עד 20 אלף דולר למחשב - ואפל טוענת שזה יחסוך לעסקים כסף על AI

מחשב יקר יכול דווקא לחסוך לכם כסף. זה הטיעון שאפל מציגה עכשיו לארגונים, והוא הרבה יותר פיננסי ממה שהם רגילים לשמוע ממנה: במשך שנים היא מכרה את מחשבי המק בעיקר בזכות ביצועים, עיצוב, אבטחה והחיבור בין המכשירים השונים שלה.

הטיעון נשען על השינוי שמביאה הבינה המלאכותית לחשבון המחשוב של חברות. כשארגון משתמש במודל AI שנמצא בענן, הוא משלם שוב ושוב על כוח המחשוב שנדרש להפעלתו. ככל שמספר העובדים, השאילתות והיישומים גדל, כך גדלה גם ההוצאה. אפל מנסה לשכנע חברות שלפחות בחלק מהמקרים עדיף להעביר את החישוב למחשבים שנמצאים בתוך הארגון, גם אם מחיר הרכישה הראשוני שלהם גבוה מאוד.

לפי רויטרס, החברה מציגה ללקוחות עסקיים את מחשבי המק החדשים ככלי שיכול להריץ מודלים של AI באופן מקומי ובכך לצמצם את התלות בשירותי ענן. אחד ממחשבי המק החזקים ביותר יכול להגיע, בהתאם למפרט, למחיר שמתקרב ל-20 אלף דולר. זה נשמע רחוק מאוד מחיסכון, אבל באפל רוצים שהלקוחות יסתכלו פחות על מחיר המחשב ביום הרכישה ויותר על החשבון המצטבר לאורך שנות השימוש.

ארבעה מחשבים ומודל של טריליון פרמטרים

כדי להמחיש את הטענה, אפל הציגה מערכת שבה ארבעה מחשבי Mac Studio מחוברים יחד ומריצים מודל בינה מלאכותית בהיקף של טריליון פרמטרים. המחשבים משתמשים בשבבים של אפל ובזיכרון המאוחד שלהם, שמאפשר למעבד המרכזי ולמעבד הגרפי לגשת לאותו מאגר זיכרון.

זה חשוב במיוחד ב-AI. מודלים גדולים דורשים כמויות עצומות של זיכרון, ואחת המגבלות של מחשבים רגילים היא היכולת להחזיק ולהריץ אותם בלי להסתמך על שרתים חיצוניים או מאיצים יקרים. אפל מנסה להפוך את הארכיטקטורה של השבבים שלה מיתרון טכני לטיעון כלכלי: אם המודל יכול לרוץ במשרד, אין צורך לשלוח כל בקשה לענן ולשלם בכל פעם מחדש.

לפי רויטרס, ארבעת המחשבים שימשו בהדגמה לאיתור באגים בקוד גרפי, עבודה שבדרך כלל דורשת מרכז נתונים, והמערכת כולה פעלה משקע חשמל אחד. כדי לחבר כמה מחשבי Mac Studio לרשת אחת הוסיפה אפל תמיכה ב-RDMA על גבי Thunderbolt. "ברגע שהמחשב על השולחן שלך, כבר שילמת עליו", אמר לרויטרס ג'וני סרוג'י, ראש החומרה של אפל. "אין עלות לטוקן. אתה פשוט משתמש במכונה שוב ושוב".

זה לא אומר שכל חברה יכולה לקנות מק ולהפסיק מחר לשלם על שירותי ענן. מודלים גדולים מאוד, אימון מודלים ועומסי עבודה בהיקפים עצומים עדיין דורשים בדרך כלל תשתיות משמעותיות. גם מחשב שכבר נקנה לא עולה אפס אחרי הרכישה: יש חשמל, תחזוקה, כוח אדם, אחסון, עדכונים ובעיקר סיכון שהחומרה תתיישן בזמן שהדרישות ממודלי AI ממשיכות לגדול. אבל בעומסי עבודה קבועים וצפויים, שבהם אותו ארגון מפעיל שוב ושוב מודלים מסוימים, החשבון עשוי להיראות אחרת. במקום לשלם לספק ענן לפי שימוש לאורך שנים, החברה משלמת מראש על החומרה ומנצלת אותה שוב ושוב.

מתי 20 אלף דולר יכולים להיחשב "בזול"?

בזה אפל צריכה לשכנע מנהלי כספים ומנהלי מערכות מידע. מחיר של 20 אלף דולר למחשב הוא מחיר קצה של תצורה חזקה במיוחד, ולא המחיר הרגיל של Mac Studio. גם המערכת שאפל הציגה עם ארבעה מחשבים דורשת כמובן השקעה גדולה בהרבה ממחשב יחיד.

