12月11日消息，據三位知情人士透露，蘋果正在研發首款專門用于人工智能的服務器芯片，以應對其新興人工智能功能所帶來的龐大計算需求。

一位知情人士表示，蘋果正研發內部代號為Baltra的人工智能芯片。若研發成功，Baltra預計將于2026年投入量產。目前，蘋果正與博通合作開發對人工智能處理至關重要的芯片網絡技術。 Baltra為東太平洋海域的一個島嶼，二戰期間曾被美國用作軍事基地。

蘋果決定自主研發服務器芯片供內部使用，也進一步凸顯了其在人工智能芯片市場上長期不愿依賴領頭羊英偉達的態度。

蘋果已開始逐步推出其首批生成式人工智能功能——蘋果智能（Apple Intelligence），向部分國家的新iPhone和Mac用戶開放。這些功能涵蓋文本生成與校對、圖像創作、通知與網頁內容摘要等。

盡管iPhone自帶的處理器能夠處理部分人工智能任務，但更復雜的請求則需交由蘋果云端的服務器處理，這些服務器運行的是最初為Mac設計的高性能芯片。然而，蘋果當前的芯片并非專為人工智能而打造，在速度與能效方面均不及為此量身定制的芯片。

這無疑給蘋果帶來了挑戰，因為該公司計劃在未來幾年內推出更多生成式人工智能功能，并最終將人工智能服務的規模擴大至支持數十億臺設備。

與其他科技公司不同，蘋果堅持使用自己的定制芯片，而非英偉達等供應商的產品，旨在以更私密、更安全的方式處理人工智能數據。蘋果曾一度依賴英偉達為其Mac電腦提供高性能圖形芯片，但在一系列商業紛爭后，蘋果大約在十年前逐漸棄用英偉達產品，轉而使用自研芯片。

上周，蘋果宣布正在測試一款由亞馬遜設計的芯片，用于訓練其大語言模型。蘋果可能會采用其正在研發的專注于推理的新型人工智能芯片，該芯片負責處理新數據，并將其應用于模型以生成輸出。

依靠博通開發芯片的網絡技術

諸如谷歌、Meta、微軟及亞馬遜等科技巨頭，也在研發專供內部使用的人工智能芯片。這些公司的目標在于縮減數據中心的建設與運營成本，并降低對英偉達的依賴度。鑒于英偉達芯片的高昂成本、高能耗以及供應緊張的現狀，其作為行業領頭羊的產品已成為制約人工智能發展的關鍵因素。

然而，設計一款人工智能芯片并非萬全之策。除谷歌外，眾多公司仍高度依賴英偉達的芯片來完成模型的訓練工作，因為該過程對計算能力的需求更為嚴苛。

這些公司起初均傾向于與成熟的芯片制造商合作，借助其專業知識與設計服務，畢竟從零開始研發芯片不僅成本高昂，而且耗時漫長。例如，谷歌亦與博通建立了合作關系。

與谷歌相似，蘋果亦依賴于博通的技術來實現芯片的聯網或互聯，以確保它們能夠協同作業，更迅速地處理數據。這一技術始終是人工智能發展的核心驅動力之一，使得計算、訓練及運行大型語言模型所需的海量數據得以成為可能。而網絡技術正是博通的核心優勢所在。

博通通常不會對外授權其知識產權，而是傾向于直接向客戶銷售芯片產品。在與谷歌的合作中，博通負責將谷歌的人工智能芯片藍圖轉化為可制造的設計，并監督臺積電的生產流程，最終將成品芯片以加價的方式出售給谷歌。

然而，博通似乎對蘋果采取了更為獨特的策略。據悉，博通正在為蘋果提供范圍相對有限的設計服務，同時繼續向其提供其網絡技術。不過，蘋果仍負責芯片的生產管理工作，而臺積電則承擔具體的生產任務。

12個月完成初步設計，另需一年改進并測試

據兩位知情人士透露，蘋果在以色列的設計團隊正領導這款人工智能芯片的研發。該團隊在蘋果2020年推出的處理器設計項目中發揮了重要作用，該處理器成功取代了Mac電腦中的英特爾芯片。

今年夏季，蘋果決定取消為Mac開發一款由四個小芯片組合而成的高性能芯片計劃，以便抽調以色列的工程師投入到人工智能芯片的研發中。這一決策凸顯了蘋果當前的工作重心轉變。

為了制造這款芯片，蘋果計劃采用臺積電最先進的制造工藝之一——N3P。預計OpenAI和英偉達即將推出的其他人工智能芯片也將采用這一先進工藝以提升性能。

據悉，蘋果計劃在其人工智能芯片上采用AMD十多年前開創的芯片設計理念。蘋果將把芯片及其功能拆分成更小的芯粒，然后再將它們組合起來，而不是制造包含不同功能的完整芯片。這種設計降低了芯片制造的復雜性，并減少了潛在缺陷的發生。

半導體研究公司SemiAnalysis的首席分析師迪倫·帕特爾（Dylan Patel）指出，博通可能只負責設計用于網絡的芯粒。他說：“通過采用芯粒技術，蘋果可以將博通的參與范圍限制在芯片的一小部分內，從而保護其整體設計的機密性�！�

與此同時，這款人工智能芯片可能集成了蘋果神經引擎（ANE），該引擎能夠加速人工智能任務的執行。蘋果最初在幾年前設計了ANE，并將其應用于已停產的自動駕駛汽車的推理芯片中。但隨著機器學習功能在攝影和語音識別等領域的不斷發展，該設計后來被移植到了iPhone上。

三位知情人士均表示，蘋果計劃在12個月內完成Baltra的初步設計，考慮到其規模和復雜性，這無疑是一個緊迫的時間表。而在進入大規模生產階段之前，可能還需要一年的時間來完善芯片設計的修改和測試工作。（騰訊科技特約編譯金鹿）