iPhone

Systemanforderungen von Apple Intelligence: Welche iPhone-, iPad- und Mac-Geräte sind mit generativer KI in iOS 18 kompatibel?

Apple Intelligence erfordert moderne Hardware, um generative KI und große Sprachmodelle auf dem Gerät auszuführen. Hier ist eine Liste kompatibler Geräte.

Zwei Mac-Laptops und ein Apple Studio Display mit iPhone-Spiegelung, Safari Viewer und Spielemodus vor einem farbenfrohen Hintergrund mit Farbverlauf

Apple Intelligence ist ein Marketingname für eine Reihe generativer KI-Funktionen, die auf großen Sprachmodellen basieren und ab Herbst auf iPhone, iPad und Mac verfügbar sein werden. Einige Funktionen, wie beispielsweise bestimmte Siri-Verbesserungen, werden möglicherweise über spätere Updates für iOS 18, iPadOS 18 und macOS Sequoia Ende 2024 und Anfang 2025 verfügbar sein.

Systemanforderungen von Apple Intelligence: Steht Ihre Hardware auf der Gerätekompatibilitätsliste?

Die Kompatibilitätsliste der Apple Intelligence-Geräte ist kurz, da die neuesten KI-Funktionen Apple-Chips mit mindestens 8 GB RAM und eine schnelle Neural Engine erfordern.

  • iPhone 15 Pro und neuer
  • iPhone 15 Pro Max und neuer
  • iPad mit M1 und neuer
  • Mac mit M1 und höher

Sofern Sie nicht das neueste iPhone besitzen oder Ihr iPad/Mac keinen Apple-Chip verwendet, können Sie generative KI in iOS 18 nicht verwenden. Alle iPhones, die nach dem iPhone 15 Pro erscheinen, müssen die Hardwareanforderungen für Apple Intelligence erfüllen, einschließlich der iPhone 16-Familie, die nach der Veröffentlichung von iOS 18 erscheinen soll.
Kompatibilitätsliste für Apple Intelligence-GeräteApple Intelligence wird beim Start auf US-Englisch beschränkt sein. Sowohl Ihre Siri-Sprache als auch die Gerätesprache müssen in der App „Einstellungen“ auf US-Englisch eingestellt sein. „Einige Funktionen, Softwareplattformen und zusätzliche Sprachen werden im Laufe des nächsten Jahres kommen“, warnt die Pressemitteilung zu iOS 18 im Apple Newsroom.

Apple Intelligence basiert auf Neural Engine

Die Neural Engine ist eine Art von von Apple entwickelter neuronaler Verarbeitungseinheit, die in den Haupt-Siliziumchip von Apple eingebettet ist. Eine Neural Engine ist darauf spezialisiert, bestimmte neuronale Netzwerkoperationen zu beschleunigen, die in der künstlichen Intelligenz und im maschinellen Lernen verwendet werden, wie Faltungen und Matrixmultiplikationen, ohne die CPU, die GPU oder den Akku zu belasten.

Apple erläutert die Systemanforderungen von Apple Intelligence

Während der Live-Talkshow von WWDC24 fragte John Gruber von Daring Fireball Apples KI-Chef John Giannandrea und den Leiter der Softwareentwicklung Craig Federighi, ob dies ein Trick sei, um neue iPhones zu verkaufen.
Drei iPhone-Screenshots zeigen die Möglichkeit von iOS 18, Erinnerungsfilme aus Fotos über eine Siri-Eingabeaufforderung zu erstellen

„Wenn man diese Modelle also zur Laufzeit ausführt, nennt man das Inferenz, und die Inferenz großer Sprachmodelle ist unglaublich rechenintensiv“, erklärte Giannandrea. Inferenz ermöglicht es einem trainierten maschinellen Lernmodell, aus neuen Daten Schlussfolgerungen zu ziehen, ohne Beispiele des gewünschten Ergebnisses zu benötigen.

„Es ist etwas ganz Besonderes, Modelle dieser Leistung auf einem iPhone laufen zu lassen“, sagte Federighi. Diese Modelle laufen auf der Neural Engine. „Es ist eine Kombination aus Bandbreite des Geräts, der Größe der Apple Neural Engine und der Power des Geräts, diese Modelle tatsächlich schnell genug auszuführen, damit sie nützlich sind“, fuhr Giannandrea fort.
Apple M4-Chip mit hervorgehobenem Neural Engine-BereichDas iPhone 15 Pro und das iPhone 15 Pro Max laufen mit Apples A17 Pro-Chip, der über eine doppelt so schnelle Neural Engine verfügt, die 35 Billionen Operationen pro Sekunde ausführen kann. Der M1 enthält eine ältere Neural Engine und kann daher 11 Billionen Operationen pro Sekunde ausführen, was das Minimum für Apple Intelligence zu sein scheint.

Was hindert Apple daran, den Leuten einen Schalter zu geben, mit dem sie Apple Intelligence auf älterer Hardware aktivieren können? „Theoretisch könnte man diese Modelle auf einem sehr alten Gerät ausführen, aber das wäre so langsam, dass es keinen Nutzen hätte“, erklärte er.

Leave a Reply