Apple створила величезну та складну обчислювальну архітектуру, яка залучає Google та NVIDIA, щоб прикрити свої ганебні недоліки у сфері ШІ. Попри це, ключова доповідь Apple на WWDC 2026 дала стільки ж відповідей, скільки й поставила нових запитань. На щастя, технологічний гігант з Купертіно тепер блискавично роз’яснює деталі, ніби мобілізуючи всі ресурси для вирішення невизначеностей.
Apple майстерно приховує внесок Google у свою нову архітектуру Apple Intelligence, наголошуючи на власних технологіях у серці цієї нової парадигми
Ми вже знаємо, що Apple Intelligence складається з комбінації локальних (on-device) та хмарних моделей. Однак, раніше ця відмінність була не надто інформативною.
Apple just clarified AFM Cloud is Apple’s own model, trained with Gemini outputs
AFM local models are entirely Apple models
AFM Cloud Pro seems to be based on Gemini foundation and data, but Apple did their own pre-training, post-training, RL, etc
— Max Weinbach (@mweinbach) June 8, 2026
На щастя, Apple щойно надала критично важливе оновлення, зазначивши, що гігантська хмарна модель Apple Foundation Model (AFM), відома як AFM 3 Cloud Pro і яка лежить в основі складних запитів, є їхнім власним творінням, хоч і дистильованим з еквівалентної моделі Google Gemini. Звісно, ми вже знаємо, що Apple кілька місяців тому ліцензувала у Google модель Gemini з 1.2 трильйона параметрів. Схоже, виробник iPhone ліцензував технологію Google лише для цілей дистиляції моделі. Apple також докладає зусиль, щоб зазначити, що вони провели власні операції попереднього та пост-тренінгу на AFM 3 Cloud Pro. Apple також деталізувала архітектуру свого фреймворку Private Cloud Compute (PCC), зазначивши: 1. Нове в PCC на Google Cloud – це реалізація: “NVIDIA Confidential Computing з NVIDIA GPU, Intel CPUs з TDX та чип Google Titan”. 2. Apple стверджує, що хоча AFM Cloud розміщено на Google Cloud, угода надає “найповніші в галузі гарантії прозорості, що дозволяють зовнішнім дослідникам безпеки перевіряти наші зобов’язання щодо конфіденційності”. 3. “Щоб зменшити ризик атак на ланцюжок поставок, ми підтримуємо криптографічно перевірений, незмінний (append-only) журнал усього апаратного забезпечення Google Cloud, що входить до парку PCC.” 4. “PCC на Google Cloud використовує багато тих самих архітектурних шаблонів безпеки, що й PCC на Apple Silicon, для реалізації цих багаторівневих захистів: початковий аналіз мережевих даних для кожного запиту відбувається у виділеному процесі у власному просторі імен, спільне програмне забезпечення для інференсу (inference) повторно використовується з коротким часом життя, а підтверджені ключі зберігаються в окремій, виділеній конфіденційній VM, ізольованій від зовнішніх вхідних даних.” 5. Apple також заявляє, що надасть “публічні інструменти для досліджень та доступ до активних вузлів PCC у дослідницькому режимі через програму Apple Security Bounty Program”.
Apple Foundation Model Cloud Pro is the best Apple model, and runs on Nvidia GPUs in Google Cloud
Apple Foundation Model Cloud and Cloud Image run on Apple Silicon. Both are private cloud compute.
— Max Weinbach (@mweinbach) June 8, 2026
Apple також уточнила, що її хмарні моделі поділяються на 3 категорії: AFM 3 Cloud Pro, яка працює на NVIDIA GPU в Google Cloud, стандартна модель під назвою AFM 3 Cloud, та модель генерації зображень, яка називається ADM 3 Cloud (Image). Обидві вони працюють на серверах Apple.
AFM Core Advanced on-device model running on A19 Pro is a sparse model.
It’s 20B parameters.
It’s fully Apple designed. It is an MoE but when it processes the prompt, it only loads the parameters needed and locks them in.
