蘋果汽車項目終止，卻讓M7/M8芯片AI爆發(fā)

2024年，蘋果正式按下停止鍵，那個耗費10年時間、100億美元投資的汽車項目被徹底取消。外界一片唏噓，稱這是蘋果史上最大的失敗——在AI還沒有被普遍看成失敗之前，這頂帽子就扣在Apple Car頭上。可當(dāng)時AppleInsider堅持認為，這筆看似打水漂的投入遲早會產(chǎn)生回報。現(xiàn)在，這一判斷正以另一種方式兌現(xiàn)：未來M7和M8處理器將把大量設(shè)計重心移向AI，而背后的技術(shù)積淀，恰恰來自那輛從未上路的自動駕駛車。

當(dāng)下的報道信息顯示，蘋果在設(shè)計M7與M8芯片時，更在意AI加速能力，而不是過去反復(fù)強調(diào)的整體速度或能效指標。這些面向Mac和蘋果智能服務(wù)器的芯片設(shè)計，直接脫胎于當(dāng)初為自動駕駛汽車搭建的底層框架。也就是說，那個被叫停的項目并沒有在財務(wù)賬本上蒸發(fā)，而是把多年積累的模型架構(gòu)、傳感器數(shù)據(jù)處理邏輯、實時決策算法打包塞進了下一代處理器里。當(dāng)汽車項目在2024年解散時，大量工程師并沒有離開蘋果，他們被重新編入當(dāng)時由John Giannandrea主管的AI團隊，人才和代碼一起流向了新的目的地。

把時間撥回2017年6月，蒂姆·庫克就公開說過一句當(dāng)時聽起來很突兀的話：“我們正在專注于自主系統(tǒng)。顯然，自主系統(tǒng)的一個應(yīng)用場景是自動駕駛汽車，但還有其他方向。”蘋果一向?qū)ξ窗l(fā)布的產(chǎn)品和計劃三緘其口，能讓庫克這么明牌表態(tài)很不尋常。他不但破例，還進一步解釋為什么蘋果要做汽車：“我們把它看作是所有AI項目之母。它很可能是最難做的AI項目之一。自主性這件事讓我們極其興奮，但我們也要看這條路會把我們帶到哪里。”這番話發(fā)生在九年前，也就是ChatGPT公測前五年多，可當(dāng)時科技圈的普遍聲音卻是：蘋果在AI上動作遲緩，可能會被甩在后面。

為什么明明庫克已經(jīng)把汽車項目直接定義為“AI項目之母”，整個行業(yè)還是長期認為蘋果沒跟上AI浪潮？一個原因是蘋果自己很少用“人工智能”這個詞，它更習(xí)慣說“機器學(xué)習(xí)”。這種用詞上的自我約束，無形中讓外界覺得它缺乏大模型和生成式AI的野心。另一個原因在于，對手們在AI數(shù)據(jù)中心上的投入過于兇猛，蘋果的資本支出顯得保守，于是“落后”的敘事占了上風(fēng)。可換個角度來看，這種克制也讓蘋果避免了過度燒錢。2026年6月有消息顯示，OpenAI每賺1美元就要虧損1.25美元，投資者已經(jīng)開始重新關(guān)注那些燒錢更節(jié)制的公司，蘋果就在這個名單上。

仔細拆解一下，就能理解蘋果汽車的研究到底給芯片帶來了什么。自動駕駛需要實時處理攝像頭、激光雷達、超聲波傳感器輸入的龐大數(shù)據(jù)流，并在毫秒級做出決策。這就逼著芯片設(shè)計必須把高吞吐量的矩陣運算、低延遲的神經(jīng)網(wǎng)絡(luò)推理、以及動態(tài)調(diào)度能力堆到極致。而這些技術(shù)，恰好也是大模型推理和訓(xùn)練的核心訴求。當(dāng)汽車項目被終止，這些已有的計算IP就不會停留在實驗室，而是重新封裝成下一代處理器中的AI加速模塊。于是我們看到，M7、M8芯片把AI支持放在最優(yōu)先的位置，不再只是在現(xiàn)有架構(gòu)上添一塊神經(jīng)引擎，而是讓整個系統(tǒng)從內(nèi)存帶寬到指令集都圍繞著大規(guī)模的模型運轉(zhuǎn)。換句話說，蘋果不是在轉(zhuǎn)行做AI，它是把當(dāng)年那輛“四個輪子的AI項目”的引擎拆下來，裝到了算力主戰(zhàn)場上。

