荆轲刺秦王

苹果在iPhone后的时代走向何方_我的网站

A |     AI 芯片的竞争正在进入一个新阶段。北京时间1月10日，苹果计划在第一季度将其新iPhone的生产量削减10%，这清楚地表明，其忠实的用户基础不是“取之不尽，用之不竭”的资源，也不能用其服务产品来睡在“功绩书”上。苹果需要在其所涉足的所有市场上更具竞争力，而不是依赖其庞大用户群的网络效应。         芯片开始反过来适配模型，而且是只为单一模型定制。据报道， Alphabet 正在开发一款内部代号 Frozen v2 的芯片，把 Gemini 模型的核心神经网络架构直接固化到硅片的物理电路中。

B | 无论我们看到苹果的困境是由于关键市场需求的低迷，如中国（如苹果首席执行官蒂姆•库克（Tim Cook）在致投资者的公开信中所说），还是苹果自身的失败，或两者兼而有之，苹果在智能手机销售列表中的排名似乎会下降。消息发布当天，Alphabet 股价盘中最高涨 3.7%。目前，苹果是继三星和华为之后的第三大智能手机制造商。一颗两年后才会量产的芯片，让市场为一张蓝图买了单。此前，华为被授予智能手机市场领导者的称号。         这不是又一颗 AI 芯片的事，AI 基础设施的竞争规则或许发生了改变。如果苹果不能以很高的价格出售大量的手机，并且不愿意降价，那么其他手机制造商将在全球市场上超越中国市场。从中长期来看，iPhone销量的下滑只会削弱苹果利用大用户群光环效应的能力。         把架构冻进硅片          传统 AI 芯片的工作方式是一条流水线。模型存在内存里，芯片从内存中抓取权重和架构参数，在计算单元中跑一遍，再把结果写回去。

C | 到去年年底，全球iPhone用户估计达到10亿。每生成一个 token，流水线就要完整转一轮。

D | 大量功耗花在搬运上，花在计算上的反而不多。在其他市场，苹果的产品和服务必须在自身的优势上与竞争对手竞争，而iPhone光环效应（鼓励用户购买其他苹果产品）的帮助将减少。苹果将不可避免地面临这样一个事实：目前，在非iPhone用户中，苹果产品的竞争力并不强。         Frozen v2 把 Gemini 的神经网络架构，包括层级结构、注意力机制、残差连接，在芯片设计阶段就冻进了电路。在没有大量iPhone用户支持的情况下，苹果在市场上竞争的最好例子是耳机市场。在相对较小的“完全无线”耳机市场中，按销售额计算，苹果公司的飞机占市场的83%。凭借其Beats品牌，苹果也在高端耳机市场处于领先地位。这些在传统推理中需要反复运算和搬移的结构信息，变成了物理电路的一部分。这两个品牌使苹果成为耳机市场三大巨头之一（索尼和哈曼是另外两个）。知情工程师称，这颗芯片的单位功耗 token 处理量将比现有 TPU 提升 6 到 10 倍。

E | 它独立于 TPU 产品线，不会取代后者，目标量产时间定在 2028 年。苹果电视（没有iphone的帮助）在4K流媒体设备市场也有很强的竞争优势，仅次于亚马逊Fire。在其他市场，苹果的其他产品和服务，不需要iPhone的帮助，表现不佳。         Frozen v2 固定的是架构，权重可以更新。最初的 Frozen v1 方案由 Google DeepMind 首席科学家提出，试图连模型权重一起固化。

F | 尽管有大量iPhone用户的巨大帮助，苹果音乐在美国的营销策略还是非常成功。谷歌后来放弃了这个方案，因为芯片只能跑一个版本的 Gemini，模型一迭代就作废。Frozen v2 的折中是只锁骨架不改血肉。在全球范围内，苹果音乐未能削弱Spotify的市场份额，付费用户的数量仅为后者的一半左右。

