蘋(píng)果下一顆自研芯片，會(huì)是它嗎？

　　2011年10月4日，蘋(píng)果Siri伴隨iPhone 4s一同推出。

　　發(fā)布會(huì)上，蘋(píng)果將 Siri 宣傳為“謙遜的私人助理，只需提出要求即可幫助你完成工作”，而眾多媒體也不吝贊美之詞。

　　The Verge提到：“Siri 的瘋狂之處在于，它的工作效果——至少在大多數(shù)時(shí)候——比你想象的要好。”

　　CNN表示：“Siri有點(diǎn)像我夢(mèng)想中隨叫隨到的無(wú)薪實(shí)習(xí)生。”

　　“Siri 可以節(jié)省時(shí)間、減少摸索和分散注意力，并深刻改變‘手機(jī)’的定義。” 《紐約時(shí)報(bào)》稱。

　　當(dāng)時(shí)人們的眼中，Siri無(wú)疑是具備一定革命性的，盡管它還不是那么*，會(huì)犯一些機(jī)器都會(huì)犯的錯(cuò)，但卻有了人工智能的雛形，盡管蘋(píng)果沒(méi)有用“人工智能(Artificial Intelligence)”來(lái)形容它，但蘋(píng)果高管Phil Schiller在發(fā)布Siri的時(shí)候，心里大概還是會(huì)閃過(guò)1999年《機(jī)器管家》電影里的某個(gè)片段。

　　但是蘋(píng)果卻在這之后和AI分道揚(yáng)鑣，漸行漸遠(yuǎn)。在今年6月的WWDC上，蘋(píng)果只字未提AI，只是用了機(jī)器學(xué)習(xí)來(lái)指代這兩個(gè)字母，而曾經(jīng)蘋(píng)果引起為傲的Siri，卻被一筆帶過(guò)，只是把語(yǔ)音喚醒詞簡(jiǎn)化成“Siri”，并加入了連續(xù)回應(yīng)功能，相較于其他互聯(lián)網(wǎng)公司在語(yǔ)音助手上的大刀闊斧式的更新，Siri更像是小心翼翼地?cái)D出了一點(diǎn)牙膏，頗有些敷衍了事的感覺(jué)。

　　瑞士信貸(Credit Suisse)的資深分析師香農(nóng)-克羅斯(Shannon Cross)在5月的蘋(píng)果財(cái)報(bào)會(huì)議上，直截了當(dāng)?shù)卦儐?wèn)CEO庫(kù)克，問(wèn)他對(duì)人工智能是否有話要說(shuō)。

　　庫(kù)克依舊是那個(gè)四平八穩(wěn)的回答風(fēng)格：“蘋(píng)果在整合生態(tài)系統(tǒng)中的人工智能和機(jī)器學(xué)習(xí)方面取得了巨大進(jìn)步，多年來(lái)我們一直將其融入到產(chǎn)品和功能中，你可以在跌倒檢測(cè)、碰撞檢測(cè)和心電圖等方面看到這一點(diǎn)。因此，我們認(rèn)為人工智能是一項(xiàng)巨大的技術(shù)，蘋(píng)果將繼續(xù)深思熟慮地將其應(yīng)用到產(chǎn)品中。”

　　但蘋(píng)果確實(shí)拿不出更多關(guān)于AI方面的成果，在元宇宙的熱潮逐漸褪去的今年，蘋(píng)果卻發(fā)布了頭顯Vision Pro，售價(jià)3萬(wàn)多的它，顯然不如Chat-GPT那樣接地氣，也讓更多人心生懷疑，他們心中都有同一個(gè)問(wèn)題：

　　當(dāng)微軟、谷歌、Meta用AI打造新的帝國(guó)時(shí)，蘋(píng)果到底在干什么?

