蘋果豪賭！神秘 AI 項目曝光，寧死不用英偉達？自研芯片全家桶都要 AI 了

最近一輪 AI 之戰，OpenAI、谷歌、微軟都交卷了，現在，全世界的目光齊刷刷看向蘋果。

全球開發者大會，就在 6 月上旬。選擇這個時機發布新產品，蘋果勇氣可嘉。

被一眾競品搶盡風頭後，蘋果得拿出什麼重大突破來，才能證明自己在 AI 領域還能讓人興奮？

看起來，蘋果可走的路數不多了，所以外媒記者才意味深長地暗示：這次 WWDC 的主題應該是「迎頭趕上」，而非「超越」。

畢竟，在 LLM 上，繼 ChatGPT 和 Gemini 之後，蘋果早已失去了先發優勢；微軟面向開發者的 CoPilot 生態，也是 XCode 短時間內無法企及的。

和英偉達的舊仇，也讓蘋果孤注一擲發展自研芯片，然而比起英偉達 GPU，M2 系列在成本和實際應用性能上都有些差強人意。

硬氣的蘋果，無疑在進行一場豪賭。

蘋果，拼命追趕

彭博社記者 Mark Gurman 發出了一篇爆料文，預測了蘋果即將在開發者大會上祭出的殺手鐧。

Gurman 分析道，比較引人矚目的消息，就是蘋果和 OpenAI CEO Sam Altman 的合作了。

在 WWDC 上，雙方的合作伙伴關係很可能會昭告天下。

這就有點微妙了。一方面，這一舉動，相當於讓蘋果向公眾承認了，自己無法在 AI 最熱門的領域競爭，通過「曲線救國」，它倒是可以擁有最先進的聊天機器人，從而硬剛一波使用 Gemini 的三星。

另一方面，最近 Altman 的名聲不大好，OpenAI 的公司結構看起來也不太穩定。

因此，蘋果根本無法對 OpenAI 作為 iOS 新功能的單一供應商感到放心。（這就是為什麼它還在和谷歌達成協議，把 Gemini 也作為備選）

根據預測，蘋果很有可能着重發力軟件方面，比如推出 iOS 18、iPadOS 18、macOS 15 等操作系統的更新。

iPad 已經用上了最新的 M4 芯片，也許它會繼續被集成到 Mac Pro 和 MacBook Pro 中？

對於外界最關注的 AI 功能，蘋果將「另闢蹊徑」，推出「Project Greymatter」，重點關注普通人在日常生活中可以使用的工具，滿足用户對於「實用」的需求。

一系列新功能將分佈在手機、平板和 PC 端，包括——

- 更靈活的主屏幕布局、自定義 app 圖標顏色
- 語音備忘錄轉文字
- AI 照片編輯
- 隨短信內容變化的自定義表情符號
- Spotlight 搜索更快速、準確
- Safari 搜索改進
- 郵件和短信的自動回覆建議

如果僅是這些功能，那就不免令人有些失望，畢竟，這些功能並不是革命性的，也很難吸引眼球，絕大部分都已經在谷歌或 Meta 的相關應用中存在。

OpenAI 的 GPT-4o 語音最近雖然飽受爭議，但讓我們看到了語音助手可以擬人化、智能化到什麼程度。

於是，全網期待的目光落在了被傳和 OpenAI 合作的蘋果上。作為最流行的語音助手之一，Siri 有望在功能和聲音上升級嗎？

也有預測稱，ChatGPT 可能被植入到 iOS18 中作為聊天機器人插件；同時蘋果也在「兩手準備」，和谷歌洽談 Gemini 的交易。

蘋果的 AI 戰略：數據中心、設備、雲計算

與此同時，SemiAnalysis 的著名爆料研究員 Dylan Patel 和 Myron Xie 一起，剛剛發了一篇文章，全面分析了蘋果的 AI 戰略。

在這篇文章中，兩位記者提出了一個困擾着許多人的問題：蘋果在 AI 領域到底在做什麼？

要知道，現在全球都在瘋狂搶購英偉達的 GPU，然而蘋果卻沒有參與這一「囤貨」大潮。調查顯示，蘋果對 GPU 的採購微乎其微，連英偉達的十大客户都不是。

在 WWDC 大會前夕，各種傳言滿天飛。

兩位記者對目前的各路消息來了個匯總。

加大 M 系列處理器產量，還要做自己的 AI 服務器

首先，有多個消息來源稱，蘋果今年將加大 M 系列處理器的產量，甚至達到創紀錄的水平。

所謂 M 系列處理器，主要指的是 M2 Ultra，它由 2 個片上 M2 Max 拼接而成，被蘋果稱之為「UltraFusion」。（有趣的是，據悉蘋果的 M3 Ultra 被取消了。）

