnert:
„Wir haben [die Neural Engine] im Jahr 2017 eingeführt, aber 2017 ist noch etwas anderes Interessantes passiert, nämlich die Veröffentlichung von ‚Attention is All [You Need]‘. Dies war eine wissenschaftliche Arbeit, die zu den Transformer Networks führte … nun, mein Team war sehr aufmerksam. Sie haben die Arbeit im Jahr 2017 gelesen und dachten sich: ‚Heiliger Strohsack, das könnte interessant sein. Wir müssen sicherstellen, dass wir das auch können.‘
Und so begannen wir mit der Arbeit an der Neuarchitektur unserer Neural Engine in der Minute, in der wir mit der Auslieferung begannen, sodass wir bis 2020, als wir den M1 für die Apple Silicon Übergangsphase veröffentlichten, in der Lage waren, diese Netzwerke zu betreiben.“
Was bedeutet das nun für uns als Apple-Nutzer? Im Wesentlichen bedeutet es, dass die ersten Apple Silicon Macs, als sie auf den Markt kamen, bereits auf fortschrittliche KI-Workloads vorbereitet waren – etwas, das viele Konkurrenten erst jetzt nachholen. Dank dieser wichtigen Änderungen aus dem Jahr 2017 können wir sogar auf den M1-Macs die neuen Apple Intelligence Funktionen nutzen.
Es ist leicht, KI-Fortschritte als rein softwarebasiert zu betrachten, aber die Geschichte von Apple erinnert uns daran, dass großartige Software eine ebenso durchdachte Hardware benötigt. Und im Fall des M1 ging es darum, die nächste große Errungenschaft vor allen anderen zu erkennen und dann die Hardware zu bauen, die sie zum Laufen bringt.
Wenn ihr mehr über das Gespräch zwischen Tim Millet, Tom Boger und den „Circuit“-Podcast-Moderatoren erfahren wollt, findet ihr das vollständige Interview auf Apple Podcasts.
0 Kommentare