　　數(shù)字助手誕生

　　你可能以為蘋(píng)果對(duì)AI不怎么感冒，但它卻是最早把AI放到宣傳里的公司之一。

　　喬布斯離開(kāi)蘋(píng)果之后，CEO約翰·斯卡利(John Sculley)接過(guò)了整個(gè)公司的重?fù)?dān)，1987年，他出版了自己的著作《奧德賽：從百事可樂(lè)到蘋(píng)果》，書(shū)中的最后一章，斯卡利與艾倫·凱(Alan Kay，當(dāng)時(shí)的蘋(píng)果研究員)在多次討論后提出了一個(gè)設(shè)想，即所謂的知識(shí)導(dǎo)航儀(Knowledge Navigator)，甚至還為它畫(huà)了一個(gè)粗略的草圖，屏幕上有兩個(gè)操縱桿，人們可以握住操縱桿在知識(shí)的海洋中徜徉。

　　同年10月，學(xué)術(shù)計(jì)算機(jī)領(lǐng)域的主要高等教育會(huì)議 Educom正式召開(kāi)，斯卡利受邀做了主題演講，《奧德賽》中的知識(shí)導(dǎo)航儀從鉛字變成了一段生動(dòng)的視頻，在假想的2007年，一位伯克利大學(xué)教授準(zhǔn)備講座、查看電子郵件、在網(wǎng)上做研究、與巴西的同事視頻通話、為父親購(gòu)買(mǎi)生日蛋糕……

　　這一切不是通過(guò)鍵鼠，而是依靠屏幕里一位打著領(lǐng)結(jié)的數(shù)字私人管家，伴隨著喬治·安東·本達(dá) (Georg Anton Benda)的C大調(diào)羽管鍵琴協(xié)奏曲，在連續(xù)而又自然的一段段對(duì)話當(dāng)中，完成了工作和生活中的瑣碎事情。

　　知識(shí)導(dǎo)航儀在當(dāng)時(shí)引起不小的轟動(dòng)，既有為蘋(píng)果未來(lái)愿景發(fā)出嘆服的聲音，也有著指責(zé)蘋(píng)果不切實(shí)際的聲音，1987年，個(gè)人電腦方興未艾，圖形化操作系統(tǒng)還沒(méi)普及，就向著虛擬助理了，未免有些太超前了。

　　事實(shí)證明，有些超前的想法并非妄想，Siri、Cortana、Alexa、Bixby 和 Google Assistant在2011年之后先后涌現(xiàn)，二十多年前的知識(shí)導(dǎo)航儀，成為了這些語(yǔ)音助手的曾曾曾祖父。

　　隨著斯卡利辭任CEO，喬布斯回歸蘋(píng)果，知識(shí)導(dǎo)航儀的概念被束之高閣，但蘋(píng)果并沒(méi)有徹底放棄對(duì)AI的追逐，但無(wú)奈于設(shè)備性能的羸弱，沒(méi)辦法實(shí)現(xiàn)設(shè)想里的種種功能。

　　不過(guò)，當(dāng)時(shí)對(duì)于語(yǔ)音助手的探索其實(shí)已經(jīng)卓有成效，90年代作為處理器迭代最快的時(shí)期，得以讓軟件公司能夠開(kāi)發(fā)全面的語(yǔ)音識(shí)別系統(tǒng)，如 Dragon在1997 年發(fā)布的Dragon NaturallySpeaking，這是世界上*個(gè)每分鐘理解 100 個(gè)單詞的連續(xù)語(yǔ)音識(shí)別系統(tǒng)，用戶不用在兩個(gè)單詞之間刻意停頓，實(shí)現(xiàn)了流暢的整句識(shí)別。

　　到了2001年時(shí)，先進(jìn)的語(yǔ)音識(shí)別軟件已經(jīng)可以做到80%的識(shí)別準(zhǔn)確率，谷歌甚至開(kāi)始將這部分技術(shù)帶到了實(shí)際應(yīng)用種，谷歌語(yǔ)音搜索收集了大約2300億個(gè)用戶搜索的單詞，最終將它們用于預(yù)測(cè)搜索內(nèi)容，并推進(jìn)了語(yǔ)音處理技術(shù)后續(xù)的發(fā)展。

