Mô hình sử dụng thiết kế hỗn hợp chuyên gia (mixture-of-experts), nghĩa là nó chỉ kích hoạt một tập hợp con các tham số liên quan cho mỗi truy vấn—một cách thiết lập giúp bảo toàn khối lượng kiến thức của một hệ thống ngàn tỷ tham số nhưng vẫn giữ độ trễ phản hồi cạnh tranh với các mô hình nhỏ hơn nhiều . Mô hình đám mây lớn nhất trước đây của Apple nhỏ hơn khoảng tám lần, và các máy chủ Private Cloud Compute của công ty được cho là quá chậm trong quá trình thử nghiệm để lưu trữ một mô hình quy mô này một cách hiệu quả .

Nvidia và Google 'bắt tay' nhau như thế nào

Đối với các truy vấn Siri AI nặng ký nhất, lộ trình dữ liệu chạy qua Google Cloud sử dụng GPU Nvidia Blackwell B200 . Sự tích hợp này chia thành ba thành phần:

• Google Cloud lưu trữ mô hình nền tảng Gemini đã được cấp phép. Apple không sử dụng cơ sở hạ tầng dịch vụ, công cụ tìm kiếm hay ứng dụng Gemini dành cho người dùng của Google. Craig Federighi đã khẳng định rõ ràng: "Phần trợ lý Google mà chúng tôi sử dụng là không có" .
• Nvidia Confidential Computing mã hóa dữ liệu đang được sử dụng trong quá trình xử lý trên đám mây trên các máy chủ chạy GPU Nvidia của Google. Apple đã làm việc với cả Google và Nvidia để mở rộng mô hình bảo mật Private Cloud Compute (PCC) lên các máy của bên thứ ba đó trong khi vẫn bảo toàn các cam kết bảo mật có thể kiểm chứng .
• Apple Silicon trên thiết bị chạy các mô hình nhỏ hơn được huấn luyện từ Gemini thông qua kỹ thuật chưng cất tri thức (knowledge distillation). Điều này giữ cho các tác vụ AI cơ bản—gợi ý văn bản, lệnh thoại đơn giản, phân tích ảnh trên màn hình—diễn ra cục bộ và nhanh chóng .

Các Mô hình Nền tảng Apple (AFM) thế hệ thứ ba của chính Apple xử lý phần lớn công việc trên thiết bị, với việc chuyển giao lên đám mây chỉ được kích hoạt cho các truy vấn vượt quá khả năng cục bộ .

Kiến trúc bảo mật ba lớp: 'Pháo đài' quyền riêng tư

Câu chuyện về quyền riêng tư là trọng tâm trong bài thuyết trình của Apple, và nó trải dài trên ba lớp riêng biệt :

1. Suy luận trên thiết bị – Các mô hình nhỏ đã được chưng cất chạy cục bộ trên Apple Silicon. Dữ liệu không bao giờ rời khỏi thiết bị cho các tác vụ này và không có gì bị ghi lại.
2. Apple Private Cloud Compute (PCC) – Các máy chủ phi trạng thái của chính Apple xử lý các yêu cầu có độ phức tạp vừa phải. Kiến trúc PCC thực thi các đảm bảo chắc chắn: không lưu trữ liên tục, không có quyền truy cập runtime đặc quyền và không có khả năng nhắm mục tiêu vào một người dùng cụ thể.
3. Mở rộng PCC lên Google Cloud với GPU Nvidia – Khi một truy vấn yêu cầu mô hình 1.200 tỷ tham số đầy đủ, quá trình xử lý sẽ chuyển đến các máy chủ Google Cloud được trang bị GPU Nvidia. Apple đã mở rộng các yêu cầu cốt lõi của PCC—tính toán phi trạng thái, không thể nhắm mục tiêu, không truy cập đặc quyền và tính minh bạch có thể kiểm chứng—cho các nút của bên thứ ba này . Việc triển khai sử dụng Nvidia Confidential Computing trên GPU, CPU Intel với TDX (Tiện ích mở rộng Miền tin cậy), và chip Titan của Google để thiết lập một gốc tin cậy phần cứng . Các nhà nghiên cứu bảo mật độc lập được phép xác minh toàn bộ cơ sở điện toán tin cậy.

Apple xác nhận rằng dữ liệu được ẩn danh ở mỗi bước nhảy và tất cả các thành phần máy chủ cũng như phần mềm đều thuộc các cam kết minh bạch có thể kiểm chứng giống như áp dụng cho các nút PCC của chính Apple .

Logic định tuyến thực tế: các tác vụ đơn giản không bao giờ rời khỏi thiết bị; các tác vụ trung bình đi tới PCC của Apple; các yêu cầu suy luận thực sự khó sẽ đến Google Cloud—với cùng các đảm bảo về quyền riêng tư được thực thi ở mỗi lớp.

