再议苹果 AI 破局之路：苹果的 AI 野心藏在芯片和基建里

我近期发了个帖子《苹果，AI 时代下的平庸之恶》。
没想到帖子发了没多久，库克就在 8 月 1 号开了个罕见的全体员工大会，亲自下场给员工打气，要把 AI 当成苹果的下一次“革命”。看了会议报道，我感觉既印证了我之前的一些猜测，也让我对苹果的 AI 路径有了更清晰、更乐观的看法。所以再发一贴，分享一下我的新思考。
我上一篇帖子的核心观点是苹果“起了个大早，赶了个晚集”，必须拿出“All in AI”的魄力。现在看来，库克喊出的口号和决心是有了。
我认为，关键不在于苹果非要去卷一个 SOTA 的云端大模型去跟 Gemini 和 GPT-5 硬碰硬。那样反而落入了他人的游戏规则。苹果真正的优势，在于整合“芯片 + 端侧模型 + 云端推理”的垂直生态，做 AI 时代的基础设施 (Infrastructure) 巨头。
一、不必自建 SOTA 云端模型，也能称霸 AI 时代
我们看看现在的市场，英伟达和微软的市值凭什么冲上 4 万亿美元？他们有地表最强的通用大模型吗？没有。
- 英伟达 卖的是算力，是 AI 淘金热里的“铲子和牛仔裤”。
- 微软 靠的是 Azure 云平台 + 对 OpenAI 的战略投资，将 AI 能力赋能到 Office、Windows 等所有产品中，做的是“AI 服务的分销商和整合商”。
这给了苹果一个极佳的启示：不一定非要做那个最强大的模型，但可以做那个让 AI 最高效、最低成本运行的平台，以及一定要拿下端侧 SOTA 模型（这会是 iPhone 未来的核心竞争力之一）。
二、苹果的破局之道：ASIC 推理芯片 + SOTA 端侧模型
结合库克全体员工大会透露的信息——正在研发代号为“Baltra”的强大云计算芯片，并在休斯敦建立新的 AI 服务器工厂——苹果的战略路径已经非常清晰了。这正是我上一贴“我上我也行”中提到的“自研 ASIC 矩阵加速器”的方向。
我在此委婉地修正自己上个帖子的结论，苹果的正确打法应该是：
1.  称霸端侧：
还是得挖人，学 Meta，给我用钱狠狠砸，专门挖会做端侧小模型的人，不惜一切代价挖人做 SOTA 端侧模型。iPhone 和 Mac 是苹果的基本盘。苹果完全可以效仿 Meta，不惜血本地去挖顶级人才（比如 Ilya Sutskever 的 SSI 团队或类似的牛人），集中所有资源，打造出地球上最强的端侧大模型。这个模型不需要是千亿、万亿参数的巨无霸，但它在 7B 到 30B 这个级别内，结合苹果的 NPU 和统一内存架构，可以做到极致的性能和功耗比。这将直接赋能一个真正智能、懂你的、保护隐私的 Siri，以及无数的端侧 AI 应用，这是谷歌的安卓阵营难以企及的体验护城河。
2.  布局云端：
自研 ASIC 推理芯片，吃下 Inference 这块肥肉。AI 的算力分为两部分：训练 (Training) 和推理 (Inference)。训练市场目前被英伟达的 GPU 牢牢占据，这是一场军备竞赛，投入巨大。但随着模型逐渐成熟，推理产生的业务量和价值会远远超过训练。 库克提到的“Baltra”芯片，目标很可能就不是去和英伟达的训练芯片硬碰硬，而是要打造一款类似谷歌 TPU 的专用推理芯片 (ASIC)。
-   对内： 苹果自己的数据中心用上自研的推理芯片，处理海量的 Siri 云端请求、iCloud 照片分析、Apple Intelligence 等服务，成本将会断崖式下降，响应速度大幅提升。
-   对外： 这一步的想象空间更大。看看现在的市场，连 OpenAI 都觉得用别人的 GPU 做推理太贵，想自己造芯片，并且已经在和谷歌谈租用 TPU。这说明高效推理芯片是刚需中的刚需。如果苹果的 ASIC 芯片能效比做得足够好，未来甚至可以向其他 AI 公司提供推理服务，成为 AI 算力市场的新玩家。
三、战略总结：务实的混合策略
所以，苹果最聪明的策略是“两条腿走路，软硬结合”：
-   端侧 (On-Device)： 用顶级人才做出体验最好的 SOTA 端侧模型，  M 系列 / A 系列由于asic推理芯片的研究，可能会拥有更强大的npu，实现运行端侧ai良好的能效以及性能平衡，巩固硬件生态护城河。
-   云端 (Cloud)：
-   模型层： 在需要超强能力的场景，大胆合作。继续和 OpenAI、谷歌合作，将 GPT-4o 和 Gemini 作为 iOS/macOS 的能力选项，先让用户体验到最强大的 AI。
-   芯片层： 让英伟达继续玩昂贵的“训练”游戏，自己则凭借强大的芯片设计能力，专攻“推理”市场，用自研 ASIC 推理芯片把成本和效率打下来，先自用，再图谋向外赋能。

