前言：Siri的表现不佳可能是触发因素，业界对苹果在AI领域的表现一直抱有较高期望。
但近年来，Siri在与Google Assistant和Amazon Alexa等竞争对手的较量中逐渐失去了优势。
原计划在今年春季发布的iOS 18.4中包含的Siri Apple Intelligence功能已被推迟至明年。
作者 | 方文三图片来源 | 网 络
苹果10亿美元采购英伟达GPU
鉴于AI驱动的Siri数字助理在市场推广过程中遭遇挑战，苹果公司认识到必须参与AI数据中心领域的竞争。
在其他主要科技企业纷纷在AI数据中心领域投入巨额资金之际，苹果公司却一直保持距离，避免了资本开支的大幅增加。
然而，目前形势似乎有所转变，苹果公司意识到有必要加入AI数据中心领域的竞争。
Loop Capital的分析师阿南达·巴鲁阿在周一晚间的报告中透露，苹果公司正在订购价值约10亿美元的英伟达GB300 NVL72系统。
他在报告中指出，这相当于大约250台服务器，每台服务器的成本介于370万至400万美元之间。
巴鲁阿表示，苹果公司正与服务器制造商戴尔科技和超微电脑合作，构建用于支持生成式AI应用的大型服务器集群。
巴鲁阿认为，苹果公司战略的调整是由于其AI驱动的Siri数字助理在市场推广过程中遇到了难题。
苹果公司已经无限期推迟了新Siri的发布。去年6月，苹果公司在全球开发者大会上展示了Siri的AI功能，并计划在今年年初推出。
苹果与英伟达从蜜月走向交恶
早在2001年，苹果公司便在其Mac系列计算机中采用了英伟达公司的芯片，旨在增强图形处理性能。
彼时，双方的合作关系十分融洽，甚至可以称之为[蜜月期]。
然而，到了2008年，英伟达生产的一批存在缺陷的GPU芯片被安装在包括苹果MacBook Pro在内的众多笔记本电脑中，导致了广泛的质量问题，这一事件被业界称为[bumpgate]风波。
起初，英伟达拒绝承认全部责任并进行赔偿，此举激起了苹果的不满，并直接导致了双方合作关系的终止。
据The Information报道，苹果内部人士透露，英伟达的高层长期以来将苹果视为一个[要求严格]且[利润微薄]的客户，因此不愿意为其投入过多的资源。
苹果公司在iPod取得成功后，其立场也变得更为坚定，认为与英伟达的合作难以持续。
此外，英伟达试图对苹果移动设备使用的图形芯片征收许可费用，这一举动进一步加剧了双方的矛盾。
苹果公司通过推出性能卓越的自研芯片，如iPhone的A系列芯片和Mac的M系列芯片，逐渐减少了对英特尔等传统芯片制造商的依赖。
在这种背景下，苹果公司自然也不愿意在AI芯片领域受制于英伟达。
到了2024年，苹果公司加速了自研AI芯片[Baltra]的研发进程，并计划在2026年实现量产，以减少对外部供应商的依赖。
Meta公司的采购规模是苹果的70倍，这一对比令人瞩目。
扎克伯格已宣布计划在2025年之前部署130万颗GPU，以建立全球最大的AI计算集群。
更为关键的是，Meta公司的采购完全集中在大语言模型的开发和运营成本的优化等核心领域，这与苹果公司所宣称的[设备端AI]战略形成了鲜明对比。
GB300 NVL72的量产时间表显示，一线组装厂鸿海、广达的产能排期已至2026年上半年。
而苹果公司选择的代工厂商Dell和Super Micro，在高端AI服务器组装领域并非领先企业。
苹果公司实际获得这批芯片的时间可能推迟至2026年第二或第三季度。到那时，竞争对手的AI产品可能已经更新迭代两到三代。
苹果公司长期以来一直将自主研发的芯片作为其核心竞争力，其Apple Silicon系列产品通过深度整合软硬件，在移动设备和边缘计算领域取得了显著成就。
然而，该公司近期决定采用英伟达的商用GPU，这一战略转变表明苹果承认了GPU生态系统和生成式AI（Gen AI）范式的优越性，并准备为此进行大规模投资。
在生成式AI领域，自主研发芯片的开发周期和优化成本可能难以满足市场对高性能计算的迫切需求。
苹果重新评估其AI硬件战略
大型模型重新定义了用户对[智能助理]的期望，用户的心理预期已从[命令执行]转变为[智能协同]。
作为全球最大的智能手机制造商，苹果似乎在某种程度上落后了。
这也促使苹果重新评估其AI硬件战略，从传统的AI/ML（机器学习）转向更先进的Gen AI技术。
苹果此次斥资10亿美元的举措，其目的可能包括：
①开发Apple LLM，集成到Siri的新版本中，实现设备级的混合部署（本地+云）；
②构建Apple AI Cloud，以支持iOS/macOS等设备的远程AI增强；