Ultrafusion 指的是使用本地硅互連技術將兩個 M2 Max 芯片連接在一起。在軟件層面上，這兩個芯片被看作一個單一的芯片。M2 Ultra 利用了台積電的 InFO-LSI 封裝技術。這與台積電的 CoWoS-L 概念相似，英偉達的 Blackwell 和未來的加速器也將採用這種技術。要説蘋果和英偉達兩種方法之間的唯一區別，就是蘋果的 InFO 是芯片先行工藝流程， 而英偉達的 CoWoS-L 是芯片後行工藝流程，另外它們使用的是不同類型的內存

但是稍微仔細一想，就會發現：M2 Ultra 的增產實在是很奇怪。

在需求上就完全找不到理由。M2 Ultra 僅用於高端 Mac Studio 和 Mac Pro，這些產品一年了都沒什麼有意義的更新，也沒聽説有哪個新產品要用到 M2 Ultra。

總之，高端的台式 PC 和 MacBook 的需求都相當低迷，沒有任何跡象表明，有什麼消費需求能消耗掉這些設備。

所以，蘋果究竟在下一盤什麼棋？

跟 M2 Ultra 的增產消息呼應的，就是華爾街日報和彭博社最近的報道——蘋果正在自己的數據中心，使用自己的芯片，為蘋果用户提供 AI 服務。

另外，蘋果在擴建數據中心基礎設施上，也有着野心勃勃的計劃。

兩位記者發現，蘋果目前至少有 7 個數據中心，涉及到 30 多座建築，這還不包括計劃中的項目。結果就是，這些數據中心的總容量在短時間內，就會翻一番。

上圖是蘋果公司即將建成的最大數據中心。目前只有一個數據中心，但明年將有許多數據中心陸續建成

挖來基礎設施大牛

另外，蘋果還在幾個月內進行了一系列重大招聘，招兵買馬擴張基礎設施團隊。

比如，他們挖來了雲基礎設施領域的大牛 Sumit Gupta，來操刀蘋果的基礎設施。

Gupta 在 2007 年到 2015 年效力於英偉達，參與了英偉達進軍加速計算的初級階段。隨後他又入職 IBM，再於 2021 年加入谷歌的 AI 基礎設施團隊，成為谷歌基礎設施產品經理，包括 TPU 和基於 Arm 的數據中心 CPU。

谷歌和英偉達算是目前唯二大規模部署 AI 基礎設施的公司，能挖來這樣的大牛，蘋果要做的事恐怕不小。

蘋果自研 AI 芯片

然而尷尬的是，M2 Ultra 對於 AI 服務器來説，恐怕並不是個好主意。

雖然業界普遍認為，蘋果的 M 系列芯片在 AI 性能上表現出色，但這僅限於設備端的 AI 應用，服務器上就不一定了。

現實的情況是，蘋果的競爭對手們在筆記本和台式電腦上使用的內存架構要差得多：現有的英特爾、AMD 和高通筆記本，都只有 128 位的內存總線，而蘋果的內存總線寬度要遠遠吊打他們的 CPU。

這就會導致這樣一種後果：雖然其他筆記本電腦可以配備與蘋果內存帶寬相當的英偉達 GPU，但是英偉達採用的是成本較低的 GDDR6 內存架構，而蘋果採用的是高成本的 LPDDR 架構，這就需要更寬的總線、更大的芯片邊緣面積。

這就讓英偉達 GPU 受到了限制，它無法在內存中放下蘋果 CPU 能夠容納的高級模型，比如 Llama 3-70B。雖然蘋果的每 GB 成本實際上更低，但 LPDDR 的內存容量太高。

這種優勢並不能延伸到雲端的 AI 性能。設備端主要關注模型是否能夠運行，而云端則更關心經濟性。

在雲端，雖然原始帶寬和容量很重要，但 FLOPS 的數量更關鍵，因為許多用户通過批處理同時服務。高批處理大小，可以將推理成本（tokenomics）降低到 10 倍以上。