לפי אפל, Mac Studio החדש עם שבב M5 Ultra מתחיל ב-5,499 דולר, עם 96GB זיכרון ו-1TB אחסון. גרסה עם 256GB זיכרון ו-16TB אחסון עולה 18,299 דולר, ותצורה עם 512GB זיכרון, למודלים גדולים עוד יותר, צפויה להגיע בסוף אוקטובר. ביוני כבר העלתה אפל את מחירי המק על רקע העלייה במחירי הזיכרון והאחסון.

• שלושה מנכ"לים חדשים
• קוואלקום מאריכה את ההסכם עם אפל

מקור: אפל, Notebookcheck

אבל הארגון לא בהכרח משווה אותו למחשב משרדי רגיל. ההשוואה יכולה להיות מול שרתים עם מאיצי AI יקרים או מול חשבון ענן שמשולם מדי חודש ועולה ככל שהשימוש גדל.

נניח, לשם המחשה בלבד, שארגון מוציא 5,000 דולר בחודש על עומס AI שאפשר להעביר במלואו לחומרה מקומית. מדובר ב-60 אלף דולר בשנה ו-180 אלף דולר בשלוש שנים. במקרה כזה אפילו רכישה של כמה מחשבים יקרים יכולה להיראות סבירה. אם אותו ארגון מוציא רק כמה מאות דולרים בחודש, המשוואה מתהפכת, והיתרון של הענן - בלי השקעה גדולה מראש ועם אפשרות להגדיל או לצמצם את השימוש במהירות - הופך משמעותי יותר.

לכן אין כאן כלל שלפיו "מחשב מקומי זול מענן". נקודת האיזון תלויה בכמות השימוש, בסוג המודל, במחיר שירות הענן, בעלות החומרה, במשך הזמן שבו ניתן להשתמש בה ובעלות העובדים שצריכים להפעיל ולתחזק את המערכת.

יש גם מחיר שקשה יותר להכניס לטבלה: גמישות. בענן אפשר לשכור הרבה מאוד כוח מחשוב לשעה ולהפסיק לשלם כשהמשימה מסתיימת. מחשב שנרכש נשאר בארגון גם בתקופות שבהן הוא כמעט אינו עובד. מנגד, ארגון שמשתמש באותו כוח מחשוב באופן קבוע עלול לגלות שהוא משלם לענן שוב ושוב עבור משאב שהיה יכול לרכוש בעצמו.

• סכנה בחיפוש: האקרים מרעילים את התשובות של צ'אטGPT וגוגל
• הואנג נגד אלטמן ואמודיי: "אם איבדתם שליטה ב-AI - סגרו את המעבדות"

הוויכוח הזה הופך משמעותי ככל שהשימוש בבינה מלאכותית עובר מניסוי למוצר קבוע. בשלב הראשון, כשחברה רוצה לבדוק מודל או להפעיל יישום עבור מספר קטן של עובדים, הענן הוא פתרון נוח: אין צורך לקנות חומרה, להתקין אותה או לנחש מראש כמה כוח מחשוב יידרש. 

אבל כשה-AI נכנס לעבודה היומיומית של מאות או אלפי עובדים, המבנה הזה יכול להפוך להוצאה קבועה. כל שאילתה, יצירת מסמך, ניתוח קוד או הפעלת סוכן AI דורשים חישוב. ספקי המודלים והענן מתמחרים את השירות בצורות שונות, אבל העיקרון דומה: שימוש נוסף מייצר עלות נוספת.

הנושא הזה כבר מעסיק את תעשיית הטכנולוגיה כולה. חברות משקיעות סכומי עתק במרכזי נתונים ובמאיצים, בזמן שהלקוחות מנסים להבין אם ההכנסות שמייצר ה-AI יצדיקו את העלות המתמשכת שלו. אפל מציעה עכשיו תשובה חלקית: במקומות שבהם אפשר, להעביר חלק מהחישוב בחזרה למכשיר שנמצא אצל המשתמש או הארגון.

זה לא רעיון חדש באפל. החברה מדגישה כבר תקופה ארוכה עיבוד מקומי כחלק מאסטרטגיית ה-AI שלה, בין היתר מטעמי פרטיות ושליטה במידע. החידוש כעת הוא הניסיון להפוך את העיקרון הזה להצעת מכירה ישירה לעסקים: על "המידע נשאר אצלכם" נוסף עכשיו "ייתכן שגם תשלמו פחות".

