'Apple wil chipbedrijven overnemen om minder afhankelijk te zijn van Nvidia'

Apple is van plan om diverse chipfabrikanten over te nemen. Dat zeggen bronnen tegen The Information. Het bedrijf zou zo aan gespecialiseerde chips willen komen voor zijn interne AI-servers.

Apple praat met meerdere start-ups in de chipsector over mogelijke overnamedeals, schrijft The Information. Het bedrijf zou zo de prestaties van zijn interne AI-servers willen verbeteren.

De Mac-chips die Apple daar nu voor gebruikt, zoals de M2 Ultra, zouden niet krachtig genoeg zijn om de Gemini-modellen voor de AI-versie van Siri te draaien. Daarom draait Apple deze modellen vooralsnog op Nvidia-chips via de cloud van Google. Het bedrijf wil zijn afhankelijkheid van Nvidia naar verluidt snel verminderen. Sommige leidinggevenden bij Apple zouden het 'lastig' vinden om met Nvidia samen te werken.

Apple werkt wel aan eigen gespecialiseerde serverchips, met de codenaam Baltra, maar de ontwikkeling daarvan loopt volgens The Information vertraging op. Deze chips maken naar verluidt gebruik van Broadcom-technologie. Vorige week verlengde Apple zijn samenwerking met Broadcom nog tot 2031.

Reacties (15)

[praseodymium]

Dat de M2 Ultra chips niet krachtig genoeg zijn moet toch wel een forse tegenslag zijn voor Apple. Eerder werd al bericht dat ze slechts 10% van hun servercapaciteit benutten en ook veel servers ongebruikt in de opslag hebben staan.

[Mellow Jack]

Er is toch niemand die ooit heeft gedacht dat de M series goed voor AI zou zijn? Natuurlijk is de unified memory leuk om eens een model in te stoppen. Maar het draait echt voor geen meter vergeleken met mijn rtx5060 met 16gb vram

[doldrums]

Ja helemaal met je eens. Maar dat komt door de software van Nvidia (CUDA) nog altijd het beste is, maar Apple AMD en andere zijn nu eigen software aan schrijven voor de eigen chips. Ik heb het voorgelegd aan AI (ik heb geen tijd gestoken om mogelijk hallucinates eruit te halen).

1. Apple Silicon (M-serie)

Apple gebruikt een volledig eigen ecosysteem en deelt hardware-VRAM (Unified Memory), wat ideaal is voor grote AI-modellen.

• Apple Metal & MPS (Metal Performance Shaders): Dit is Apple’s directe tegenhanger van CUDA. Grote AI-frameworks zoals PyTorch en TensorFlow ondersteunen dit standaard (device='mps').
• Apple MLX: Een open-source machine learning framework dat specifiek door Apple is gebouwd voor Apple Silicon. Het bootst de API van NumPy en PyTorch na, maar draait extreem snel direct op de Metal-architectuur.

2. AMD Radeon (Instinct & RX-videokaarten)

AMD zet vol in op een open-source ecosysteem om de achterstand op NVIDIA in te halen.

• AMD ROCm (Radeon Open Compute): De directe concurrent van CUDA. Inmiddels is ROCm (versie 7.x) zeer volwassen geworden en draait het naadloos met PyTorch, Ollama en Hugging Face op Linux en Windows.
• HIP (Heterogeneous-compute Interface for Portability): Een cruciaal onderdeel van ROCm. AMD levert hiermee de tool HIPIFY, waarmee ontwikkelaars bestaande CUDA-code automatisch kunnen omzetten naar code die op AMD-kaarten draait.
• AMD Lemonade SDK & AI Bundle: Recent uitgebrachte toolkits om het lokaal draaien en ontwikkelen van AI op zowel AMD-systemen als macOS (met ROCm-integratie) sterk te vereenvoudigen.

3. Universele & Cross-Platform Platformen

Als je code schrijft die onafhankelijk van het merk videokaart (Apple, AMD, Intel, NVIDIA) moet werken, gebruik je deze cross-platform abstractielagen:

• ONNX Runtime (Open Neural Network Exchange): Een universele runtime (gestart door Microsoft en Meta). Je traint een model in een framework naar keuze en de ONNX-runtime zorgt via Execution Providers (zoals DirectML voor Windows/AMD, of CoreML voor Apple) dat het optimaal op de lokale GPU draait.
• Llama.cpp / Ollama: Specifiek voor LLM's (zoals Llama 3 en Mistral). Deze frameworks zijn volledig in C/C++ geschreven en praten direct met de hardware-backends (Metal op Mac, ROCm op AMD, CUDA op NVIDIA), waardoor je direct uit de doos hardware-acceleratie hebt zonder CUDA-omgeving.
• Vulkan & WebGPU: Vulkan (opvolger van OpenCL) wint terrein voor algemene GPU-berekeningen. In webbrowsers en lichte runtimes (zoals Google's LiteRT.js) zorgt WebGPU ervoor dat AI-modellen direct op de hardware van AMD of Apple accelereren via de browser

[Reactie gewijzigd door doldrums op 15 juli 2026 22:19]

[Mellow Jack]

Als ik het goed begrijp. Niet o.b.v. je AI antwoord. is het grote nadeel van Apple processors de GPU snelheid en geheugen bandbreedte. AMD komt tegenwoordig gewoon redelijk in de buurt qua performance.

[cane]

Zij en vele anderen. We gaan het zien, competitie is goed.

[closefuture]

Bedrijfsovernames leiden over het algemeen niet tot meer concurrentie.

[Rovig]

Startups kunnen sowieso niet met Nvidia concurreren. Onder de vlag van Apple, en hun portemonnee, kun je meer

[hottestbrain]

In de regel ben ik het volledig met je eens, maar in dit geval ben ik iets meer optimistisch:

Momenteel zijn Nvidia, AMD en Intel de grootste spelers, met Nvidia overduidelijk als grootste speler met de rest op redelijk grote afstand als het over AI gaat. Ik denk niet dat kleine spelers, die over het algemeen minder kapitaal hebben, makkelijk een 'piece of the pie' kunnen pakken. Als Apple ineens op AI gebied concurrerend kan worden is dat in ieder geval 1 extra speler.

[66JustMe819]

Ben benieuwd hoeveel van hun liquiditeit dat gaat opslokken. Gezien de huidige markt zullen die startups hoog inzetten en terecht. Dit zou achteraf wel eens een heel slechte zet kunnen blijken te zijn van Apple.

[Maarten_E]

Hah, zodat er capaciteit alleen naar Apple gaat en niet op de vrije markt komt? Snap dat het goed is voor Apple, maar niet voor de niet-Apple consument.

[418O2]

Apple is ook niet zo geïnteresseerd in de niet-Apple consument. En dat is logisch

[R_Zwart]

De niet-Apple consument heeft keuze uit de andere partijen. Prima, er is een keuze.

[Blaze85]

Lays en Croky liggen het meest voor de hand, en is nog lekker bij een appeltje ook.