　　2003年，美國(guó)國(guó)防部高級(jí)研究計(jì)劃局DARPA開(kāi)始對(duì)人工智能進(jìn)行研究，他們希望有一個(gè)數(shù)字助手來(lái)處理每天收到的大量數(shù)據(jù)，他們與有技術(shù)積累的SRI International合作，開(kāi)展了迄今*的人工智能項(xiàng)目之一CALO，其意為“士兵的仆人”。

　　而這個(gè)項(xiàng)目的*意義不在于它提供了多么尖端的武器，而是在五年的研究后，SRI International分拆出的一家名為Siri的初創(chuàng)公司，沒(méi)錯(cuò)，這就是蘋(píng)果Siri語(yǔ)音助手最初的起點(diǎn)。

　　Siri在2010年初在 App Store 免費(fèi)推出同名應(yīng)用，雖然沒(méi)有達(dá)到知識(shí)導(dǎo)航儀的水平，但它功能可以用豐富來(lái)形容，通過(guò)連接到互聯(lián)網(wǎng)，Siri不僅可以通過(guò) TaxiMagic 預(yù)訂出租車(chē)，從 StubHub了解音樂(lè)會(huì)時(shí)間，也能通過(guò)爛番茄查看電影評(píng)論，從Yelp獲取餐廳評(píng)分等等，不少人覺(jué)得Siri已經(jīng)接近千禧年時(shí)電影中的人工智能原型了。

　　原本Siri還計(jì)劃在安卓和黑莓平臺(tái)上推出對(duì)應(yīng)的語(yǔ)音助手，不過(guò)剛推出沒(méi)多久，蘋(píng)果CEO喬布斯大手一揮，這么好的應(yīng)用，就永遠(yuǎn)留在iOS系統(tǒng)里，在當(dāng)年4月就宣布了對(duì)Siri的收購(gòu)，次年10月，蘋(píng)果正式推出了內(nèi)置Siri測(cè)試版的iPhone 4S，自此，Siri這四個(gè)字母與蘋(píng)果和iPhone牢牢綁定在了一起。

　　喬布斯在2010年的D8大會(huì)上接受采訪時(shí)，并不覺(jué)得Siri是一個(gè)用語(yǔ)音助手包裝起來(lái)的搜索引擎，而是一家人工智能公司，他心里非常清楚，收購(gòu)Siri不是簡(jiǎn)單地為iPhone上加一個(gè)語(yǔ)音搜索那么簡(jiǎn)單，而是希望蘋(píng)果不再局限于單一硬件，提前布局AI時(shí)代。

　　Siri吹響了語(yǔ)音助手的號(hào)角，擁有先發(fā)優(yōu)勢(shì)的它沒(méi)過(guò)多久就有了競(jìng)爭(zhēng)對(duì)手：2012 年，三星在 Galaxy S3上推出了S Voice(后續(xù)被Bixby取代);同年，谷歌推出了Android版的 Google Now(后續(xù)被 Google Assistant 取代);2014 年，微軟推出了 Windows Phone 版的 Cortana;同年，亞馬遜在 Echo 智能音箱上推出了 Alexa。

　　從手機(jī)到智能音箱，與機(jī)器的對(duì)話變成日常生活中的稀松平常的一環(huán)。

　　神經(jīng)引擎革命

　　說(shuō)蘋(píng)果不重視人工智能更是扯淡，因?yàn)樘O(píng)果是最早把AI硬件塞進(jìn)手機(jī)里的廠商之一。

　　2017年，蘋(píng)果發(fā)布了iPhone 8/8 Plus和iPhone X，與它們一同推出的還有內(nèi)置“神經(jīng)引擎(Neural Engine)”的A11芯片。

　　按照蘋(píng)果的說(shuō)法，神經(jīng)引擎是專(zhuān)門(mén)用于處理“特定機(jī)器學(xué)習(xí)算法”的處理核心，它為 iPhone 上的Face ID、Animoji 和AR應(yīng)用等提供支持，可以做到 “每秒執(zhí)行高達(dá) 6000 億次操作”，從而加快部分任務(wù)的處理速度。

