蘋果自研AI服務器芯片Baltra遭遇性能瓶頸，今年恐難亮相

蘋果自研AI伺服器晶片Baltra傳出開發進度受阻，由於性能表現未達預期，這款原本被寄予厚望的晶片恐怕無法在2026年如期亮相。根據科技媒體《The Information》報導，蘋果內部代號為「Baltra」的AI伺服器晶片，是以自家M2 Ultra晶片為基礎進行改造，但在實際測試中，處理AI任務時的效能明顯不足，導致整個專案時程已向後推遲。 這項挑戰背後凸顯出蘋果晶片設計團隊長年累積的技術慣性與AI伺服器需求之間的結構性矛盾。知情人士指出，蘋果晶片團隊過去十多年來一直專注於為iPhone、iPad等行動裝置開發低功耗晶片，其設計哲學核心在於在有限電力與散熱條件下達到最佳效能。然而，AI伺服器晶片需要的是極高功耗、極高併發處理能力以及超大記憶體頻寬，兩者屬於截然不同的技術路線。這種「基因錯配」讓團隊在轉向伺服器級晶片設計時，遭遇許多未曾預料的技術障礙。 蘋果在今年曾實際測試過搭載自研晶片的AI伺服器，試圖將Siri的AI運算負載部署上去。然而，測試結果顯示，這些自研晶片無法承擔新版Siri在iOS 27中所需要的龐大即時運算能力。據悉，蘋果最終決定將這一高負載任務轉移至Google雲端平台，並使用NVIDIA的GPU來完成相關運算工作。這意味著短期內，蘋果在AI算力上仍必須依賴外部基礎設施，自研伺服器晶片的突破之路還需要時間。 儘管進展不如預期，蘋果並未放棄自研AI伺服器晶片的計畫。事實上，這項代號Baltra的專案早在2025年底就已經啟動，蘋果當時宣布與博通（Broadcom）合作，專注於核心網路傳輸技術的整合。蘋果的目標是打造一套能夠與自家生態系統深度整合的AI算力基礎設施，從而逐步降低對NVIDIA等外部晶片供應商的依賴。按照原先規劃，Baltra晶片預計在2027年正式投入使用，但目前看來，能否如期達標仍存在變數。 從戰略角度來看，蘋果投入自研AI伺服器晶片，是其垂直整合布局的重要一環。長期以來，蘋果在消費性裝置上已成功實現從晶片到作業系統的全面自控，如今這套模式正試圖延伸至雲端運算層。然而，雲端AI伺服器與行動裝置的技術本質差異，使得這條路比預期更加崎嶇。蘋果晶片團隊擅長的是在有限功耗內極致優化，但AI訓練與推論任務往往需要長時間維持高功耗運轉，這對晶片的散熱設計、電源管理以及互連架構都提出了全新要求。 目前業界對AI伺服器晶片的競爭日益激烈。NVIDIA的GPU仍是主流選擇，而亞馬遜、Meta等科技巨頭也紛紛投入自研晶片領域。亞馬遜旗下晶片部門年營收已超過200億美元，近期更考慮對外銷售自研晶片；Meta則啟動「Meta Compute」計畫，砸重金自建AI能源與算力底座。相比之下，蘋果的自研進程顯得較為緩慢。如果Baltra晶片無法在2027年前順利量產，蘋果在AI算力上的外部依賴恐怕還會持續更久。 值得注意的是，蘋果並非完全放棄短期內的AI算力布局。轉移至Google雲端平台並採用NVIDIA GPU，顯示蘋果願意在過渡期內採購外部算力，以確保Siri等AI服務的用戶體驗不受影響。但從長期來看，蘋果仍希望透過自研晶片實現更低成本、更高效率的運算支撐，同時也能更緊密地保護用戶隱私與數據安全。Baltr的開發雖然遭遇逆風，但蘋果晶片團隊的技術實力不容小覷，未來能否克服這些挑戰，將是決定蘋果AI戰略成敗的關鍵之一。 此外，蘋果與博通的合作聚焦於高速網路傳輸技術，這是伺服器晶片設計中容易忽略卻至關重要的環節。AI伺服器內部的晶片之間、以及伺服器之間的數據傳輸效率，往往直接影響整體運算效能。蘋果希望透過垂直整合，從晶片設計到網路架構全面掌握，打造出一套專為自家AI工作負載優化的基礎設施。這項目標雖然宏偉，但需要時間與資源的持續投入。 對於消費者而言，Baltra晶片的延遲可能不會立即反映在iPhone或Mac的效能上，但長期來看，蘋果雲端AI服務的品質與成本都將受到影響。Siri等功能的智慧化程度，高度依賴後端算力的支援。如果蘋果無法在算力基礎設施上實現自主，未來在AI服務的競爭力上可能落後於對手。因此，即便Baltra今年無法亮相，蘋果仍會加速調整技術路線，尋找突破點。 總體而言，蘋果自研AI伺服器晶片Baltra的開發正處於關鍵轉折期。移動端晶片的低功耗基因與伺服器端的高效能需求之間的鴻溝，比業界最初預估的更深。蘋果能否在2027年前成功跨越這道障礙，將影響其未來在AI領域的自主能力與市場地位。業界將持續關注蘋果是否會進一步調整研發方向，或者引入更多外部合作來加速進程。