苹果选择谷歌Gemini作为AI核心，看似是战略妥协，实则是其在AI领域长期投入不足后的无奈之举。这篇文章深入剖析了苹果从忽视AI到被迫下场，再到规划自研数据中心芯片的全过程，揭示了这家科技巨头在AI浪潮中的迟疑与决心。
智能速览
苹果因长期不重视AI导致自研模型落后，选择Gemini是短期妥协。
苹果已开始布局自研AI，与博通合作开发机架级推理系统，预计27年落地。
从推理到训练，苹果实现全链路自研至少需要四年时间。
对比自建算力集群，购买Gemini模型是成本更低的轻资产方案。
在AI赢家通吃的市场，苹果选择在技术成熟后“抄作业”更为理智。
即便未来自研，苹果能否打造出比肩Gemini的模型仍是未知数。
精华内容
苹果的选择并非一时兴起，而是其AI战略困境的集中体现。从过去的轻视到如今的奋起直追，这背后是一条充满妥协与长远考量的道路。
迟到的觉醒
苹果在AI领域的落后，根源在于其长期的战略忽视。在2024年WWDC之前，公司甚至避免在发布会上提及“AI”一词，固执地使用“Machine Learning”来代替。资源投入的匮乏显而易见，自家的计算卡数量不如一些大学教授，且多为性能落后的旧卡。论文研究重心也一度偏向于证明大语言模型缺乏智能，而非积极探索其潜力。
这种策略导致苹果的自研AI模型举步维艰，训练环节依赖租用谷歌的TPU，推理环节则通过魔改M系列芯片来宣传全链路自研，这种敷衍的做法难以产出有竞争力的成果。可以说，如今的苦果是早年埋下的隐患。
明智的妥协
面对AI这块当代赛博空间不可或缺的基建，苹果无法再置身事外。虽然已规划自研，但远水解不了近渴。按照苹果2027年落地第一代推理系统的节奏推算，建立起成熟的训练环境最快也要到2030年。这至少四年的空窗期内，苹果必须找到外部方案来支撑其AI功能。
在砸钱买卡自训与直接购买成熟模型之间，苹果选择了后者。据传闻，苹果每年仅需花费10亿美元即可获得谷歌精心微调的先进Gemini模型并可私有化部署。相比之下，这点钱仅够勉强构建一个万卡级集群，还未计算数据中心建设和人才招募的庞大开销。因此，选择Gemini是一笔划算的轻资产交易。
自研的野望
与谷歌的合作只是过渡，苹果真正的目标依然是实现全链路自研。公司已在行动，预计在M5芯片中引入新一代GPU，并携手博通共同开发自研的机架级推理方案。该系统计划于2027年落地，数据中心定制芯片的部署量级通常以万颗起步，才能真正实现降本增效。
苹果选择与博通合作，大概率是为了解决跨机互联这一核心技术难题，而非简单堆砌硬件。这种巨大的投入表明，苹果“真正”准备下场搞AI了。鉴于苹果强大的芯片设计和自研IP能力，这次的自研数据中心芯片虽然来得有些迟，但方向是明确的。
赛场的法则
将苹果的策略置于整个AI行业大背景下，其选择显得更为理智。AI是一个赢家通吃且迭代速度极快的市场，早期竞争风险极高。苹果的保守风格使其难以在初期抢占先机，等待技术路径相对成熟后再“抄作业”，不失为一种稳妥的策略。
反观其他巨头，Meta因Llama 4方向失误而一度沦为圈内笑柄；xAI凭借海量资本投入在短时间内迅速崛起；微软尽管重金押注OpenAI，但自身并未产出突破性成果。事实证明，在AI领域，巨额投入不一定能保证成功，战略方向和执行效率同样关键。
未知的挑战
尽管战略转型理智，但前路依然充满挑战。苹果历来有掌控核心技术的偏好，未来必定希望能像摆脱高通一样，也摆脱对谷歌的依赖。然而，AI模型的研发与硬件不同，基带性能稍差也能用，但AI模型的体验差距是云泥之别。
即便未来四年后苹果的自研体系能够建成，能否打造出性能比肩甚至超越Gemini的模型，依然是一个巨大的未知数。这场迟到的AI豪赌，苹果最终能否成功，还需时间来检验。
苹果与谷歌的合作，是科技巨头在AI时代战略博弈的一个缩影。它揭示了即使在技术储备雄厚的企业面前，AI赛道也充满了不确定性。苹果的豪赌能否成功，不仅关乎其自身生态的未来，也为其他后来者提供了关于时机、投入与自研的深刻思考。