　　蘋(píng)果沒(méi)有使用人工智能的字眼，但神經(jīng)引擎處處透露出人工智能的意味，《連線》雜志與蘋(píng)果副總裁 Tim Millet 關(guān)于 A 系列芯片的訪談中提到，在 iPhone X 發(fā)布的數(shù)年前，蘋(píng)果的一些工程師就提出了利用機(jī)器學(xué)習(xí)算法讓 iPhone 的攝像頭變得更智能的想法。

　　此后每年蘋(píng)果推出的A系列芯片，不只有CPU和GPU的提升，A12、A13、A14、A15、A16……神經(jīng)引擎從最初每秒6000億次進(jìn)化到了每秒17萬(wàn)億計(jì)算，性能已經(jīng)超越了2000年的每秒計(jì)算12.3萬(wàn)億次的美國(guó)超算ASCI White，曾經(jīng)106噸的龐然大物，濃縮在手機(jī)芯片的一角上，讓人感概于摩爾定律之強(qiáng)大。

　　而神經(jīng)引擎也讓隔壁換用蘋(píng)果自研M系列芯片的Mac產(chǎn)品沾上了光，M1就有了媲美A14的神經(jīng)核心，而最新的M2 Ultra的神經(jīng)引擎更是擁有每秒31.6萬(wàn)億次的*算力。

　　可能有人會(huì)好奇，如此強(qiáng)大的AI性能，都為蘋(píng)果用戶都帶來(lái)了哪些革命性的改變呢?

　　答案藏在了iOS、iPadOS以及macOS各種不起眼但卻實(shí)用的功能里。

　　用戶在iPad上使用 Apple Pencil 時(shí)，筆記軟件會(huì)區(qū)分筆尖按壓與手掌誤觸;電池軟件會(huì)監(jiān)測(cè)日常使用習(xí)慣，優(yōu)化充電功率和時(shí)間，保護(hù)電池壽命;相機(jī)應(yīng)用會(huì)在按下快門(mén)后，瞬間拍攝多張照片，通過(guò)合成來(lái)得出觀感更好的照片……

　　包括在今年6月的WWDC上，也有一堆功能實(shí)質(zhì)利用上了神經(jīng)引擎，例如Vision Pro上視頻通話中利用面捕實(shí)時(shí)生成的3D人臉，AirPods的根據(jù)環(huán)境和個(gè)人習(xí)慣調(diào)整的個(gè)性化音量，iOS 17中更好的鍵盤(pán)自動(dòng)更正輸入單詞等等。

　　這些功能都有一個(gè)共性，它們通�；�于本地而非云端，充分調(diào)動(dòng)設(shè)備本身的算力，而蘋(píng)果在近幾年?duì)I銷(xiāo)演示中也特意回避所謂的人工智能(AI)，而是把 iPhone、Apple Watch 和 iPad系統(tǒng)的種種改進(jìn)歸功于機(jī)器學(xué)習(xí)(ML)。

　　蘋(píng)果的神經(jīng)引擎也如Siri一樣，掀起一場(chǎng)新技術(shù)普及的浪潮，在2017年5月曝出蘋(píng)果要內(nèi)置AI計(jì)算單元后，華為在當(dāng)年9月就給麒麟970加上了NPU(神經(jīng)網(wǎng)絡(luò)單元)，高通則是等到了2019年的驍龍855才內(nèi)置NPU，聯(lián)發(fā)科則是在自己的Helio P60芯片上引入了APU的概念，谷歌在自研的Tensor上同樣搭載了edge TPU。

　　AI概念因內(nèi)置神經(jīng)引擎得以普及，普通消費(fèi)者或許今天都還不清楚它能干什么，但它確確實(shí)實(shí)在看不見(jiàn)的角落里發(fā)揮著自己的作用。

　　下一顆自研芯片備選？

　　2017年之后的蘋(píng)果CEO庫(kù)克，明明握著和AI相關(guān)的兩把大劍——Siri和神經(jīng)引擎，但在2022年至2023年的這場(chǎng)AI浪潮里，卻沒(méi)能像微軟納德拉和英偉達(dá)黃仁勛那樣笑出聲來(lái)。

　　誰(shuí)來(lái)背這口鍋?