反對的聲音也存在。有人認為，即便車載技術(shù)能反哺芯片，也無法掩蓋蘋果在生成式AI的起步確實遲了。畢竟，那幾年里，別的公司已經(jīng)鋪開大模型、聊天機器人、文生圖應(yīng)用，而蘋果主要還集中在設(shè)備端的智能推薦和相冊識別這些功能上，缺乏一款改寫市場規(guī)則的產(chǎn)品。但反過來看，蘋果并不是要爭做第一個發(fā)布，而是在布局底層能力。當(dāng)它把自有芯片、內(nèi)存架構(gòu)、服務(wù)器硬件、操作系統(tǒng)全部梳理成一條完整的AI鏈路，再整合Apple Intelligence這類終端功能時，即便節(jié)奏慢一步，也可能打出更高的效率。畢竟，當(dāng)其他玩家每收入1美元就要虧掉1.25美元時，誰能撐得更久就成了關(guān)鍵。

還有一個不能忽略的變量——人才。當(dāng)年投放給汽車項目的工程師，經(jīng)過大規(guī)模數(shù)據(jù)融合、仿真訓(xùn)練和自動駕駛場景打磨，對如何把AI算法工程化落地這件事，有非常完整的實戰(zhàn)經(jīng)驗。這波人沒有離開，而是進入AI團隊，繼續(xù)解決從芯片到服務(wù)器再到終端系統(tǒng)的AI性能問題。這種內(nèi)部知識的遷徙很難被外界模仿，因為在其他公司，一旦類似項目取消，人才往往會散落到行業(yè)各處，很難原封不動地平移。蘋果卻把這段經(jīng)歷變成了組織內(nèi)部的積累，然后釋放到M7和M8的研發(fā)周期里。

往后看，蘋果的邏輯也許更清晰：不去不計成本地堆參數(shù)，而是把AI能力像當(dāng)年提升圖形性能那樣，逐代植入到自家的每款芯片中。有了這個基礎(chǔ)，Apple Intelligence才能在設(shè)備端跑起復(fù)雜模型，私密云計算才能用自家服務(wù)器撐住延時要求，而外購服務(wù)器數(shù)量也能降下來。當(dāng)整個行業(yè)開始重新計算AI投入產(chǎn)出比，投資人從狂熱的基建競賽中回過神，自然會重新評價蘋果這種“后發(fā)但可能不落后”的路徑。

最后，庫克那份“全部AI項目之母”的表態(tài)，更像是一個被忽略了九年的預(yù)言。當(dāng)汽車項目宣布終止時，很多人以為這是燒錢無底洞的終點，但如今看來，它只是切換了交付物：四個輪子的產(chǎn)品沒有出現(xiàn)，取而代之的是M7、M8處理器所承載的AI計算力。蘋果正在把當(dāng)年的失敗重新定義為技術(shù)蓄力期，用芯片、資金、人才和即將到來的新領(lǐng)導(dǎo)力——John Ternus被傳出將接任CEO——來持續(xù)推進這一個方向。他們需要的不是一次性爆發(fā)，而是年復(fù)一年的改進，從蘋果智能，到底層服務(wù)器、芯片、內(nèi)存帶寬，所有環(huán)節(jié)一起迭代。手握所有這些要素的公司不多，而蘋果是其中一個，并且正在把一盤被罵了十年的棋局，下成慢熱但綿長的新格局。