苹果收购AI芯片公司，减少对英伟达依赖

苹果的AI功能，如新版Siri，目前依赖英伟达硬件。苹果在自有数据中心用自研芯片处理部分AI任务，但更复杂的计算——包括驱动新版Siri的Google Gemini模型——需要用到英伟达的芯片，这些芯片位于谷歌云的数据中心内。这种外部依赖，是苹果急于改变的局面。

苹果的芯片困境

苹果芯片设计团队长期专注于手机、平板等移动设备，而不是高性能服务器芯片。这一传统限制了它与英伟达在AI服务器领域的竞争。苹果自研的AI服务器芯片“Baltra”原计划今年发货，但已被推迟。工程师在开发新版Siri时曾尝试让Gemini模型运行在苹果自有服务器上。结果发现芯片无法承载那么大规模的模型，部分Siri工作负载只能转到谷歌云的英伟达芯片上处理。

苹果也在推进更强大的芯片计划。基于M5 Ultra的服务器芯片已在开发中。下一代M7 Ultra芯片被寄予厚望，预计支持高达1.5TB内存——约为M5 Ultra的两倍——性能可能开始接近英伟达Blackwell芯片。但Bloomberg报道称，基于M7 Ultra的服务器芯片不太可能在2029年前准备好。

收购开路：钱和策略

苹果的补救策略之一是收购。今年1月，苹果完成了对以色列公司Q.ai的收购，这家公司专攻通过面部微动来解读语音。苹果支付了近20亿美元，仅次于2014年收购Beats的30亿美元。苹果还在寻求收购能帮助缩小AI模型、让其在iPhone上更高效运行的公司。知情人士称，苹果已与初创公司PrismML会面，探讨如何利用其技术在iPhone上直接运行更大的AI模型。

财务上，苹果发出了更积极的信号。在最近一次财报电话会议上，CFO Kevan Parekh表示公司不再追求“净现金中性”状态。分析师认为，额外的灵活性可能为更大规模的收购释放资金。回顾历史，苹果的自研芯片能力源于2008年以2.78亿美元收购PA Semi，那次收购为后来的A系列和M系列芯片奠定了基础。

用户端：本地AI加速与付费墙

收购和技术自研的最终目的，是让用户用上更快、更隐私的AI。PrismML已经成功将阿里云的开源大模型Qwen 3.6（270亿参数）缩小到可在iPhone 17 Pro上完全运行。这样一来，一些AI任务可以完全在手机本地处理，不再需要联网。

iOS 27的下一代AI听写功能就是一个例子。它由苹果的AFM 3 Core Advanced模型驱动，准确率大幅提升。但该系统在首版开发者测试版中默认未开启，用户需要手动启用才能体验。

另一项AI功能——Home应用中的AI摄像头摘要——则需要更昂贵的iCloud套餐。苹果规定，使用这项功能至少需要2TB的iCloud+存储计划。对普通用户来说，AI时代的苹果服务正在形成付费分层。

前路漫漫：自研与合作并行

即使收购不断，苹果短期内仍离不开外部伙伴。芯片设计转向高性能AI服务器绝非一日之功，同时与博通合作开发AI服务器芯片的合作已延长至2031年。

领导层变动可能加快节奏。硬件主管John Ternus将于今年9月接替Tim Cook担任CEO，芯片高管Johny Srouji将负责所有硬件工程。这两项人事安排被外界视为苹果将更积极推动芯片自主的信号。

苹果没有透露Baltra芯片的新时间表，也没有说明具体计划收购哪些AI芯片公司。一个清楚的方向是：它既想通过收购补上能力短板，又想通过自研最终摆脱英伟达——但完全实现这一点，至少还需要几年。