失败中的一线希望：被遗弃的苹果汽车如何推动了苹果的人工智能革命

十年雄心与百亿美元教训

十多年来，“苹果汽车”的传闻一直萦绕在人们心头，是科技界最受期待的项目之一。据报道，苹果公司投入了约100亿美元和十年的工程人力，致力于打造一款L5级自动驾驶汽车——一款能够在任何情况下无需人为干预即可自主行驶的汽车。然而，在2024年，苹果公司正式终止了该项目，并得出结论：完全自动驾驶的消费级汽车在技术上和商业上都不可行。

尽管公众舆论的焦点集中在巨额资金和时间的浪费上，但最新报道表明，苹果汽车项目并非完全失败。

相反，它成为了苹果公司目前积极转向人工智能的秘密催化剂，提供了如今驱动Apple Intelligence的基础研究和硬件架构。

神经网络引擎的诞生

据彭博社的马克·古尔曼报道，对自动驾驶汽车的追求迫使苹果公司解决一个关键问题：如何处理海量的传感器数据并实时做出瞬间决策。这种对大规模、高效的设备端人工智能处理的需求直接促成了神经网络引擎的开发。

神经网络引擎于2017年随iPhone X中的A11仿生芯片首次亮相。与通用CPU不同，神经网络引擎由专为机器学习任务设计的AI加速器组成。这项技术实现了我们现在习以为常的功能，例如面容ID和高级增强现实（AR）。

通过优先考虑效率和隐私——在设备端而非云端处理数据——苹果公司创建了一个蓝图，该蓝图此后被集成到每一款 M 系列芯片中，使 Mac 成为本地 AI 的强大引擎。

从自动驾驶到 M7 芯片时代

汽车项目的影响远不止于 iPhone。从自动驾驶汽车项目中汲取的架构经验正在重塑苹果的芯片路线图。有报道称，苹果的 AI 战略现在是芯片设计的主要驱动力，而不是次要功能。

这种转变在即将推出的 M7 系列芯片的传闻中最为明显。据报道，苹果正在跳过某些迭代版本，直接推出 M7，而 M7 Ultra 预计将在神经处理方面实现巨大飞跃。

这款芯片旨在使苹果的AI性能更接近专业级加速器，例如英伟达的Blackwell架构。

此外，M7 Ultra预计将支持惊人的1.5TB内存——是M5 Ultra容量的两倍。虽然这种级别的内存对于笔记本电脑来说有些过剩，但对于服务器端AI处理至关重要，这使得苹果能够彻底改革其云服务器战略，并更好地满足生成式AI的复杂需求。

结论：战略转型还是幸运的意外？

从硬件密集型的汽车项目到以软件为中心的AI热潮的转变，展现了苹果循环利用创新的能力。通过尝试征服机器人领域最艰巨的挑战——L5级自动驾驶——苹果无意中打造了将驱动下一代iPhone、Mac和Siri的引擎。

最终，在苹果汽车上花费的100亿美元不仅仅是对一款汽车的押注；这是对人工智能未来的一项巨额研发投资。随着 Apple Intelligence 开始在其生态系统中全面推广，很明显，Apple Car 的影子才是真正推动公司前进的力量。