[中配]蘋果如何可能顛覆NVIDIA的AI統治

人工智能競爭正在加速 NVIDIA領先了不少 但在表面之下一場無聲的戰爭正在醞釀 蘋果憑藉其無與倫比的生態系統和定製櫃芯片 正悄然構建可能完全繞過NVIDIA主導地位的人工智能基礎設施 我們是否正處於科技領域數萬億美元的轉變邊緣 NVIDIA是否將在面臨其最重大威脅的時候 現在是2026年1月 如果你看看頭條 故事似乎與兩年前沒有變化 NVIDIA仍然是行業的巨頭 數據中心仍在消耗千兆瓦的電力 各國政府仍在爭搶H100和Blackwell芯片 彷彿它們是戰爭武器 這個敘述依舊存在 誰掌控數據中心誰就掌控未來 但如果你仔細查看2025年最後一個季度的財報 你會發現這個敘述中出現了裂痕 大壩上的細小裂縫 當世界沉迷於在雲端構建更大 更熾熱成本更高的大腦時 有一家公司決定不再爭搶服務器基價 相反 他們將重點放在口袋 揹包和手腕上 在過去十年中 當華爾街喧嚷着雲計算時 蘋果卻悄然將一臺沉睡的超級計算機送到了20億人手中 他們並沒有稱之爲GPU革命 他們稱之爲神經引擎 今天我們要關注當前人工智能經濟面臨的最大威脅 這不是來自監管機構 也不是來自像AMD或Intel這樣的競爭對手 而是一個關於智能何處存在的根本性轉變 我們正在從租用智能的時代 轉向擁有智能的時代 在這個新世界裏 擁有最多硅芯片的公司 而不是數據中心的公司將會獲勝 這就是蘋果的神經引擎的故事 它是一次價值萬億美元的賭注 最終得到了回報 要理解這一威脅 我們必須瞭解戰場 在過去三年裏 人工智能熱潮被一個詞所定義 那就是訓練 訓練是教導人工智能模型的過程 這需要巨大的集中計算能力 這正是NVIDIA生來要做的 萬億參數的數據塞進一倉庫的GPU 讓他們運算幾個月 這就是爲什麼NVIDIA的利潤率 接近75%的原因 他們是唯一在這個淘金熱階段 賣鏟子的人 但訓練是有限的 你不會無限期的訓練一個模型 最終你得去使用它 這個階段叫做推理 推理是指你向ChatGPT提問 它給你一個回答的過程 推理是指你的車識別行人 推理是智能的實際應用 這是2026年 人工智能行業的不可告人的祕密 訓練成本高 但推理則是毀滅性的 在基於雲的LLM上運行 請求是需要花費金錢的 每當你請求一個聊天機器人 寫電子郵件時 某個偏遠地區的服務器就會啓動 消耗電力 產生熱量 並向微軟或谷歌收取一小筆費用 這就是雲陷阱 人工智能越成功 運行成本就越高 雲計算的成本 正在吞噬軟件公司的利潤空間 蘋果登場 蘋果幾年前意識到了一個 其他人都忽視的事情 他們意識到 如果人工智能要真正普及 如果它要出現在每封郵件 每張照片和每條短信中 那麼它就不能運行在雲端 物理原理不成立 經濟邏輯不成立 它必須在本地在設備上運行 當NVIDIA爲需要夜冷的資料中心 構建700瓦的芯片時 Apple則在設計A系列和M系列芯片 以僅需5瓦的功耗運行神經網絡 這不僅僅是技術上的差異 這是一場商業模式的戰爭 NVIDIA一次性賣給你芯片 但他們最好的客戶雲服務提供商 則永遠在租用這些芯片 而蘋果則是把硬件賣給你 電費的成本轉嫁給你 用戶 這項人工智能的經濟模式 從公司運營成本 轉變爲消費者的沉沒成本 在軟件公司爲了支付NVIDIA費用 而不斷虧損的市場中 提供免費推理的平臺就是贏家 我們來看看這件武器本身 神經引擎 大多數人把神經引擎當做營銷術語 