Apple bygger sin egen vej uden om Nvidia i AI-kapløbet

Selskabet håndterer allerede en del AI-beregninger i egne datacentre med Apple-designede chips. Til mere krævende inferensopgaver bruger Apple dog fortsat Nvidia-hardware, som ligger hos Google Cloud.

Et opkøb kan give Apple adgang til specialiseret ekspertise og teknologi uden at skulle udvikle alle komponenter fra bunden. Der er dog ikke offentliggjort navne på konkrete opkøbsmål.

2. Den egenudviklede serverchip Baltra

Apple har siden slutningen af 2024 arbejdet på en dedikeret AI-serverchip med kodenavnet Baltra i samarbejde med Broadcom. Chippen er udviklet til backend-inferens – altså den del af AI-systemet, hvor en allerede trænet model behandler nye forespørgsler.

Ifølge analytikeren Ming-Chi Kuo ventes Apples AI-serverchips at gå i masseproduktion i anden halvdel af 2026, mens nye AI-datacentre efter planen kan blive udstyret med dem i 2027. Andre rapporter peger dog på, at Baltra er blevet forsinket, så tidsplanen er ikke sikker.

Baltra bygger videre på en længerevarende ambition. Et tidligere internt projekt, ACDC – “Apple Chips in Data Center” – undersøgte allerede serverchips til AI-infrastruktur.

For Apple handler det ikke nødvendigvis om at erstatte alle GPU'er med én chip. Fordelen ved specialdesignet silicium er snarere, at Apple kan optimere hardware og software til egne AI-tjenester og få større kontrol over strømforbrug, omkostninger og kapacitet.

3. Et Broadcom-samarbejde til over 30 milliarder dollar

Den 7. juli 2026 annoncerede Apple en flerårig aftale med Broadcom til en værdi af over 30 milliarder dollar. Aftalen omfatter specialdesignede siliciumkomponenter og avanceret teknologi til trådløs kommunikation på tværs af en lang række Apple-produkter. Den løber frem til 2031.

Apple oplyser, at samarbejdet vil føre til produktion af mere end 15 milliarder chips i USA og støtte hundredvis af amerikanske arbejdspladser.

Broadcom er også involveret i udviklingen af Baltra, men Apple har ikke offentligt bekræftet alle detaljer om serverchippen eller dens rolle i den nye aftale.

4. Intel som mulig amerikansk produktionspartner

Apple har ifølge rapporter indgået et samarbejde med Intel om produktion af specialdesignede chips. Initiativet kobles både til Apples behov for større produktionskapacitet og til USA's mål om at styrke den indenlandske halvlederindustri.

Analytikere vurderer samtidig, at avancerede chips fra et sådant samarbejde stadig kan være to til tre år fra masseproduktion – hvis planerne overhovedet bliver realiseret i større skala.

Intel-sporet handler derfor ikke om en hurtig løsning på Apples AI-behov. Det er snarere et langsigtet forsøg på at gøre forsyningskæden mere robust og mindske sårbarheden over for begrænset kapacitet hos eksterne producenter.

5. Nvidia forbliver en del af løsningen – indtil videre

Apples strategi er endnu ikke et fuldstændigt brud med Nvidia. Softwarechef Craig Federighi har bekræftet, at Apples avancerede AI-model FM Cloud Pro kører på Nvidia-GPU'er i Google Cloud.

Det er en vigtig detalje: Apple er i gang med at opbygge sin egen kapacitet, men selskabets private infrastruktur er endnu ikke tilstrækkelig til de mest krævende AI-arbejdsbelastninger. Ifølge rapporteringen gælder det også dele af infrastrukturen bag den opdaterede Siri, som benytter Googles Gemini-model.

Apple vælger en anden vej end Microsoft og Google

De største teknologiselskaber investerer massivt i datacentre, GPU-klynger og egne AI-modeller. Apple har historisk valgt en mere afdæmpet kapitalstrategi og har i højere grad købt datakraft hos cloudpartnere frem for selv at bygge enorme GPU-klynger.

Nu bevæger selskabet sig dog i retning af mere vertikal integration. Apple designer allerede selv de centrale chips i iPhone- og Mac-produkter, blandt andet A-serien og M-serien. Den samme tankegang kan med Baltra udvides fra enhederne på skrivebordet og i lommen til serverne bag Apples tjenester.

Apple har også en fordel på selve enhederne: Apple Intelligence kan køre meget AI-inferens lokalt på brugerens iPhone, iPad og Mac ved hjælp af Apples egne chips. Det kan begrænse behovet for at sende alle opgaver til datacentre, selv om de mest avancerede modeller fortsat kræver betydelig cloud-kapacitet.

Udviklingen passer ind i en bredere branchetrend. TrendForce forventer, at cloududbyderes leverancer af specialdesignede ASIC-chips vil vokse 44,6 procent i 2026, mens GPU-leverancer ventes at vokse 16,1 procent. ASIC’er er chips, der er bygget til mere afgrænsede formål, og de kan derfor i nogle tilfælde være mere effektive end generelle GPU'er.

Hvad betyder John Ternus for Apples AI-kurs?

John Ternus bliver Apples ottende CEO og overtager efter Tim Cook 1. september 2026. Ternus har en baggrund i hardwareudvikling, og hans udnævnelse peger på, at Apples traditionelle styrke – samspillet mellem hardware, software og egne chips – fortsat skal være central.

Apple har samtidig udnævnt chipchefen Johny Srouji til den nyoprettede rolle som “chief hardware engineer”. Det gør ham i praksis til Ternus’ efterfølger som øverste ansvarlige for hardwareområdet.

Ternus har beskrevet en produktfokuseret tilgang til AI. I et interview sagde han: “Vi tænker aldrig på at sende en teknologi på markedet” – i stedet spørger Apple, hvordan teknologien kan bruges til at skabe bedre produkter.

Det adskiller sig fra strategien hos blandt andre Microsoft og Google, som har investeret enorme beløb i AI-modeller og infrastruktur. For Apple er spørgsmålet derfor ikke kun, hvor stor en model selskabet kan træne, men hvordan AI kan indgå i produkter, som brugerne rent faktisk køber og bruger.

Den store udfordring

Apple er blevet kritiseret for at være bagefter i AI og har endnu ikke fremlagt en fuldt sammenhængende strategi for, hvordan teknologien skal integreres i nye produkter og skabe vækst.

Ternus’ hardwareerfaring kan give Apple et stærkt udgangspunkt, men den løser ikke automatisk udfordringen med modeller, cloudkapacitet og tjenester. Baltra, Broadcom-aftalen og mulige opkøb af AI-chipfirmaer ligner derfor byggesten i en ny plan – ikke en øjeblikkelig afkobling fra Nvidia.

Apple forsøger med andre ord at få flere valgmuligheder: egne chips, udvalgte leverandørpartnerskaber og cloudbaseret Nvidia-kapacitet som sikkerhedsnet. Om strategien lykkes, afhænger af, om selskabet kan få Baltra i produktion og samtidig omsætte sin produktfokuserede AI-filosofi til mærkbart bedre tjenester.