אפל צריכה את העסקים

מאחורי הטיעון על חיסכון בענן מסתתר גם שוק שאפל רוצה ממנו נתח גדול יותר. למרות הנוכחות הגבוהה של אייפונים ואייפדים בארגונים, שוק המחשבים העסקיים עדיין מזוהה בעיקר עם Windows.

לפי נתוני חברת המחקר IDC שצוטטו ברויטרס, חלקה של אפל בשוק המחשבים הארגוניים, שולחניים וניידים, עומד על כ-4.6%, לעומת כ-91.3% למחשבי Windows. גם אם המדידה משתנה לפי הגדרת השוק, הפער ממחיש עד כמה המק עדיין רחוק משליטה במשרד כפי שהאייפון שולט בחלקים גדולים משוק הסמארטפונים.

המחשבים החדשים מכוונים גם מול דור חדש של מחשבי Windows, שצפוי לעמוד במרכז אירוע של מיקרוסופט בחודש הבא. מיקרוסופט מקדמת חזון דומה של AI שרץ על המכשיר עצמו, ואנבידיה פועלת באותו כיוון עם DGX Spark, מחשב שולחני שמיועד להריץ מודלים באופן מקומי.

AI נותן לאפל הזדמנות לנסות לשנות את השיחה. אם בעבר מנהל מערכות מידע השווה מחשב מק למחשב Windows לפי מחיר, תוכנות ותמיכה, עכשיו אפל רוצה להוסיף לחישוב גם את עלות הפעלת הבינה המלאכותית.

זה גם מסביר מדוע החברה מדגישה את היכולת לחבר כמה מחשבי מק יחד. היא אינה מנסה רק למכור מחשב אישי חזק לעובד שמייצר תמונות או כותב קוד. היא רוצה להציג את המק כחלק מתשתית מחשוב ארגונית שיכולה לבצע משימות שבעבר היו נשלחות לשרת או לענן.

יתרון נוסף שיש למחשוב מקומי עבור ארגונים: המידע אינו חייב לצאת בכל פעם מהמחשבים שלהם אל שירות חיצוני. בתחומים שבהם עובדים עם מידע עסקי רגיש, קוד, מסמכים פנימיים או נתוני לקוחות, זה יכול להיות שיקול משמעותי בפני עצמו.

גם כאן אין פתרון מוחלט. ארגונים יכולים להשתמש בעננים פרטיים ובמערכות אבטחה מתקדמות, ואפל עצמה משתמשת בענן כאשר המשימה גדולה מדי לעיבוד מקומי. אבל ככל שחברות מנסות להכניס AI ליותר תהליכים פנימיים, השאלה היכן בדיוק מתבצע החישוב הופכת גם לשאלת אבטחה, רגולציה ושליטה במידע.

מבחינת אפל, זה מאפשר לחבר שני טיעונים באותה הצעה: המודל רץ אצלכם, ולכן המידע נשאר קרוב יותר לארגון - ובמקביל אתם עשויים להקטין את החשבון שמשולם לספק חיצוני.

לא סוף הענן

גם אם המהלך יצליח, קשה לראות ארגונים גדולים מוציאים לחלוטין את ה-AI מהענן. היתרון הגדול של שירותי הענן הוא היכולת לקבל בתוך דקות כוח מחשוב בהיקף שקשה להצדיק ברכישה עצמאית, ולעבור במהירות בין מודלים וטכנולוגיות שמתעדכנים בקצב גבוה.

התרחיש הסביר יותר הוא שילוב: משימות קבועות, רגישות או צפויות ירוצו על חומרה מקומית, בעוד שמשימות גדולות, משתנות או מזדמנות ימשיכו לעבור לענן. עבור חברות הענן, גם מעבר של חלק מהעבודה למחשבים המקומיים הוא איום מסוים; עבור אפל, אפילו חלק קטן מהשוק הזה יכול להפוך למנוע מכירות חדש למחשבים היקרים ביותר שלה.

וזה הופך את תג המחיר החריג של Mac Studio למעניין יותר. השאלה שאפל מבקשת מעסקים לשאול כבר אינה רק אם מחשב שעולה אלפי דולרים שווה את המחיר. היא רוצה שהם ישוו אותו לחשבון אחר לגמרי - כמה הם ישלמו על AI בענן במשך שלוש או ארבע השנים שבהן המחשב יישב אצלם.

אם החשבון הזה מספיק גדול, מחשב של אלפי דולרים יכול להיראות פחות כמו הוצאה יקרה ויותר כמו ניסיון לקבע מראש חלק מעלויות ה-AI. אם הוא קטן, הענן ימשיך להיות האפשרות הזולה והגמישה יותר. המבחן של אפל יהיה אם מספיק חברות יגלו שהן נמצאות בצד הראשון של המשוואה.