他們在發佈會的幻燈片上看到它 就在視網膜顯示和促銷的旁邊 他們對此一帶而過 那是個錯誤 神經引擎 獲稱NPU 早在2017年就與A11仿生芯片一同推出 那時候它被用於Face ID 它是一個微小的專門設計的硅塊 旨在非常出色地完成一件事 矩陣數學 快進到今天 2026年1月 M5和A19 Pro芯片中的神經引擎是個怪物 我們談論的是 可與幾年前的桌面GPU相媲美的性能 但完全專注於人工智能 但原始的性能並不是致勝之處 致命的特性是統一內存架構UMA 這是NVIDIA在消費者領域無法逾越的技術壁壘 在一臺傳統的搭載NVIDIA顯卡的電腦中 有中央處理器 CPU有自己的RAM GPU有自己的顯存 如果你要運行一個人工智能模型 就必須把數據從CPU複製到GPU 這既慢又低效 並且受到GPU內存大小的限制 如果你擁有RTX4090 你就有24GB的顯存 那是你的硬性限制 你無法運行一個需要40GB的龐大人工智能模型 就是放不進去 蘋果的架構不同 CPU GPU和神經引擎共享同一塊內存池 如今在高端的MacBook Pro上 你可以獲得128GB的統一內存 因爲神經引擎可以瞬間訪問所有內存 而無需複製數據 所以創意專業人士或開發者 可以在他們的筆記本電腦上本地運行龐大 企業級的大型語言模型 你明白這意味着什麼嗎 2026年的開發者 無需在AWS上 租用NVIDIA H100基群 來測試一個70億參數的模型 他們只需打開筆記本電腦 這實際上使高端人工智能變得更加普及 它將權力從集中式服務器中移走 置於咖啡店的桌子上 這些數字令人震驚 截至2025年底 全球活躍的Apple設備超過22億臺 幾乎所有設備都有一個神經引擎 把這個和NVIDIA在過去幾年出貨的 估計400到500萬個數據中心GPU進行比較 當然 單個NVIDIA Blackwell芯片的計算能力 是iPhone的數千倍 但iPhone的數量卻達到了數十億部 蘋果的邊緣網絡的總計算能力 遠超地球上所有數據中心的總和 一直以來的問題是 蘋果能否利用那種潛在的力量 2026年 答案終於是肯定的 在談論向邊緣人工智能轉變時 我們無法不提到催化劑 隱私 到2025年 我們見證了企業界第一波顯著的人工智能懊悔 像三星 摩根大通以及主要醫療服務提供商 這樣的公司禁止員工使用ChatGPT或Copilot 原因是數據泄露 當你使用基於雲的人工智能時 你是在將你的數據發送到別人的計算機上 你在相信他們不會基於你的專有祕密 來訓練下一個模型 到2026年 數據將是新的油 它很強大 但如果處理不當就會變得危險 蘋果的訴求很簡單 在你的iPhone上發生的事情 留在你的iPhone上 因爲神經引擎強大到足以運行本地智能體 你的郵件 健康數據和財務文件都從未離開設備 智能體接近數據 數據不會傳給智能體 這是NVIDIA根本無法提供的一個特性 NVIDIA是雲計算的武器商 它們整個商業模式依賴於數據向芯片的流動 蘋果的商業模式依賴於芯片與數據的結合 這種區別正在市場中形成一種分裂 一方面你有公共人工智能 即運行在NVIDIA硬件上的龐大通用模型 ChatGPT Gemini Cloud 這些用於一般知識 創意寫作和公共查詢 另一方面 你擁有個人智能體 這些深度集成 高度上下文化的智能體 運行在Apple Silicon上 這些瞭解你的日程安排 