Mối quan hệ với Google: Cấp phép mô hình, không phải thỏa thuận sản phẩm tiêu dùng

Những gì Apple và Google xây dựng là một quan hệ đối tác cấp phép và kỹ thuật, không phải là sự hợp tác hướng tới người tiêu dùng . Những điểm khác biệt này rất quan trọng:

• Apple đã cấp phép một mô hình Gemini tùy chỉnh và hợp tác tinh chỉnh nó. Mô hình này chạy độc quyền cho các truy vấn Siri AI; nó không phải là phiên bản gắn nhãn trắng của chatbot Gemini .
• Các mô hình tiên phong của Gemini được sử dụng để dạy các mô hình nhỏ hơn trên thiết bị của Apple thông qua chưng cất—Gemini tạo ra đầu ra, và các mô hình AFM của Apple học từ những đầu ra đó để xử lý các tác vụ cục bộ mà không cần một vòng khứ hồi lên đám mây .
• Apple Intelligence vẫn giữ kiến trúc, thương hiệu và trải nghiệm người dùng của riêng mình. Siri AI không hướng người dùng đến sản phẩm của Google, không định tuyến truy vấn đến Google Search và không hiển thị thương hiệu Google trong giao diện .
• Thỏa thuận tài chính được báo cáo là 1 tỷ USD mỗi năm, nhưng cả Apple và Google đều chưa công khai xác nhận con số này .

Nói ngắn gọn, Google cung cấp mô hình nền tảng và 'sức mạnh' silicon trên đám mây; Apple cung cấp sản phẩm, giao diện, mô hình trên thiết bị và kiến trúc bảo mật. Người dùng không bao giờ chạm vào bất kỳ bề mặt nào của Google.

Lịch trình ra mắt Siri AI: Beta vào tháng 9/2026, nhưng không phải ở mọi nơi

Apple đã xác nhận bản beta công khai của Siri AI sẽ xuất hiện cùng iOS 27 vào tháng 9 năm 2026, cùng với đợt ra mắt phần cứng iPhone mới được mong đợi . Một bản beta công khai vào tháng 7 cũng được nhắc đến trong một số báo cáo, mặc dù bài phát biểu quan trọng nhấn mạnh vào khung thời gian tháng 9 . Một ứng dụng Siri độc lập chuyên dụng với lịch sử hội thoại được đồng bộ qua iCloud cũng ra mắt cùng thời điểm .

Một bản phát hành ổn định sau giai đoạn beta sẽ diễn ra sau đó trong năm 2026; trang web chính thức của Apple sử dụng cụm từ "vào cuối năm nay" mà không có ngày chắc chắn, điều này được cho là đã khiến một số nhà đầu tư lo lắng khi họ muốn có một cam kết rõ ràng vào tháng 9 .

Phần chữ nhỏ có những ràng buộc thực sự:

• Không ra mắt trên iPhone hoặc iPad tại EU vào thời điểm ra mắt. Apple viện dẫn Đạo luật Thị trường Kỹ thuật số (DMA), yêu cầu các hệ điều hành phải mở cho các nhà phát triển bên thứ ba. Apple lập luận rằng việc tuân thủ DMA ở hình thức hiện tại sẽ buộc công ty phải làm suy yếu các đảm bảo về quyền riêng tư và bảo mật của Private Cloud Compute. Phiên bản macOS cũng chưa có sẵn tại EU vào thời điểm ra mắt .
• Không ra mắt ở Trung Quốc vào thời điểm ra mắt. Apple vẫn đang làm việc với các yêu cầu pháp lý địa phương cho Siri AI và bộ tính năng Apple Intelligence rộng lớn hơn .
• Chỉ hỗ trợ Tiếng Anh khi ra mắt, với các ngôn ngữ bổ sung được hứa hẹn sẽ nhanh chóng theo sau .
• Yêu cầu phần cứng cũng 'cắn' không kém. Apple lưu ý rằng mô hình trên thiết bị mạnh nhất, giọng nói Siri biểu cảm và các tính năng đọc chính tả nâng cao sẽ yêu cầu các thiết bị mạnh nhất của công ty—điều này có khả năng có nghĩa là các mẫu iPhone, iPad và Mac đời mới .

Siri AI là canh bạc AI lớn nhất mà Apple từng thực hiện, được xây dựng trên cái bắt tay 1 tỷ USD/năm với đối thủ nền tảng lớn nhất của mình. Kiến trúc này—ba tầng, ba công ty, một mô hình bảo mật có thể kiểm chứng—hoặc là bản thiết kế cho AI đám mây bảo vệ quyền riêng tư, hoặc là bài tập xây*** lòng tin phức tạp nhất trong lịch sử công nghệ tiêu dùng. Bản beta tháng 9 sẽ bắt đầu trả lời nó là gì.

