苹果携手英伟达网络重返服务器市场：统一内存的野心与互联税的铁壁

2011 年，乔布斯亲手砍掉了苹果的机架式服务器产品线 Xserve。 当时给出的理由很干脆：这东西根本没人买。 整整十五年，苹果对企业级数据中心服务器碰都不碰一下。 但在今天，科技媒体 The Information 披露了一条极其反常的内幕： 苹果准备重返企业服务器市场了。 由硬件工程高级副总裁约翰·特纳斯牵头，苹果正在研发专用的机架式人工智能服务器。 机箱里塞的是苹果未来的旗舰芯片 M8 Ultra。 规划了两个版本：一个小号的，两颗 M8 Ultra 连在一起；一个大号的，四颗 M8 Ultra 连在一起。 苹果打算在 2029 年前后，把这台服务器直接卖给大模型开发者、大企业以及政府部门。 更耐人寻味的是另一个细节： 为了让这几颗芯片在机箱里顺畅通信，苹果正在低头找老对手英伟达谈判，打算把英伟达的互联网络技术塞进自己的服务器里。 有没有搞错？ 一个是全天下最执着于全栈自研、连螺丝钉和基带都要自己攥在手里的苹果。 一个是如今全球人工智能算力的绝对霸主英伟达。 苹果好不容易下定决心重新杀回服务器市场，为什么要向自己最大的竞争对手低头买零件？ 答案藏在大模型时代的物理规律里。 很多人以为企业跑人工智能，拼的一定是芯片浮点计算有多快。 算力确实重要，但在大模型本地推理这件事上，大部分人都把瓶颈猜错了。 大语言模型逐字生成回答时，底层的物理机制极其霸道。 模型每吐出一个字，计算单元就必须把整个模型的全部参数权重，从显存里完完整整搬运一遍。 这意味着，单次推理能跑多大模型、能吐多快，卡扣在显存容量和数据搬运带宽上。 这就是芯片行业常说的内存墙。 碰到这堵墙，英伟达的阵营就显出昂贵的一面了。 消费级旗舰显卡 RTX 4090 算力很强，但显存死死锁在 24GB，根本塞不下没阉割过的大尺寸模型。 要想在本地跑动上千亿参数的模型，你只能去买英伟达昂贵的数据中心计算卡。 一张卡动辄几万美元，几张卡拼起来价格轻松冲破六位数，还要专门配高压电力和刺耳的风扇散热。 很多企业、研究机构和政府部门，既不敢把涉及核心机密的数据传给公有云，又掏不起伺候英伟达机柜的天价成本。 苹果就在这个节骨眼上，被开发者架到了聚光灯下。 苹果芯片的统一内存架构，原本是给笔记本省电、剪视频不发热设计的。 中央处理器、图形核心和神经引擎共享同一块内存，没有总线拷贝损耗。 开发者突然发现，一台顶配的 Mac Studio 就能塞进几百吉字节的统一内存。 更夸张的是，几台 Mac Studio 用雷电线串起来，就能在安静的办公桌上跑动参数量上千亿的庞大模型。 在单位显存的采购成本和能耗上，苹果误打误撞成了全行业最划算的本地推理工具。 既然市场需求这么旺盛，苹果为什么不直接造服务器，还要去找英伟达？ 因为离开单台电脑，苹果一头撞上了另一堵更硬的墙。 在单颗芯片的封装内部，苹果是顶尖的高手。 借助台积电的 UltraFusion 封装技术，苹果可以用超高密度的硅桥，把两块芯片无缝缝成一块 Ultra 芯片，带宽高达每秒几太字节。 但这套手艺只能在同一个芯片封装里起作用。 一旦你要走出单个芯片插座，在同一个服务器机柜里把两颗甚至四颗 Ultra 芯片拼成算力池，情况就彻底变了。 千亿参数的模型分摊在四颗芯片上，芯片之间需要实时同步巨量的数据和缓存，延迟必须压到纳秒级别。 苹果在消费级电脑上用的雷电接口或者普通总线，速度根本跟不上这种高强度吞吐。 据报道，苹果工程师在内部尝试过自研多芯片互联系统。 测试的结果很残酷：苹果自己的互联技术速度太慢，研发成本高得吓人，根本赶不上服务器的交付周期。 而在互联通信这个领域，黄仁勋早在几年前就把路堵死了。 2019 年，英伟达斥资 69 亿美元收购了高性能网络巨头迈络思。 从那以后，英伟达不仅卖显卡，更垄断了顶级的芯片互联网络 NVLink 与交换机架构。 英伟达推出的 NVLink Fusion 技术，专门提供成套的互联交换芯片、小芯片模块和底层软件，让不同处理器之间能以极高带宽无缝通信。 这是整个数据中心行业目前公认最成熟的互联标准。 苹果哪怕拥有世界上顶尖的自研芯片架构，一旦走出消费级桌面的舒适圈，想把芯片串联成企业级服务器，依然绕不开这道物理关卡。 苹果可以凭着统一内存的能效，在本地推理服务器市场上撕开一道裂口。 但只要算力需要向外扩展，黄仁勋的收费站就立在每一根互联电缆的尽头。 能绕开英伟达的显卡，却终究绕不开英伟达的网线。