　　Siri作為最早面向消費(fèi)者的語(yǔ)音助手，本應(yīng)有一個(gè)翻天覆地的變化，如同iPhone 4s到iPhone 14那樣的升級(jí)，但十多年過(guò)去后，大家發(fā)現(xiàn)它卻和最初一樣，談不上好用。

　　有媒體評(píng)論道，每個(gè)使用 Siri 的人都有自己的挫敗感，他們驚訝的不是Siri的智能，而是它的愚蠢，即使是簡(jiǎn)單而明確的指令，也有可能出錯(cuò)，蘋(píng)果前營(yíng)銷(xiāo)主管席勒口中“謙遜的個(gè)人助理”仍然保持自己謙遜的態(tài)度：移動(dòng)設(shè)備上不如Google Assistant，在智能音箱上被亞馬遜的 Alexa完敗。

　　事實(shí)上，蘋(píng)果對(duì)Siri并沒(méi)有一個(gè)完整的發(fā)展計(jì)劃，最初的喬布斯野心勃勃，他的目標(biāo)更接近于當(dāng)初的死對(duì)頭斯卡利所提出的知識(shí)導(dǎo)航儀，即一個(gè)能處理復(fù)雜任務(wù)的助手，但在庫(kù)克繼任后，Siri的目標(biāo)明顯更加保守了，更像是一個(gè)幫你切換各種應(yīng)用的小工具，且大部分時(shí)候只能在蘋(píng)果自帶應(yīng)用里反復(fù)橫跳，一言不合就打開(kāi)搜索引擎。

　　而神經(jīng)引擎面臨的情況就更復(fù)雜了，對(duì)于蘋(píng)果能夠內(nèi)置具備AI功能的神經(jīng)引擎，當(dāng)時(shí)的人們都懷揣著一個(gè)未來(lái)的夢(mèng)想，認(rèn)為iPhone能夠完成以往不能完成的任務(wù)，即使沒(méi)了互聯(lián)網(wǎng)，手機(jī)也能依靠本地計(jì)算來(lái)使用AI功能。

　　但事實(shí)情況并非如此，神經(jīng)引擎本身不具備完全的計(jì)算能力，需要與CPU、GPU以及ISP等核心協(xié)調(diào)才能發(fā)揮作用，且算力有限，在大部分場(chǎng)景中，手機(jī)依舊需要連接到網(wǎng)絡(luò)才能使用各種宣稱中的功能，而Siri更是完全依托于服務(wù)器的數(shù)據(jù)。

　　Siri和神經(jīng)引擎，一軟件一硬件，本來(lái)應(yīng)當(dāng)是蘋(píng)果應(yīng)對(duì)AI時(shí)代的利器，結(jié)果在生成式AI的對(duì)比下，反倒成了短板，庫(kù)克避而不談并不是出于對(duì)AI的隱患，而是真的沒(méi)啥好談的。

　　當(dāng)蘋(píng)果昂首闊步發(fā)布Vision Pro時(shí)，先進(jìn)的人機(jī)交互驚艷了任何一個(gè)視頻觀眾，它的目的是在虛擬世界里打通生活與工作，與之相反的是，許多人渴望的不是一個(gè)華麗界面的終端產(chǎn)品，而是出現(xiàn)像鋼鐵俠電影中賈維斯那樣的人工智能，沒(méi)有太多生成式AI技術(shù)的蘋(píng)果顯然做不到這一點(diǎn)。

　　庫(kù)克避而不談的事實(shí)就是，大家已經(jīng)對(duì)蘋(píng)果小打小鬧式的AI創(chuàng)新厭倦了，他們不關(guān)心某項(xiàng)新功能所帶來(lái)的一點(diǎn)便利，而是想要通過(guò)在蘋(píng)果產(chǎn)品里集成GPT，獲得一個(gè)更加智能的Siri。