Mô hình sử dụng thiết kế hỗn hợp chuyên gia (mixture-of-experts), nghĩa là nó chỉ kích hoạt một tập hợp con các tham số liên quan cho mỗi truy vấn—một cách thiết lập giúp bảo toàn khối lượng kiến thức của một hệ thống ngàn tỷ tham số nhưng vẫn giữ độ trễ phản hồi cạnh tranh với các mô hình nhỏ hơn nhiều . Mô hình đám mây lớn nhất trước đây của Apple nhỏ hơn khoảng tám lần, và các máy chủ Private Cloud Compute của công ty được cho là quá chậm trong quá trình thử nghiệm để lưu trữ một mô hình quy mô này một cách hiệu quả .

Nvidia và Google 'bắt tay' nhau như thế nào

Đối với các truy vấn Siri AI nặng ký nhất, lộ trình dữ liệu chạy qua Google Cloud sử dụng GPU Nvidia Blackwell B200 . Sự tích hợp này chia thành ba thành phần:

• Google Cloud lưu trữ mô hình nền tảng Gemini đã được cấp phép. Apple không sử dụng cơ sở hạ tầng dịch vụ, công cụ tìm kiếm hay ứng dụng Gemini dành cho người dùng của Google. Craig Federighi đã khẳng định rõ ràng: "Phần trợ lý Google mà chúng tôi sử dụng là không có" .
• Nvidia Confidential Computing mã hóa dữ liệu đang được sử dụng trong quá trình xử lý trên đám mây trên các máy chủ chạy GPU Nvidia của Google. Apple đã làm việc với cả Google và Nvidia để mở rộng mô hình bảo mật Private Cloud Compute (PCC) lên các máy của bên thứ ba đó trong khi vẫn bảo toàn các cam kết bảo mật có thể kiểm chứng .
• Apple Silicon trên thiết bị chạy các mô hình nhỏ hơn được huấn luyện từ Gemini thông qua kỹ thuật chưng cất tri thức (knowledge distillation). Điều này giữ cho các tác vụ AI cơ bản—gợi ý văn bản, lệnh thoại đơn giản, phân tích ảnh trên màn hình—diễn ra cục bộ và nhanh chóng .

Các Mô hình Nền tảng Apple (AFM) thế hệ thứ ba của chính Apple xử lý phần lớn công việc trên thiết bị, với việc chuyển giao lên đám mây chỉ được kích hoạt cho các truy vấn vượt quá khả năng cục bộ .

Kiến trúc bảo mật ba lớp: 'Pháo đài' quyền riêng tư

Câu chuyện về quyền riêng tư là trọng tâm trong bài thuyết trình của Apple, và nó trải dài trên ba lớp riêng biệt :

1. Suy luận trên thiết bị – Các mô hình nhỏ đã được chưng cất chạy cục bộ trên Apple Silicon. Dữ liệu không bao giờ rời khỏi thiết bị cho các tác vụ này và không có gì bị ghi lại.
2. Apple Private Cloud Compute (PCC) – Các máy chủ phi trạng thái của chính Apple xử lý các yêu cầu có độ phức tạp vừa phải. Kiến trúc PCC thực thi các đảm bảo chắc chắn: không lưu trữ liên tục, không có quyền truy cập runtime đặc quyền và không có khả năng nhắm mục tiêu vào một người dùng cụ thể.
3. Mở rộng PCC lên Google Cloud với GPU Nvidia – Khi một truy vấn yêu cầu mô hình 1.200 tỷ tham số đầy đủ, quá trình xử lý sẽ chuyển đến các máy chủ Google Cloud được trang bị GPU Nvidia. Apple đã mở rộng các yêu cầu cốt lõi của PCC—tính toán phi trạng thái, không thể nhắm mục tiêu, không truy cập đặc quyền và tính minh bạch có thể kiểm chứng—cho các nút của bên thứ ba này . Việc triển khai sử dụng Nvidia Confidential Computing trên GPU, CPU Intel với TDX (Tiện ích mở rộng Miền tin cậy), và chip Titan của Google để thiết lập một gốc tin cậy phần cứng . Các nhà nghiên cứu bảo mật độc lập được phép xác minh toàn bộ cơ sở điện toán tin cậy.

Apple xác nhận rằng dữ liệu được ẩn danh ở mỗi bước nhảy và tất cả các thành phần máy chủ cũng như phần mềm đều thuộc các cam kết minh bạch có thể kiểm chứng giống như áp dụng cho các nút PCC của chính Apple .

Logic định tuyến thực tế: các tác vụ đơn giản không bao giờ rời khỏi thiết bị; các tác vụ trung bình đi tới PCC của Apple; các yêu cầu suy luận thực sự khó sẽ đến Google Cloud—với cùng các đảm bảo về quyền riêng tư được thực thi ở mỗi lớp.

