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后，蘋果得拿出什么重大突破來，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之后，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锏。

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，雙方的合作伙伴關系很可能會昭告天下。

這就有點微妙了。一方面，這一舉動，相當于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。（這就是為什么它還在和谷歌達成協議，把Gemini也作為備選）

根據預測，蘋果很有可能著重發力軟件方面，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？

對于外界最關注的AI功能，蘋果將「另辟蹊徑」，推出「Project Greymatter」，重點關注普通人在日常生活中可以使用的工具，滿足用戶對于「實用」的需求。

一系列新功能將分布在手機、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復建議

如果僅是這些功能，那就不免令人有些失望，畢竟，這些功能并不是革命性的，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、智能化到什么程度。

于是，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、云計算

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著許多人的問題：蘋果在AI領域到底在做什么？

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的采購微乎其微，連英偉達的十大客戶都不是。

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利用了臺積電的InFO-LSI封裝技術。這與臺積電的CoWoS-L概念相似，英偉達的Blackwell和未來的加速器也將采用這種技術。要說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是芯片后行工藝流程，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僅用于高端Mac Studio和Mac Pro，這些產品一年了都沒什么有意義的更新，也沒聽說有哪個新產品要用到M2 Ultra。

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

所以，蘋果究竟在下一盤什么棋？

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，為蘋果用戶提供AI服務。

另外，蘋果在擴建數據中心基礎設施上，也有著野心勃勃的計劃。

兩位記者發現，蘋果目前至少有7個數據中心，涉及到30多座建筑，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，他們挖來了云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年效力于英偉達，參與了英偉達進軍加速計算的初級階段。隨后他又入職IBM，再于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和基于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對于AI服務器來說，恐怕并不是個好主意。

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，但這僅限于設備端的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臺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后果：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，但是英偉達采用的是成本較低的GDDR6內存架構，而蘋果采用的是高成本的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。

這種優勢并不能延伸到云端的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。

在云端，雖然原始帶寬和容量很重要，但FLOPS的數量更關鍵，因為許多用戶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后于競爭對手，但更重要的差距，在于其FLOPS較少，導致并發用戶數也大大減少。

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，這里還是存在一個帶寬問題，所以在總FLOPS方面，結果并不理想。

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。這意味著實現高批處理大小的能力有限，每個芯片服務的用戶數量也會大幅減少。

對于Llama 3-70B，M2 Ultra的每個芯片能服務4-6個用戶就算走運了，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。

采用自研M2 Ultra，蘋果就無需支付商用硅或者定制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。即使對于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，這種情況并不適用。

計算并不是簡單地線性擴展，尤其是M系列的SoC并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群中，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。

為什么要自研芯片？

理性原因

如果蘋果只是為了提供更好的Siri，自研芯片有點夸張。但實際上，蘋果的目標遠不止于此。

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

這種愿景符合蘋果一直以來對于用戶體驗的追求。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可能需要在云中運行，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于，蘋果會在自己的數據中心處理用戶數據，而不是發送到第三方云服務，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，確實蘊含著一些情感因素，這里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」丑聞。

在那段時間里，英偉達的整個55nm和65nmGPU系列由于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于應力容易破裂，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溫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，蘋果和英偉達的關系可以說是徹底破裂，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的定制GPU。

所有這些歷史包袱，都會讓蘋果對再次依賴英偉達，感到心里打鼓。

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，并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，蘋果并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，目前還處于構想階段。

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等系列相提并論。

然而，繼微軟提出AI PC之后，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，他們似乎并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，但作為一個傾向于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，并正在和谷歌、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，并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戶身上，谷歌用搜索中的廣告收入賺回這筆錢綽綽有余。

但隨著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，蘋果不能只滿足于硬件供應商的地位，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可能帶來的用戶增長和廣告收入。

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」采用混合的工作方式——

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，則將被推送到云端。

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

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

一旦發布AI功能，全球的數億臺蘋果設備，都可以在短時間內更新，并提供給用戶試用。

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。