不願再付「輝達稅」！蘋果秘密武器 Baltra 曝光

根據外媒報導，蘋果正在聯手博通、台積電，悄悄地在水面下進行代號「Baltra」的伺服器晶片專案！報導指出，專案由蘋果位於以色列 Herzliya 的研發團隊主導開發，預計 2027 年可以部署，而這支團隊，也正是當年成功將 Mac 電腦從 Intel 架構轉移至自研 M 系列晶片的功臣。

根據外媒掌握的資訊，Baltra 將採用台積電最先進的 3 奈米製程。但與外界想像不同的是，蘋果並不想打造一顆能與 NVIDIA 正面對決「模型訓練（Training）」的產品，而是定位專注於 AI 推論的晶片。

推論是指當 AI 模型訓練完成後，實際應用於回答使用者問題、生成圖片或摘要的過程。隨著「Apple Intelligence」即將滲透入全球數十億台 iPhone 與 Mac，蘋果面臨的真正挑戰，是如何在極低延遲下處理海量的 Siri 請求。

若能透過自研 Baltra 晶片，蘋果能針對自家的 AI 模型進行硬體層級的特殊優化，比購買通用的 NIVIDA GPU 更有效率。某種程度上這正符合蘋果一貫的「垂直整合」哲學：從手機裡的 A 系列晶片到雲端的 Baltra，蘋果要確保從晶片到軟體體驗，全部掌握在自己手中。又換句話說，Baltra 很有可能在精確調校後，從 Siri 的語音辨識到照片物件偵測都能以最高效率運行 Apple Intelligence。

蘋果並非特例。放眼望去，Google 擁有 TPU，亞馬遜有 Trainium 與 Inferentia，微軟也在去年推出了 Azure Maia。為什麼這些以軟體和服務起家的巨頭，要在硬體研發上砸下重金？

這背後有幾大原因，迫使他們必須走上這條艱難的道路。

首先是擺脫「輝達稅」與供應鏈勒索。目前 AI 算力市場由 NVIDIA 壟斷，其高階 GPU 一卡難求且價格高昂（單價可達 3 萬美元以上），被業界戲稱為「輝達稅」。對於需要部署數十萬顆晶片的雲端巨頭來說，這是一筆天文數字的資本支出。自研晶片雖然初期研發成本高，但量產後的邊際成本遠低於外購，能大幅優化長期獲利結構。

此外，NVIDAI 的 GPU 是「通用型」設計，意味著它在處理特定任務時，包含了許多不必要的電路與功耗。但這些科技廠自行研發的晶片如專為某種手術設計的手術刀，例如 Google 的 TPU 專為 Transformer 模型設計、AWS 的 Graviton 專為雲端虛擬機優化。這種「專款專用」的設計，往往能帶來數倍於通用 GPU 的運算效率。

最後則是有機會打造出軟硬體一體化的戰略護城河。除了蘋果，微軟執行長 Satya Nadella 也曾言，微軟要重新定義堆疊的每一層。透過自研晶片，科技廠能開發出競爭對手無法複製的功能，例如更高的安全性加密、更快的專屬網路互連技術來建構出技術護城河。

但隨著 Baltra 的消息曝光，或許我們可以稍稍預見未來三到五年的 AI 版圖：訓練端 NIVIDA 憑藉 CUDA 生態系與極致效能，仍將是「訓練」超大模型的首選。不過在推論端將進入戰國時代。蘋果、Google、亞馬遜將大量採用自研晶片來處理日常的 AI 服務，以降低成本。

在這場沒有終點的賽跑中，蘋果 Baltra 只是最新的一張入場券。真正的晶片戰爭，才正要開始。

核稿編輯：Sherlock

加入 INSIDE 會員，獨享 INSIDE 科技趨勢電子報，點擊立刻成為會員！

延伸閱讀：

• Apple 自研晶片靈魂人物考慮出走，AI 人才大量流向 Meta

• 與魏哲家「見面必擁抱」！AWS 晶片掌門人 Nafea Bshara 揭台鏈深厚關係

• Apple M5 晶片堂堂登場，正式邁入「AI 原生」新階段