Mối quan hệ với Google: Cấp phép mô hình, không phải thỏa thuận sản phẩm tiêu dùng

Những gì Apple và Google xây dựng là một quan hệ đối tác cấp phép và kỹ thuật, không phải là sự hợp tác hướng tới người tiêu dùng . Những điểm khác biệt này rất quan trọng:

• Apple đã cấp phép một mô hình Gemini tùy chỉnh và hợp tác tinh chỉnh nó. Mô hình này chạy độc quyền cho các truy vấn Siri AI; nó không phải là phiên bản gắn nhãn trắng của chatbot Gemini .
• Các mô hình tiên phong của Gemini được sử dụng để dạy các mô hình nhỏ hơn trên thiết bị của Apple thông qua chưng cất—Gemini tạo ra đầu ra, và các mô hình AFM của Apple học từ những đầu ra đó để xử lý các tác vụ cục bộ mà không cần một vòng khứ hồi lên đám mây .
• Apple Intelligence vẫn giữ kiến trúc, thương hiệu và trải nghiệm người dùng của riêng mình. Siri AI không hướng người dùng đến sản phẩm của Google, không định tuyến truy vấn đến Google Search và không hiển thị thương hiệu Google trong giao diện .
• Thỏa thuận tài chính được báo cáo là 1 tỷ USD mỗi năm, nhưng cả Apple và Google đều chưa công khai xác nhận con số này .

Nói ngắn gọn, Google cung cấp mô hình nền tảng và 'sức mạnh' silicon trên đám mây; Apple cung cấp sản phẩm, giao diện, mô hình trên thiết bị và kiến trúc bảo mật. Người dùng không bao giờ chạm vào bất kỳ bề mặt nào của Google.

Lịch trình ra mắt Siri AI: Beta vào tháng 9/2026, nhưng không phải ở mọi nơi

Apple đã xác nhận bản beta công khai của Siri AI sẽ xuất hiện cùng iOS 27 vào tháng 9 năm 2026, cùng với đợt ra mắt phần cứng iPhone mới được mong đợi . Một bản beta công khai vào tháng 7 cũng được nhắc đến trong một số báo cáo, mặc dù bài phát biểu quan trọng nhấn mạnh vào khung thời gian tháng 9 . Một ứng dụng Siri độc lập chuyên dụng với lịch sử hội thoại được đồng bộ qua iCloud cũng ra mắt cùng thời điểm .

Một bản phát hành ổn định sau giai đoạn beta sẽ diễn ra sau đó trong năm 2026; trang web chính thức của Apple sử dụng cụm từ "vào cuối năm nay" mà không có ngày chắc chắn, điều này được cho là đã khiến một số nhà đầu tư lo lắng khi họ muốn có một cam kết rõ ràng vào tháng 9 .

Phần chữ nhỏ có những ràng buộc thực sự:

• Không ra mắt trên iPhone hoặc iPad tại EU vào thời điểm ra mắt. Apple viện dẫn Đạo luật Thị trường Kỹ thuật số (DMA), yêu cầu các hệ điều hành phải mở cho các nhà phát triển bên thứ ba. Apple lập luận rằng việc tuân thủ DMA ở hình thức hiện tại sẽ buộc công ty phải làm suy yếu các đảm bảo về quyền riêng tư và bảo mật của Private Cloud Compute. Phiên bản macOS cũng chưa có sẵn tại EU vào thời điểm ra mắt .
• Không ra mắt ở Trung Quốc vào thời điểm ra mắt. Apple vẫn đang làm việc với các yêu cầu pháp lý địa phương cho Siri AI và bộ tính năng Apple Intelligence rộng lớn hơn .
• Chỉ hỗ trợ Tiếng Anh khi ra mắt, với các ngôn ngữ bổ sung được hứa hẹn sẽ nhanh chóng theo sau .
• Yêu cầu phần cứng cũng 'cắn' không kém. Apple lưu ý rằng mô hình trên thiết bị mạnh nhất, giọng nói Siri biểu cảm và các tính năng đọc chính tả nâng cao sẽ yêu cầu các thiết bị mạnh nhất của công ty—điều này có khả năng có nghĩa là các mẫu iPhone, iPad và Mac đời mới .

Siri AI là canh bạc AI lớn nhất mà Apple từng thực hiện, được xây dựng trên cái bắt tay 1 tỷ USD/năm với đối thủ nền tảng lớn nhất của mình. Kiến trúc này—ba tầng, ba công ty, một mô hình bảo mật có thể kiểm chứng—hoặc là bản thiết kế cho AI đám mây bảo vệ quyền riêng tư, hoặc là bài tập xây*** lòng tin phức tạp nhất trong lịch sử công nghệ tiêu dùng. Bản beta tháng 9 sẽ bắt đầu trả lời nó là gì.