据科技媒体The Information报道,苹果在自研AI服务器芯片过程中遇到挑战,代号为Baltra的AI服务器芯片可能无法如期在 2026 年推出。该芯片基于苹果M2 Ultra芯片改造,但最新消息称其在处理AI任务方面性能不足,目前已延后发布。

移动端基因与服务器需求存在根本矛盾
知情人士透露,苹果芯片团队长期以来专注于为移动设备开发低功耗设计,而AI服务器芯片通常需要高功耗、高并发性和大带宽,两者属于截然不同的技术路径,因此在转型过程中不可避免地遇到诸多挑战。这一”基因错配”成为苹果自研服务器芯片面临的核心难题。
今年苹果曾测试自研芯片服务器,但无法处理庞大的Siri AI计算负载,最终决定将iOS27 新版Siri AI的高负载任务转移到谷歌云平台,利用英伟达GPU来完成这些工作。这意味着苹果在AI算力上短期内仍需依赖外部基础设施,自研服务器芯片的突围之路尚需时日。
这则快讯反映出苹果从移动芯片转向AI服务器芯片时面临的架构鸿沟:手机芯片强调低功耗与能效比,而AI服务器更依赖高并发、显存带宽和持续算力。类似方案中,云端GPU集群仍是当前主流路径,适合Siri这类高负载推理任务;相比之下,自研服务器芯片若要替代外部算力,通常需要更长的设计、验证与生态适配周期。
苹果自研AI服务器芯片Baltra为什么延期?
据报道,Baltra基于M2 Ultra改造,但在AI任务处理上性能不足,难以满足服务器对高并发和大带宽的要求,因此发布时间被延后,可能无法按原计划在2026年亮相。
苹果为什么不用自研芯片直接跑Siri AI?
因为苹果测试的自研芯片服务器无法承载庞大的Siri AI计算负载。苹果芯片长期偏向移动端低功耗设计,而AI服务器更看重算力、并发和带宽,两者需求差异很大。
苹果AI算力现在主要依赖什么方案?
目前苹果将iOS27新版Siri的高负载任务转移到谷歌云平台,并借助英伟达GPU完成相关计算,说明其短期内仍需要外部云基础设施来补足AI算力。
Baltra若延迟,苹果该怎么补AI算力?
短期最现实的是云端混合架构:高负载推理和训练外包给成熟GPU集群,端侧继续用自家芯片做轻量任务。这样能保住产品节奏,同时给自研芯片争取迭代时间,避免因硬件瓶颈拖慢功能上线。
自研服务器芯片最容易踩哪些坑?
最常见是带宽、散热、内存容量和软件栈协同不足。AI服务器不是单纯堆算力,模型并发、通信效率和编译优化同样关键;如果生态和调度没跟上,纸面性能再高也难转化为实际吞吐。