你的人際關係 你的消費習慣和你的健康歷史 對普通消費者來說 哪個更有價值 如果你問雲端人工智能 我妻子的生日是什麼時候 如果你問蘋果智能 幫我根據去年我們喜歡的餐廳 爲我妻子的生日計劃一頓晚餐 它可以瞬間完成 而且它在任何情況下 都不會告訴服務器你妻子的生日 這種上下文智能是至高無上的目標 它需要本地處理 但這裏面有個竅門 即使是強大的M5芯片也有其侷限 在手機上運行GPT5級別的模型是不可能的 電池會在幾分鐘內耗盡 手機會融化 那麼蘋果是如何在不將鑰匙交給NVIDIA的情況下 彌合本地隱私與雲端能力之間的差距呢 他們建立了一個隱祕的通道 這個陷阱門被稱爲私有云計算 或稱PCC 這代表了自AWS問世以來 雲計算中最重要的架構變革 要理解這對傳統GPU市場爲何是個噩夢 我們必須看看蘋果是如何構建的 通常當一家公司需要爲人工智能建立雲服務器時 他們會去購物 購買一個Intel或AMD的CPU來運行操作系統 再購買一批NVIDIA H100或Blackwell來進行重負載處理 這是標準架構 它是模塊化的 它功能強大 並且建立在NVIDIA的CUDA軟件站的基礎上 蘋果一個都沒有做 相反 他們做了一件在任何企業IT標準下都被認爲是瘋狂的事情 他們採用了與運行你的iPad Pro相同的硅架構 也就是M系列芯片 並進行了工業化改造 他們去掉了顯示驅動程序 媒體編碼器和消費類多餘功能 這有什麼重要性 爲什麼投資者應該關心蘋果在服務器中使用自己的芯片 因爲它打破了兼容性鏈 這些服務器並沒有運行帶有CUDA的Linux 他們正在運行一個經過強化和精簡的Apple操作系統版本 這意味着從你口袋裏的手機到沙漠中的服務器 整個軟件系統是統一的 這是一條連續的規片和代碼 當你的iPhone意識到某個任務超出了本地神經引擎的處理能力時 它會將任務交給私有云 但這裏有個妙處 從數學和架構上看 雲服務器與您的手機完全一樣 它使用相同的統一內存 它使用相同的神經引擎指令集 這消除了翻譯成本 無需轉換數據格式 或針對不同的硬件架構進行優化 這是無縫的 但真正殺手機的特性 在傳統的以NVIDIA爲動力的雲中 如果你是擁有跟訪問權限的系統管理員 理論上可以窺視內存 你可以看到GPU正在處理什麼 爲了解決這個問題 公司採用複雜的加密技術和法律合同 蘋果的私有云計算設計爲無狀態 這些服務器中的M系列芯片在每次請求之後 都會有效地清除它們的記憶 沒有硬盤存儲你的數據 沒有日製文件記錄你的查詢 即使FBI向Apple發出傳票 要求查看你向人工智能提出的問題 蘋果無法遵從 因爲數據在答案生成的瞬間就消失了 他們甚至更進一步 邀請獨立的安全研究人員檢查服務器代碼 這創造了一種無信任的人工智能水平 其他任何超大規模雲服務商都無法逼你 因爲他們的硬件NVIDIA系統 並不是從一開始 就爲這種特定類型的用戶隱私而設計的 這意味着蘋果實際上創造了一個 平行的人工智能計算宇宙 不需要向NVIDIA支付一分錢 現在懷疑者會說 這對蘋果自己的應用程序沒問題 但其他人呢 NVIDIA的護城河不僅僅是硬件 還有CUDA 他們是對的 CUDA是人工智能的軟件語言 它有20年的領先優勢 斯坦福 麻省理工學院和Open人工智能的 每位研究人員都學習使用CUDA編程 它是將行業緊緊鎖定在 NVIDIA GPU上的粘性膠水 在過去兩年裏 