G | 截至目前，谷歌尚未最终确定有多大比例的架构会被硬编码进硅片。         这个做法的前提是，Gemini 的架构已经稳定到了值得用硅片去记住的程度。

H | 苹果在智能音箱销售方面远远落后于亚马逊和谷歌。从 2023 年 12 月 Gemini 1.0 发布到现在的 3.5 Flash，底层 Transformer 架构的核心组件，包括多头注意力、前馈网络、层归一化，没有经历过根本性变化。就个人电脑的销量而言，它仅排在第五位，在整体市场上表现不佳。真正的迭代发生在规模、训练数据和后训练优化上。         在半导体行业，这个思路叫 ASIC。

I | 在视频服务领域，苹果始终坚持销售和租赁模式，而不是基于订阅的流媒体服务的快速增长。自从iPhone和iPad问世以来，苹果唯一成功的业务就是可穿戴设备。

J | 比特币矿机是 ASIC，手机 ISP 也是 ASIC。

K | 苹果手表是去年销量最高的智能手表，但该设备依赖于iPhone，这意味着苹果不会面临竞争，竞争对手的智能手表可以与各种智能手机配合使用。这就是为什么沃尔玛支付，一种可以在任何手机上使用的移动支付服务，在美国比苹果支付更大，尽管后者在世界各地有明显的优势。如果iPhone不再是苹果可靠的增长引擎，特别是当它的用户群开始萎缩时，库克需要在每个市场上努力保持自己的优势或赶上竞争对手。这意味着耳机、智能扬声器和PC市场在质量和价格上更具前瞻性的竞争：在提高音乐数量的同时，在音质和推荐质量方面与Spotify展开竞争；引入与Netflix相当的视频服务。它还意味着将服务和Apple Watch与Apple平台分离，尽可能消除它们对iPhone和其他Apple设备的依赖，并允许iPhone用户使用其他供应商的设备。放弃通用性，换取某一个特定任务上的极致效率。今年，苹果采取了一些明显的措施，使其服务不再局限于其平台：iTunes视频商店将推出三星的新智能电视，竞争对手的设备将开始支持苹果的irplay和homekit功能，使iPhone用户可以在各种型号的电视上传输内容，并使用各种类型的智能hom。但此前没有人敢为大模型做 ASIC，因为模型迭代太快芯片设计周期太长，流片还没走完模型已经过时了。电子设备。

L | Frozen v2 在赌这个约束已经被打破。然而，这远不是所谓的平台独立性。平台独立性是苹果成为Spotify和Netflix等服务提供商的最重要因素。对苹果来说，摆脱对iPhone的依赖是一个痛苦的过程。股市不仅会惩罚苹果过于乐观的行为，而且苹果进入的每一个市场的重要性也会增加。         一年烧掉 1800 亿的底气          2026 年第一季度，Alphabet 营收 1099 亿美元，同比增长 22%。iPhone的巨大阴影无法像过去那样掩盖苹果的错误，与专业制造商竞争的需求也急剧增加。

M | Google Cloud 单季营收首次突破 200 亿美元，同比增长 63%。合同积压从上一季度的 2400 亿美元飙升至 4620 亿美元。Cloud 运营利润率 32.9%。

N |          但 Q1 资本支出 357 亿美元，全年指引上调至 1800 亿到 1900 亿美元，是 2025 年 914 亿美元的两倍。新的形势要求苹果的每一个产品团队都要更加专注，无论库克是否愿意，他都有更高的“多任务”能力。管理层已明确表态 2027 年资本开支还将显著增加。

o | 自由现金流同比跌了 47%，只剩 101 亿美元。

p | 6 月，Alphabet 完成了 847.5 亿美元的股权融资，美国历史上规模最大的增发之一。伯克希尔·哈撒韦以私募方式认购了其中 100 亿美元。95 岁的巴菲特在 CNBC 采访中亲自确认，这笔投资由他本人推动。         这笔钱不会花在 Frozen v2 上，Frozen v2 要到 2028 年。这笔钱花在当下，建数据中心、部署第七代 Ironwood TPU、继续从英伟达手里接货。驱动 Frozen v2 的直接动因是算力短缺。

