苹果AI服务器芯片困局：自研受阻、Baltra跳票、并购窗口开启

苹果的AI算力短板正在倒逼战略转向 苹果在消费级芯片领域成就斐然——从A系列到M系列，自研芯片已成为其硬件护城河的核心。但这条成功路径并未自然延伸至AI服务器领域。面对大模型推理对高并发、大内存带宽与高功耗散热的严苛要求，苹果现有架构正显疲态。这一结构性缺口，正推动公司首次系统性考虑通过并购补强底层算力能力。 M2 Ultra难堪大任，Siri被迫“借云出海” 当前苹果AI服务基础设施仍依赖M2 Ultra芯片，该芯片本为高端桌面工作站设计，虽拥有强大能效比，却非面向数据中心级AI负载优化。今年早些时候，苹果尝试将谷歌Gemini大模型本地部署于自有服务器集群，以支撑新版Siri的端到端AI体验，但实测表明：M2 Ultra在模型加载、推理延迟与批量吞吐等关键指标上均无法达标。最终，相关AI工作负载不得不迁移至谷歌云平台，并运行在英伟达GPU之上。 技术路线错位：移动端思维难以复刻至服务器 问题本质在于设计哲学的根本差异。苹果芯片团队十余年来深耕低功耗、高集成、异构协同的移动计算范式；而AI服务器芯片需优先保障内存带宽（如HBM3堆叠）、FP8/INT4稀疏计算支持、千卡级互联扩展能力——这是两条几乎平行的技术演进轨道。当Gemini等百亿参数模型成为AI交互基线时，仅靠CPU+GPU混合调度与软件层优化已触及物理极限。 Baltra延期，M7 Ultra远水难解近渴 原定承接AI服务器重任的自研芯片“Baltra”，已被证实推迟发布。其替代方案M5 Ultra服务器版正加速验证中，但性能上限受限于封装与互连瓶颈。更具潜力的M7 Ultra服务器版本虽规划支持最高1.5TB内存与多芯粒（chiplet）扩展架构，理论性能可对标英伟达Blackwell平台，但量产节点已明确延后至2029年。这意味着苹果将在未来三年持续面临AI算力供给缺口。 并购逻辑成型：从克制到务实 苹果历史上极少发起大规模收购，最大单笔为2014年30亿美元收购Beats。但风向正在转变：2024年1月，公司以近20亿美元收购以色列AI公司Q.ai，专注语音-表情联合建模技术，创下史上第二大并购纪录。更关键的是，CFO Kevan Parekh在二季度财报会上宣布放弃长期执行的“净现金中性”财务政策，虽未明言用途，但市场普遍将其解读为释放并购资金弹性的信号。 收购不是权宜之计，而是技术自主的再出发 回溯苹果芯片自研史，起点正是2008年2.78亿美元收购PA Semi——一家专注高性能低功耗处理器架构的初创企业。那次收购不仅带来核心IP与工程团队，更奠定了A系列与M系列的技术基因。如今重启并购节奏，并非放弃自研，而是以更高效方式获取服务器级互连协议、存算一体架构、AI编译器栈等关键模块，缩短从“能用”到“好用”的落地周期。 组织与人事变局强化并购动能 2024年9月起，硬件负责人John Ternus将接任CEO，芯片业务主管Johny Srouji则升任硬件工程总负责人，全面统管包括半导体在内的全栈硬件研发。这一调整意味着芯片战略权重进一步提升。与此同时，企业发展团队由Steve Smith牵头，在Adrian Perica领导下，正同步评估多个方向：既包括具备服务器SoC设计能力的初创企业，也涵盖擅长模型轻量化、边缘适配与推理加速的AI软件公司。并购不再是备选动作，而是构建下一代AI终端-云协同体系的关键支点。