　　蘋(píng)果當(dāng)然意識(shí)到了這一點(diǎn)，彭博社的最新爆料里提到，蘋(píng)果已經(jīng)建立了自己的大型語(yǔ)言模型，其基于谷歌的 Jax 機(jī)器學(xué)習(xí)框架構(gòu)建，運(yùn)行在 Google Cloud 上，一部分工程師稱其稱為“Apple GPT”，消息一發(fā)布，蘋(píng)果當(dāng)日的股價(jià)就上漲了 2.3%，達(dá)到了歷史新高，從早前的跌勢(shì)中反彈。

　　即使到了這個(gè)時(shí)候，蘋(píng)果依舊保持著相對(duì)謹(jǐn)慎的態(tài)度，彭博社提到，Apple GPT只是去年蘋(píng)果內(nèi)部一個(gè)小團(tuán)隊(duì)的產(chǎn)品，本質(zhì)上是對(duì)Bard、ChatGPT 和 Bing AI的簡(jiǎn)單復(fù)制，并不包含任何新穎的功能或技術(shù)，且具有不適合大眾消費(fèi)使用的精簡(jiǎn)設(shè)計(jì)。

　　不過(guò)，一旦開(kāi)始決心去訓(xùn)練更大的模型，蘋(píng)果馬上就會(huì)面臨比生成式AI技術(shù)更困難的問(wèn)題——缺芯，準(zhǔn)確來(lái)說(shuō)，是缺GPU。

　　為了支撐OpenAI訓(xùn)練出ChatGPT，微軟專(zhuān)門(mén)為OpenAI打造了由數(shù)萬(wàn)個(gè)A100 GPU組成的AI超算，60多個(gè)數(shù)據(jù)中心和幾十萬(wàn)張GPU日夜不停歇，只為了支持ChatGPT工作。

　　TrendForce研究認(rèn)為，以A100的算力為基礎(chǔ)，GPT-3.5大模型需要高達(dá)2萬(wàn)個(gè)GPU，未來(lái)商業(yè)化后可能需要超過(guò)3萬(wàn)個(gè)。

　　以蘋(píng)果產(chǎn)品的用戶基數(shù)，一旦集成在系統(tǒng)中，那需要的可能是數(shù)以十萬(wàn)計(jì)的英偉達(dá)GPU，這么大的需求缺口，即使掏空英偉達(dá)，也很難一口氣拿出這么多芯片，況且如今用于AI訓(xùn)練的GPU本身就極為緊俏，短時(shí)間內(nèi)難以搭建媲美微軟和谷歌那樣的超算與數(shù)據(jù)中心。

　　而GPU的價(jià)格更是棘手，蘋(píng)果即使再財(cái)大氣粗，掏錢(qián)買(mǎi)幾萬(wàn)張A100或H100的GPU還是會(huì)感到肉疼的，縱使千億美金的家底也禁不起隨便揮霍。

　　那么擺在蘋(píng)果面前的選擇似乎只剩下了一個(gè)，就是學(xué)谷歌和微軟，推出類(lèi)似TPU和代號(hào)雅典娜那樣用于AI計(jì)算的芯片，至少能取代一部分英偉達(dá)GPU，降低訓(xùn)練大模型的成本。

　　從這個(gè)角度來(lái)看，蘋(píng)果相比谷歌和微軟又有了不少優(yōu)勢(shì)，作為硬件廠商的它，已經(jīng)有A系列和M系列等自研芯片的經(jīng)驗(yàn)，再加上代工廠臺(tái)積電的鼎力支持，外界的壓力依舊存在，但理論上遇到的阻力卻會(huì)小上不少。

　　喬布斯在離任蘋(píng)果CEO前，主導(dǎo)了對(duì)Siri的收購(gòu)，這曾是蘋(píng)果諸多未來(lái)美好愿景中的一個(gè)，而近兩年中人工智能的異軍突起，又讓人想起了2011年時(shí)的種種盛況，只是這次，蘋(píng)果并未站在聚光燈之下。

　　當(dāng)各家的GPU各顯神通之際，蘋(píng)果會(huì)用A4和M1這樣的芯片再次完成一場(chǎng)革命嗎?