q | 算力缺口已经引发内部资源争夺，谷歌云甚至被迫拒绝了部分外部客户。管理层在 Q1 电话会议上说 AI 需求前所未有，公司仍然受算力约束，如果产能跟得上，云收入本来还会更高。         Alphabet 想做的事是让成本涨得比收入慢。Frozen v2 是这套思路的硬件落脚点。它让模型设计、芯片设计和云端设计开始互相配合。更好的模型带出更多使用量，更多使用量需要更多算力，更多算力因为硬件专门为这个工作负载设计而变得更便宜。这个链条如果能跑通，Alphabet 就有了一个自己能转起来的经济护城河。         6 月，OpenAI 与博通联合发布自研推理芯片 Jalapeño，计划年内部署。7 月初，Anthropic 被曝正与三星洽谈定制芯片合作。

r | Meta 的下一代 AI 芯片 Iris 已排定 9 月投产。谷歌自研芯片业务的年化收入运行率已突破 200 亿美元。AI 模型实验室正在变成半个半导体公司。         英伟达在云端 AI 训练和推理芯片市场仍占据超过 50% 的份额，在纯训练领域超过 95%。全球已有超过 600 万开发者在 CUDA 生态上构建应用。SemiAnalysis 的基准测试发现，尽管 AMD MI300X 纸面规格更高，实际训练性能比英伟达 H100 慢了 14%。

s |          Frozen v2 不跟英伟达比谁的 GPU 更强。

t | 它做了一件英伟达做不了的事，把芯片和模型深度绑定。英伟达不可能为每个客户的每个模型定制硅片，Alphabet 可以，因为它只需要为一个模型服务。如果这条路跑通了，AI 推理芯片的最优解可能不再是最快的通用 GPU，而是为模型量身定制的硅片。         真正危险的不是现在的英伟达。当谷歌、OpenAI、Anthropic、Meta 每家都用自己的定制芯片跑自己的模型，剩下的那个通用 GPU 市场，未必还能撑起一家万亿市值的公司。         一座 2028 年的桥          Frozen v2 的全部风险都压在一个假设上，Gemini 的架构不会变。         第一个风险是架构突变。混合专家模型已经在业界铺开，状态空间模型和其他非 Transformer 范式正在学术界积蓄势能。如果 Gemini 4.0 恰好选择了一条与 Frozen v2 硬编码方向冲突的路线，这颗芯片就变成了数十亿美元的沉没成本。         第二个风险是规模经济。Frozen v2 被定位为小批量内部芯片，产销量远低于 TPU。在半导体行业，产量就是一切。如果初始流片和产能摊销成本过高，即使单颗芯片效率提升了 10 倍，总拥有成本依然可能跑不赢。         第三个风险来自算法侧。如果推理成本通过模型蒸馏、量化、投机解码等纯软件路径出现了超预期的大幅下降，Frozen v2 的相对优势就会被压缩。

u | 芯片和算法永远是两条平行的效率曲线。

v | Frozen v2 押了芯片赢。         Frozen v2 向行业传递了几个信号。AI 竞争的重心正从训练速度转向推理成本。训练是资本开支，推理是运营开支。

w | 资本开支决定谁有资格上牌桌，运营开支决定谁能在桌上坐多久。垂直整合的深度在增加。十年前做 AI 的公司买 GPU，五年前大云厂开始自研通用加速器，现在 AI 公司开始为单一模型定制芯片。每一层都收窄了留给第三方供应商的通用市场。

x |          Alphabet 管理层在 Q1 电话会议上说，“我们在 AI 上的投入，以及全栈式的布局，正在推动整个业务的表现提升。”Alphabet 在用今天的支出去赌未来的经营杠杆。         Frozen v2 最值得关注的是它背后的选择。Alphabet 不想只当 AI 容量的买家了，它想做 AI 成本曲线的设计者。（本文首发钛媒体APP，作者 | AGI-Signal，编辑 | 秦聪慧）          更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App。

Current article:http://d80rl7b.liangkuataosanxuanmiancen.sbs/leba2w/win9k.html

Published on:19:51:59