If it’s 20B parameters total, but on a specific…
— Max Weinbach (@mweinbach) June 8, 2026
Щодо локальних моделей Apple Foundation Models, AFM 3 Core Advanced має 20 мільярдів параметрів, але завантажує лише ту кількість параметрів, яка суворо необхідна для обробки певного запиту на інференс, активуючи лише від 1 до 4 мільярдів параметрів одночасно. Важливо, що ця модель була повністю розроблена Apple і потребує чипа A19 Pro для роботи на iPhone. Apple пояснює це такими словами:
“Замість того, щоб змушувати всю модель завантажуватися в DRAM, повна модель зберігається у флеш-пам’яті (NAND). Оскільки пропускна здатність NAND до DRAM занадто низька для заміни ваг токен за токеном, як це вимагають стандартні моделі MoE, AFM 3 Core Advanced приймає рішення про маршрутизацію для кожного запиту.”
Apple також додає:
“Замість використання однієї моделі для всіх завдань або управління ансамблем менших моделей, AFM 3 Core Advanced використовує заздалегідь визначену кількість активних параметрів, адаптованих до кожного конкретного випадку використання.”
Звісно, Apple також підготувала менш потужну локальну модель для загального інференсу на старіших iPhone, яка називається AFM 3 Core і має лише 3 мільярди параметрів. По суті, всі моделі Apple тренувалися на TPU, і всі, крім AFM 3 Cloud Pro, працюють на Apple silicon. Коли користувач надсилає запит, наприклад, через Siri AI, локальний оркестратор викликає необхідні інструменти, збирає дані, а потім генерує промпт для AFM Cloud. Важливо, що сирі дані не надсилаються в хмару, лише структурований промпт.
Per Craig Federhigi on how much Google gemini stuff they use for Apple Intelligence:
“we don’t have the Gemini app as our app. In fact, none of that client code is part of how we run an iOS for these models. We use none of the models that Google deploys to their customers, nor…
— Ben Bajarin (@BenBajarin) June 8, 2026
Звісно, це відбувається на тлі того, що Apple витратила значну частину технічної презентації, применшуючи роль Google у новій системі Apple Intelligence та фреймворку Private Cloud Compute, зазначаючи, що вони не використовують ані моделі, ані інфраструктуру, яку Google розгортає для своїх власних клієнтів. 
Про автора: Письменництво – моя незаперечна пристрасть. За останні шість років я написав понад 2200 статей на фінансові та технологічні теми, обсягом майже 1 мільйон слів. Я є членом команди Wcctech mobile з 2025 року. Як випускник програми Rotman Commerce Університету Торонто, я привношу глибину, глибокі знання та унікальну перспективу до кожної теми, яку висвітлюю. Коли я не пишу, я подорожую світом, досліджуючи приховані кондитерські та ресторани як амбітний поціновувач їжі.
Слідкуйте за Wccftech на Google, щоб отримувати більше новин у своїх стрічках.
Пропозиція дня
Подальше читання
Наступний алюмінієвий прорив Apple може перетворити відходи ЧПК-обробки назад на рамки iPhone та MacBook Neo при температурах до 125 градусів Цельсія
Rohail Saleem 
Intel подвоює ставку на 14A, оскільки Cadence укладає багаторічну угоду про спільну оптимізацію технологічного процесу “перлини” виробника
Hassan Mujtaba 
Apple нагадує Siri AI, що це програмне забезпечення, і що воно не “відчуває емоцій, не має фізичного тіла, статі, національності чи особистої історії”
Rohail Saleem 
Новий двигун CoreAI від Apple ледь перевершує власний фреймворк MLX на реалістичних розмірах моделей 8B, попри те, що він на 2.47x швидший на крихітних моделях
Rohail Saleem
Думка ІТ-Блогу: Apple Intelligence виглядає як гігантський крок вперед, хоч і з певними “але”. Залучення Google та NVIDIA – це розумний, хоч і трохи вимушений, хід. Але справжня магія криється у власних розробках Apple, особливо в локальних моделях, що працюють на Apple Silicon. Це обіцяє швидкість, конфіденційність та інтеграцію, яку конкуренти можуть тільки мріяти. Поки що це більше схоже на еволюцію, ніж на революцію, але це точно той напрямок, за яким варто пильно стежити, і, можливо, варто буде почекати наступних ітерацій для повноцінної оцінки.
За матеріалами: wccftech.com