新的苹果Mac开发者工具将利用苹果自主研发的芯片，限制高性能计算（HPC）用户使用英特尔或英伟达的并行编程框架的能力。在最近的全球开发者大会（WWDC）上介绍了苹果最新的编程框架Xcode 16，它有许多使用人工智能的新功能，使编程和应用程序集成更容易。

同时，它也为Swift编程语言增加了新的功能，比如Code Complete，它可以预测和完成代码。另一项名为SwiftAssist的功能可以回答编码问题并帮助编写API。

苹果的个人电脑现在使用的是自家的苹果芯片，包括GPU、CPU和人工智能芯片。Mac电脑以前依赖于AMD的x86芯片和英伟达的GPU，但如今不再支持其他GPU。这样一来，Mac开发者编写人工智能应用程序的环境就受到了限制。

在全球开发者大会上，苹果鼓励开发者将机器学习模型转移到CoreML格式，这将利用其自主研发的CPU、GPU和神经处理器。

一个名为CoreML Tools的开源Python包将PyTorch模型转换为可以与苹果的人工智能硬件一起工作的模型。开发人员还可以使用JAX、TensorFlow或MLX。

苹果在全球开发者大会上分享了其更广泛的人工智能计划，透露它已经用谷歌的张量处理器(TPU)训练了LLM。

苹果还建立了自己的私有计算云，该云将托管在谷歌的数据中心。苹果不会依赖英伟达的GPU来实现云中的人工智能，因为它的人工智能战略专注于能效，苹果有自己的算法技术。英伟达的GPU在更大的LLM上运行训练和推理，但消耗更多的能量。

英特尔和英伟达也没有浪费时间，英特尔取消了其最新2024版OneAPI并行编程框架对MacOS操作系统支持。

英伟达多年前就停止了其AI和HPC的CUDA编程工具对MacOS版本支持。开发人员将不得不切换到Linux或Windows来为Nvidia GPU创建应用程序。CUDA为AI应用程序在Nvidia硬件上运行提供了必要的工具。与苹果一样，英伟达正试图将客户锁定在其硬件和软件上。英伟达的开发工具被打包成一个名为AI Enterprise的套件，这不是免费的。

苹果有自己的游戏和人工智能框架Metal，它针对GPU进行了优化。一些非常老的AMD和Nvidia GPU支持Metal，现在只属于苹果自己的GPU。

不过，Mac开发者将能够使用托管在云上的Nvidia GPU。云提供商通常为Nvidia GPU提供工作环境，而无需与PC操作系统绑定。