总结一下，库克这次的全体员工大会，不是一次简单的动员，而是一次战略宣告。苹果正在悄悄布局一个庞大的 AI 基础设施网络。它要做的，不是在 OpenAI 和谷歌划定的战场里追赶，而是要利用自己“从沙子（芯片）到用户指尖（设备）”的垂直整合能力，定义一个全新的、更高效、更注重体验的 AI 战场。
这条路，比单纯去卷一个云端大模型要明智得多，也更符合苹果的基因，这次可以对苹果的 AI 多一点信心了。

@mcayke  @NPacific  @卧楼听松  @zhu3536  @jht5132

老实讲，我仍坚持认为在移动设备上玩AI的，都是噱头。Apple AI的唯一看点就是它云端模型的隐私保护，其他都是扯淡

端侧只能是基础性的，说白了就是让你有的用，真正够用好用的还是云端。要不然苹果怎么收取更多服务费。集中资源做端侧费力不讨好，算力不够续航不足。 克雷格已经意识到还是要大力做云端才行，苹果已经给云端模型拨款几十亿刀了。 相关文章也显示云端会有 n 个相关专有模型，比如你查找烹饪相关，就只会调用相关模型。这样做效率更高，准确性更好。

另外苹果几年前就讨论过提供云服务给别家，现在凭借着其强大的芯片也许有可能。

做端侧模型的战略苹果不是五年前都开始了么，而且已经碰一鼻子灰了，怎么现在才提？两个核心原因，一个是端侧ai必然比云笨 而且消耗手机宝贵电量更加不如云端实用 因为大模型的原理本来就是靠数据量大再用函数去猜 才会准 越集中训练越聪明。 另一个原因看看英伟达股价就知道了，都快2倍于苹果了，说明ai的管线整套硬件流程 已经被英伟达垄断，说明苹果的ai硬件研发没有任何竞争力，和我开一家皮包ai公司没有区别。 华尔街和巴菲特对苹果的估值已经悲观到当做手机制造业了，ai对股价的增益已经从股价预期中剔除了

苹果现在的战略，反而是打算放弃所有重心强攻端侧，因为苹果才持有用户的数据，如果苹果为了保持手机竞争力，完全把数据交出去让chatgpt训练和使用，自己将丧失手机用户数据价值的主导权。这也是为什么苹果必须要自己端侧修图，不让gpt动用户照片训练的原因， 但是从原理上来说，gpt越集中训练全球用户的图片，修图会越智能，只是苹果城池不能丢失， 数据价值主导权不能丢失。 所以一定要自立门户，有一个苹果云端的强大模型，才能挽救苹果的估值，然而苹果的算力中心基建落后别人一大截，现在谁有一百万张英伟达算力卡谁就是大爷