Apple, yapay zeka harcamalarını kesti: Mühendis ekiplerinin bütçesi düşürüldü

Apple, dahili yapay zeka geliştirme ve altyapı maliyetlerindeki artışa karşı mühendis ekiplerine ayrılan işlem gücü bütçesini önemli oranda daralttı.

· 1 dk 4 Apple, yapay zeka harcamalarını kesti: Mühendis ekiplerinin bütçesi düşürüldü "SMS della Morte" Tehdidi Yeniden Kapıda: Android Kullanıcıları Nasıl Kandırılıyor? Apple, yapay zeka altyapısı ve model eğitimi maliyetlerindeki kontrolsüz artışı durdurmak adına iç operasyonel bütçelerde sert bir kesintiye gidildi.

The Information'ın yerel saatle dün akşam yayınladığı rapora göre, şirket mühendislik ekiplerinin araştırma ve geliştirme aşamalarında kullandığı GPU/TPU işlem gücü ve bulut kaynakları limitleri belirgin şekilde düşürüldü.

Kaynaklara göre karar, " Apple Intelligence " markasıyla sunulan kullanıcı odaklı özelliklerin sunucu maliyetlerinin tahminlerin üzerinde çıkması ile iç araçlar için ayrılan kaynakların verimliliği sorgulanmasından sonra alındı. Şirket, büyük dil modelleri (LLM) eğitimi ve çıkarım (inference) maliyetlerinin özellikle Nvidia donanımındaki talep patlamasıyla zirveye çıktığını, bu durumun finansal disiplini riske attığını belirtti.

Rapor, bütçe kesintisinin son kullanıcıya sunulan Apple Intelligence özelliklerini (yazım araçları, Siri güncellemeleri, Görsel Zeka vb.) doğrudan hedef almadığını, ancak ekiplerin prototip geliştirme, A/B testleri ve deneysel modeller üzerinde çalışma hızını yavaşlatacağını öne sürüyor. Mühendislerin artık "sınırsız deneme" lüksüne sahip olmadığı, her işlem talebinin maliyet/yarar analizi yapılarak onaylanacağı ifade ediliyor.

Bu hamle, Microsoft, Google ve Meta'nın yatırım bütçelerini artırarak altyapı yarışı yaparken, Apple'ın "özelleştirilmiş silikon + şirket içi verimlilik" stratejisinin bir sonraki aşaması olarak okunuyor. Analistler, Apple'ın kendi M serisi çipleriyle sunucu maliyetlerini düşürme çabasının (Project ACDC), iç bütçelerin daraltılmasıyla daha da hızlandırılacağını öngörüyor.

Bu yaklaşım, açık kaynak modelleri (Llama vb.) üzerine kurulu iç araçların, kapalı ve pahalı üçüncü parti API'lere (OpenAI vb.) bağımlılığı azaltma hedefiyle de uyumlu görünüyor.