蘋果一直在積極資助一個 名爲MLX的開源框架 如果你不是開發者 你可能沒聽說過它 但如果你知道 這將是一個改變遊戲規則的因素 MLX讓研究人員在Apple Silicon上 訓練和運行模型的難易程度 與在NVIDIA上使用PiTorch相同 它解鎖了我們在第一部分提到的 龐大統一內存 突然間你就會遇到一個情況 訓練在NVIDIA的大型雲集群上進行 但調優和推理都在MacBook上進行 這對NVIDIA來說爲什麼構成威脅 因爲開發者總是選擇阻力最小的路徑 如果每個開發者都有一臺MacBook Pro 實際上他們都有 並且他們現在可以在本地 運行合適規模的模型 而無需支付雲GPU的費用 他們會針對這種本地架構 優化他們的軟件 他們將開發預期會有神經引擎的應用 我們正在看到邊緣優先開發的復興 想象一下 2026年有一家初創公司 正在開發醫療診斷智能體 選項A 每次醫生掃描X光片時 他們支付30美分 他們的利潤空間很小 他們依賴互聯網連接 選項B 他們優化模型 以在iPad Pro的神經引擎上 使用Core ML運行 他們支付0美元 雲端成本爲0 這個應用可以在鄉村診所離線使用 隱私在設備上得到保障 哪種商業模式獲勝 選項B贏得一切 每次選項B不使用NVIDIA 隨着越來越多的軟件轉向選項B 對大型集中式推理集群的需求 開始趨於平穩 我們並不是說它會消失 科學和大型研發 始終需要強大的硬件 但增長敘事 及每一次人類互動 都需要雲端GPU的想法 開始崩潰 我們把這個換算成美元和分 我們來看看股市的影響 NVIDIA在2026年的股價 是以完美爲價格基礎的 它的定價是基於這樣的 假設人工智能推理 將會指數級增長 而進行這種推理的唯一地方 是在雲端 華爾街的模型預測 微軟 谷歌和Meta 每年將繼續在資本支出上 投入500億到1000億美元 主要用於購買GPU 但如果推理負載轉移到邊緣 會發生什麼 如果目前處理摘要 日程安排 翻譯和基礎編碼 等人工智能查詢的40% 被轉移到iPhone和個人電腦上 超大規模雲服務商 就不需要購買那麼多芯片 這是資本支出懸崖 如果谷歌意識到 在安卓手機上運行的Gemini Nano 能夠處理50%的用戶查詢 用戶已經爲他們購買了硬件 爲什麼他們還要花費數十億美元 在硬件上呢 對於科技巨頭們而言 谷歌 陽光科技 Meta 微軟 邊緣人工智能是救世主 這爲他們節省了費用 這提高了他們的利潤空間 對於NVIDIA來說 邊緣人工智能是一種通貨緊縮壓力 我們已經在2025年 第四季度的財報電話會議中 看到了這一早期跡象 首席財務官們正在討論 混合推理優化 那是公司用語 意思是我們正在努力減少對NVIDIA的支付 蘋果是這一轉變的催化劑 因爲他們是唯一能夠強制推進這一變化的垂直整合者 他們控制着規片 操作系統和設備 當蘋果更新iOS以優先考慮設備端處理時 他們立即從雲端移除了數十億的計算週期 我們來進行一個假設的數學場景 想象一下 有十億活躍的人工智能助手用戶 如果每個用戶每天發出十個查詢 那就是每天一百億個查詢 在2024年 100%的這些數據都轉移到了雲端 到2026年 得益於神經引擎假設60%的任務在設備上處理 那剩下40億個查詢給雲端 這意味着該特定用力的雲推力芯片 可尋指市場減少了60% NVIDIA 很聰明 他們知道這一點 