③未来将AI深度集成到iWork套件、Health、Shortcuts等应用中。
尽管采购了英伟达的GPU，苹果不太可能完全放弃自主研发的芯片。
一种可能的策略是：利用英伟达的GPU进行模型训练和开发，而Apple Silicon则专注于推理和边缘设备。
这种混合策略可以平衡性能与成本，同时保持苹果在生态系统中的控制力。
苹果未来可能会采取[GPU训练+ASIC推理]的混合策略，利用英伟达完成模型开发，再用Apple Silicon优化边缘部署。
然而，在当前阶段，ASIC的[失败]更多是时间窗口的错失，而非技术的终结。
苹果斥资10亿美元购买英伟达 GB300 NVL72的决定，既是对其AI战略的紧急调整，也是GPU在生成式AI时代统治力的一次印证。
在这场技术与时间的竞赛中，通用计算能力以其即时可用性和适应性，击败了定制化方案的长期潜力。
即便是自主研发能力强大的苹果，也不得不顺应这一现实。
短期内的妥协能否换来长期的发展
隐私与性能之间的根本冲突，以及算力竞赛所付出的代价，使得全球AI领域的竞争已步入了所谓的[GPU饥饿游戏]阶段。
在AI芯片市场中，英伟达占据了70%至95%的份额，而苹果公司的采购行为揭示了其对市场主导者的某种让步。
苹果公司曾由Federighi强调，自主开发的服务器构成了其隐私保护的核心。
然而，若苹果将用户数据转移到英伟达的服务器上，如何保证其承诺的[端到端加密]，这可能成为苹果未来面临的主要舆论风险。
短期内，借助英伟达的资源快速进入生成式AI领域；长期来看，则是通过自主研发芯片来掌握技术主权。
这价值十亿美元的巨额采购，既是苹果对现实的妥协，也是其对未来的一次探索。
在生成式AI的浪潮中，苹果试图在保护隐私的护城河与算力的极限之间寻求平衡。
然而，技术路线的不确定性可能会削弱其[隐私优先]品牌承诺的公信力。
如果自研芯片的进展不如预期，苹果可能会进一步加深对供应链的依赖。
AI专用ASIC想成气候仍需要时间
应用特定集成电路（ASIC）的开发周期构成了其主要弱点。
以苹果公司为例，作为全球芯片设计领域的佼佼者，其从架构设计到流片验证的过程仍然需要数年时间。
然而，在AI领域，尤其是大语言模型（LLM）技术的快速迭代中，更新周期以月为单位，市场需求变化迅速。
显然，苹果公司无法承担自主研发AI专用ASIC逐步成熟所需等待的时间。
相比之下，英伟达的GPU作为一种成熟的商业解决方案，可以立即投入使用，直接满足苹果公司对计算能力的迫切需求。
这种时间上的差异，成为了ASIC在短期内难以取得优势的关键因素。
博通和Marvell作为ASIC设计服务的主要供应商，也面临着不利的市场环境。
据The Information去年底报道，苹果公司正与博通合作开发代号为[Baltra]的AI服务器芯片。
该芯片专注于网络技术，预计将于2026年开始量产，仅供苹果公司内部使用，并将采用台积电N3P工艺（与OpenAI和英伟达的AI芯片工艺相同）。
尽管博通在传统数据中心市场中，凭借网络加速器等定制ASIC展现出了强劲的性能，但其产品在AI训练领域的竞争力仍然无法与GPU相匹敌。
Marvell则通过ThunderX系列Arm CPU和定制芯片进入AI市场，但其解决方案更倾向于推理而非训练，难以满足苹果公司在大规模LLM训练方面的需求。
苹果公司此前透露，它也在探索使用亚马逊的Trainium2芯片进行AI模型预训练。
目前选择英伟达的GPU，进一步证明了在短期内，通用GPU特别是英伟达 GPU的地位难以被取代。
结尾：
苹果斥资10亿美元采购英伟达的GPU，此举表面上看似是其在算力竞赛中的迟到者，实际上却是其AI战略的谨慎探索。
在确保终端体验、保护用户隐私以及促进生态系统协同发展的框架内，苹果正以[小步快跑]的策略逐步构建其独特的竞争优势。
在这场竞争中，胜利的关键可能并不在于短期内算力的规模扩张，而在于能否将AI技术有效地融入用户的日常数字生活中。
部分资料参考：深度调研：《苹果豪掷10亿美元买芯片，为何被嘲"洒洒水"？》，塔子哥的随笔：《苹果官宣：牵手英伟达》，玩转科技生活：《苹果AI[求救]英伟达，10亿美元天价订单背后，苹果联手英伟达剑指中国AI市场？》，半导体国产化：《苹果突然转向，GPU领域再掀胜利风波》，半导体行业观察：《GPU又赢了？苹果临阵倒戈》，爱范儿：《苹果正在与英伟达合作，想让 AI 的响应速度更快》
原文标题 : AI芯天下丨分析丨苹果10亿美元采购英伟达GPU，背后透出什么AI战略？