這樣的結果就是，M2 Ultra 就像是一個糟糕社區中最好的一棟房子，它無法與數據中心其他 GPU 很好地協同。

不僅內存帶寬方面落後於競爭對手，但更重要的差距，在於其 FLOPS 較少，導致併發用户數也大大減少。

Apple GPU 中擁有的 FLOPS 數雖然極少，但幸運的是，好在他們還有神經引擎。

在蘋果設備上運行 LLM 的一種策略，是將多層感知器（multi-layer perceptron）運行在神經引擎上，同時將注意力機制（attention mechanism）運行在 GPU 上。

不過需要注意的是，這裏還是存在一個帶寬問題，所以在總 FLOPS 方面，結果並不理想。

而且，就算我們能神奇地將 GPU 和神經引擎的 FLOPS 相加，性能仍然比數據中心 GPU 差了 35 倍到 85 倍。這意味着實現高批處理大小的能力有限，每個芯片服務的用户數量也會大幅減少。

對於 Llama 3-70B，M2 Ultra 的每個芯片能服務 4-6 個用户就算走運了，然而 GPU 卻常能實現 64 或更多的批處理大小。

靠成本能彌補嗎？

而且，目前我們還沒有分析最重要的變量之一——成本。

採用自研 M2 Ultra，蘋果就無需支付商用硅或者定製設計合作者的高額利潤了。

計算下來， 兩個 M2 Max 芯片、InFO-L 封裝和 192GB 的 LPDDR，成本大約在 2000 美元左右。相比之下，H100 的成本達到了 10 倍之多。

但同時也要考慮到超過 10 倍的性能差異。即使對於 Llama 3-70B 這類模型，蘋果也很難讓 M2 Ultra 具備很高的成本效益。

此外，當模型規模超出單個芯片時，這種情況並不適用。

計算並不是簡單地線性擴展，尤其是 M 系列的 SoC 並不是為這種擴展設計的。

芯片間唯一的互連是 UltraFusion 橋，將兩個 M2 Max 結合成一個 M2 Ultra。但這與英偉達的 NVLink 的高速 Serdes 芯片間擴展完全不同。

雖然蘋果芯片在單位美元下能提供相當可觀的總計算量，但是和直接購買英偉達 GPU 相比，也沒差太多。

因為所有的浮點計算無法被集成到單一集羣中，模型推理會被降級到以人類語速運行，規模上限是 Llama 3 同等大小，無法運行千億參數模型。

為什麼要自研芯片？

理性原因

如果蘋果只是為了提供更好的 Siri，自研芯片有點誇張。但實際上，蘋果的目標遠不止於此。

他們的目標是將所有數據、服務與 AI 集成在一起，這意味着從設備端到雲端，從底層計算、操作系統到應用程序和數據，用户都會有無縫銜接的流暢操作。

這種願景符合蘋果一直以來對於用户體驗的追求。但這不僅需要強大的 AI 計算性能，還需要從芯片到軟件的高度垂直的完整技術鏈。

比如 Siri 可能需要在雲中運行，在手機或者 Apple Watch 上應答，同時保證強大功能、高速通信和流暢交互。

其中的另一個賣點在於，蘋果會在自己的數據中心處理用户數據，而不是發送到第三方雲服務，保護數據的隱私和安全。

非理性原因

但搭建自己的數據中心需要大量芯片和服務器，英偉達作為全球首屈一指的公司，完全可以提供所有高性能計算的基礎設施，自己從頭開始顯然不是最優解。

這看起來不太理性的商業決策，確實藴含着一些情感因素，這裏就牽扯到蘋果和英偉達的一樁舊怨了。

雖然如今英偉達已憑「毫無瑕疵的工程執行力」封神，但過去的英偉達，也曾犯下不少重大的工程錯誤。

最大的一個，就是 2006 至 2009 年間的「bumpgate」醜聞。

在那段時間裏，英偉達的整個 55nm 和 65nmGPU 系列由於高熱量和糟糕的封裝設計，早期故障率極高，超過 40%。芯片和封裝基板之間的凸點由於應力容易破裂，導致故障率完全不可接受。這是因為，英偉達選擇了一種 Tg 過低的劣質填充物，因此在操作循環期間的高温下無法正確支撐凸點，導致了它們的疲勞

