记者肖余林

编辑高宇雷

据CNBC的报道，苹果芯片团队在11月14日接受了媒体采访，并带媒体参观了位于苹果总部的芯片实验室。这是苹果首次对外开放芯片实验室，对于一直以低调和保密著称的苹果公司来说并不寻常。

苹果4位高管接受了访问，包括苹果硬件技术副总裁Johny Srouji、硬件工程高级副总裁John Ternus、负责硬件测试的高级总监Godfrey D'Souza、全球产品营销副总裁Kaiann Drance。这次访问勾勒出自2008年至今，苹果在自研芯片上的布局和成果，这些成果被称为苹果近20年来最深刻的变化之一。

自研芯片从0到1

领导苹果自研芯片团队的Johny Srouji在2008年加入公司，当时团队只有40到50人。加入一个月后，苹果以2.78亿美元收购了初创的芯片设计公司P.A.Semi，收下150名技术人才。收购两年后，苹果在iPhone 4和初代iPad中推出了首款自研芯片A4。

如今，苹果的芯片团队已经有数千名工程师，他们在美国、以色列、德国、奥地利、英国和日本等各地的实验室工作。苹果所有产品线都用上了自研芯片，包括用于iPhone的A系列芯片，用于Mac电脑的M系列，用于Apple Watch手表的S系列，以及用于AirPods耳机的H芯片和W芯片，最新的R1芯片将于明年在苹果的Vision Pro中上市。

自研芯片优势凸显

电厂了解到，虽然苹果自研芯片系列众多，但都使用了可扩展架构，在这一架构下，不同系列芯片之间可以“复制粘贴”内核，这给了苹果极大的开发自由度。随着布局完成，可扩展架构的优势正在表现出来。

一方面，苹果在一款芯片上的自研成果，可以通过“复制粘贴”内核的方式应用到其它产品线，并根据需要增加或减少内核，严格定制产品从“低端”到“高端”的性能。

比如，根据EE Times的报告，Apple Watch Series 9手表使用的S9 SiP处理器，就基于苹果用于iPhone 14 Pro的A16打造，S9 SiP“复制粘贴”了来自A16的CPU、GPU和NPU的部分核心，可以认为是A16的缩小版。同样，用于Mac电脑的M2芯片则“复制粘贴”了来自A15的核心，通过增加核心数量提升性能，被认为是A15的放大版。

另外，可扩展架构已经极大增强了苹果的芯片开发能力，缩短了芯片开发周期。比如，M1芯片和M1 Pro/M1 Max芯片上市时间相差11个月，M2和M2 Pro/M2 Max上市时间差被缩短到8个月。到了M3系列，三款芯片于今年10月30日同一天发布。

自研道路上的挑战

2020年开始，苹果不再在新Mac上使用英特尔的x86处理器，2023年，所有Mac产品线完成了从英特尔向自研Apple Silicon的转换。不过，并非所有的自研项目都如此顺利。

当被问及苹果是否会尝试自研全部芯片时，Johny Srouji表示：“我们的目标打造世界上最好的产品。作为一个技术团队，我们要有最好的技术，如果能让团队专注于真正重要的事情，苹果将购买现成的产品。”

苹果的调制解调器芯片依赖高通，Wi-Fi和蓝牙芯片依赖博通，内存产品依赖三星和美光等。

以高通为例，高通一直以来为苹果提供调制解调器，据瑞银估计，高通2022财年的442亿美元收入中，约有21%来自苹果。为了摆脱这种依赖，2019年，苹果以10亿美元收购了英特尔5G调制解调器业务，开始自研基带芯片。但这部分工作迟迟没有成果，今年9月，苹果与高通的合同签约到2026年。

这次访问还重点讨论了芯片制造的部分，并把芯片制造环节当做苹果自研芯片的瓶颈之一。

苹果的芯片完全由台积电生产，但苹果希望有更多元的供应。Johny Srouji表示：“我们一直希望拥有多元化的供应：亚洲、欧洲和美国，这就是为什么我认为台积电在亚利桑那州建造工厂很棒。”

11月30日，苹果宣布成为正在亚利桑那州新建的Amkor工厂的第一个也是最大的客户。Amkor将封装附近台积电工厂生产的苹果芯片。此外，苹果也是台积电在亚利桑那州的大客户之一。

不过，美国几十年来都没有建造先进的晶圆厂，造成与芯片制造有关的劳动力短缺。台积电表示，由于缺乏熟练工人，其亚利桑那工厂现已推迟至2025年。

苹果在AI领域落后了吗

苹果自2017年在A11芯片中推出了机器学习引擎Apple Neural Engine，为Face ID和Animojis等功能提供支持。今年的A17 Pro又迎来了GPU的最大调整。但面对如今的大模型浪潮，苹果是否已经落后？

Johny Srouji表示，“我不相信我们会落后。”

7月份，彭博社报道称，苹果公司构建了自己的大型语言模型（Ajax）和聊天机器人（Apple GPT）。这次访问中，发言人对此没有给于回应。分析师认为，就芯片而言，苹果在人工智能领域具有一定地位，但应用生态方面苹果必须赶上，这样开发人员才能利用芯片优势，在Apple Silicon上编写下一代的人工智能软件。