這就是你看到黃仁勳試圖將NVIDIA轉向其他領域 比如國家主權人工智能 機器人技術和數字生物學的原因 他知道消費者聊天機器人市場 最終將會脫離數據中心 但我相信市場並沒有完全考慮到這一千億發生的速度有多快 神經引擎的提升速度超過了互聯網帶寬 它的進步速度超過了電池技術 這是一條令人恐懼的陡峭摩爾定律曲線 這裏還有一個常被忽視的因素 物理 我們快沒電了 在大部分全球數據中心位於的北弗吉尼亞 電力網已經達到了容量極限 公用事業公司告知數據中心運營商 他們在2028年或2029年前 無法接入新的設施 集中式人工智能正遭遇嚴峻的物理瓶頸 你可以製造芯片 但你無法插入它 分佈式人工智能 即蘋果正在做的繞過了電網瓶頸 11部iPhone在11個不同的家中夜間充電 這是一個分佈式能源負荷 它不會像一個單一的500兆瓦設施那樣 立即對電網造成壓力 通過將計算轉移到電池供電的邊緣 蘋果實際上是在將能源危機外包 蘋果的做法與物理世界的限制相符 NVIDIA當前的軌跡正在與他們抗爭 這場金融戰爭有着哲學層面的內涵 這關乎於智能體 當你依賴於NVIDIA提供的雲端人工智能時 你就是一個租戶 你在租賃智能 如果你停止支付訂閱費 或者互聯網斷了 或者公司決定對模型進行審查 你將一無所有 你瞬間變得愚蠢 當你依賴於蘋果的本地神經引擎時 你就是擁有者 那個模型存在於你的硅片上 它在飛機上可以使用 在碉堡裏也能工作 在這個日益動盪的世界裏 你所擁有的主權 計算智能的價值變得越來越高 這也是爲什麼蘋果能夠在2026年 以1500美元的價格出售手機 而競爭對手卻掙扎着以800美元出售 你購買的並不僅僅是一個屏幕和一臺相機 而是一個無限期限的 個人智能基礎設施的使用許可 它無需每月支付租金 這形成了一個不可打破的中程循環 一旦你的本地智能體全面瞭解你的一切 且是在本地安全和私密的環境下 你就再也無法轉換到Android 你永遠無法切換到Windows 轉換成本變得無窮大 這以NVIDIA的硬件銷售所無法比擬的方式 保證了Apple未來的收入來源 NVIDIA每年都必須不斷創造更快的芯片 以吸引客戶迴歸 蘋果只需要保護好你的祕密 那麼NVIDIA註定要失敗嗎 不 那會有些誇大 NVIDIA是人類歷史上最重要的硬件公司 它們在爲癌症的治療提供動力 它們正在模擬氣候變化 它們是科學發現的動力 數據中心業務不會歸零 然而無限增長理論 即NVIDIA將從地球上的每一次人工智能交互中 獲取價值的想法已經死了 蘋果做得很棒 神經引擎代表了NVIDIA可服務市場的硬性上限 它在沙子裏劃出一條線 並說所有在這條線以下的個人背景 日常任務 生物特徵數據和私人通信都屬於邊緣 它屬於蘋果 我們正在經歷一次巨大的分化 雲計算將用於超人類的任務 摺疊蛋白質 解決融合問題 管理全球物流 邊緣計算將用於人類任務 整理我們的生活 創造我們的藝術 管理我們的記憶 投資者需要明白 人工智能市場並不是單一的事物 這有兩個方面 而當NVIDIA掌握了第一項時 Apple卻巧然有條不紊 且毫不留情地征服了第二項 今天你必須問自己的萬億問題 不是誰的芯片最快 那你希望你的智能生活在哪裏 在一個有公司擁有的服務器農場裏 還是掌握在你自己口袋裏的 戰爭結束了 邊緣計算贏了 而神經引擎是勝者 我是首席執行官顧仕實鑑 如果你想在這場金融革命中保持領先 確保訂閱我的頻道並開啓通知