這就影響了 GeForce 6000、7000、8000 和 9000 系列，以及各種移動芯片組。

蘋果、Dell 和 HP 出售的含有英偉達芯片組的筆記本，全部受到影響。而糟糕的，就是英偉達的處理方式。起初，它拒絕承擔責任，蘋果、Dell 和 HP 怒而對英偉達提起集體訴訟，迫使英偉達同意更換已售出的有缺陷 GPU。

從此，蘋果和英偉達的關係可以説是徹底破裂，英偉達再也沒有被設計進任何一份蘋果產品中。

甚至，蘋果不惜選擇性能和功耗更差的 AMD GPU，甚至和 AMD 合作開發了一款在筆記本中使用 HBM 的定製 GPU。

所有這些歷史包袱，都會讓蘋果對再次依賴英偉達，感到心裏打鼓。

蘋果「芯」的未來

M2 Ultra 推出只是蘋果給出的一個臨時的解決方案，並在逐步開發更強大的芯片。

不過，目前 M3 Ultra 已在內部取消。

M4 Ultra 還未投入生產階段，甚至可能會被擱置，成為下一個夭折的產品。

而目前，這些芯片還沒有針對大模型所需的計算完成優化，其神經引擎結構帶寬嚴重不足，需要加以改造，才能適配。

不過，蘋果並不會去依賴其他芯片供應商，去幫助自己開發 AI 芯片。

我們可能看到，蘋果授權使用高速串行通信（SerDes）技術，去設計開發數據中心的專用芯片。

但，這一過程還需要數年的時間，目前還處於構想階段。

因此，在今年和明年，我們仍將看到蘋果 Macbook 和 Mac mini 上，使用增強版的蘋果芯片。

在 AI PC 時代「迎頭趕上」

在大模型方面，毋庸置疑，蘋果目前的成果無法和 GPT、Gemini 或者 Claude 等系列相提並論。

然而，繼微軟提出 AI PC 之後，可以預料到，AI 與硬件和操作系統進行更深度的集成是大勢所趨。

蘋果想要繼續走在智能硬件的前沿，就必須拿出有競爭力的 AI 模型，提供符合「蘋果風格和價值觀」的 AI 服務。

然而，他們似乎並沒有儲備足夠的算力和 AI 人才來訓練自己的 AI 大模型。

雖然 App Store 已經提供了 ChatGPT 應用的下載，但作為一個傾向於高度垂直整合的公司，做到這一步遠遠不夠。

彭博社披露稱，蘋果已經與 OpenAI 達成協議，並正在和谷歌、Anthropic 討論，也許這類成熟的模型會直接被集成、封裝在在蘋果設備上，並使用與蘋果品牌形象一致的系統 prompt。

另一個值得關注的方面是搜索功能。

谷歌每年向蘋果支付 200 億美元，換取 Chrome 作為蘋果的默認搜索引擎。但這其實是一個雙贏的交易，從龐大且有錢的蘋果用户身上，谷歌用搜索中的廣告收入賺回這筆錢綽綽有餘。

但隨着 ChatGPT、Llama 與 Claude 相繼發力向搜索工具轉型，蠶食谷歌在搜索引擎方面的巨大市場份額，這種穩定的商業模式或許會發生改變。

歸根結底，蘋果不能只滿足於硬件供應商的地位，無論其他公司的 AI 模型有怎樣的進展，它至少要保持「迎頭趕上」的節奏。

僅僅在 App Store 上線各種 AI 模型和應用會讓它失去控制權，失去在數據和隱私方面的品牌原則，也錯過生成式 AI 可能帶來的用户增長和廣告收入。

此外，和微軟的 AI PC 全部在本地運行 AI 推理不同，蘋果的「Project Greymatter」採用混合的工作方式——

大部分計算強度較低的 AI 功能在設備上完成，但如果需要更多算力，則將被推送到雲端。

這項服務一經推出，很有可能在短時間內迎來大規模流量湧入，這對蘋果的 AI 基礎設施會是一個考驗。

雖然在 AI 之戰中短暫落後，但蘋果有一個不能忽視的獨特優勢——龐大的忠實用户羣。

一旦發佈 AI 功能，全球的數億台蘋果設備，都可以在短時間內更新，並提供給用户試用。

在未來某個時間節點，蘋果可能一夜之間成為全球 AI 競技場上最大的玩家。

文章來源：新智元，原文標題：《蘋果豪賭！神秘 AI 項目曝光，寧死不用英偉達？自研芯片全家桶都要 AI 了》