苹果失败的自动驾驶汽车计划留下了强大的AI芯片遗产
摘要
苹果失败的自动驾驶汽车计划催生了神经引擎(Neural Engine)和强大的设备端AI芯片,这些如今支撑着苹果的AI硬件战略,包括即将推出的M7芯片及其重大神经引擎升级。
<figure>
<img alt="" data-caption="" data-portal-copyright="" data-has-syndication-rights="1" src="https://platform.theverge.com/wp-content/uploads/sites/2/2026/03/apple_chips.jpg?quality=90&strip=all&crop=0,0,100,100" />
<figcaption>
</figcaption>
</figure>
<p class="wp-block-paragraph">苹果的自动驾驶汽车项目<a href="https://www.theverge.com/2024/3/3/24085995/apple-car-project-titan-timeline-driverless-ev-doomed">从未真正起步</a>,但它可能正是让苹果芯片成为如今强大AI性能表现者的关键。在自动驾驶平台开发的早期,苹果就意识到需要<a href="https://www.theverge.com/2017/12/10/16758160/apple-machine-learning-autonomous-car-project-titan-ruslan-salakhutdinov">强大的设备端AI处理能力</a>。虽然车用处理器<a href="https://www.theverge.com/24085629/apple-car-dead-project-titan-ev-driverless-robotaxi">最终未能完成</a>,但正如Mark Gurman在其最新一期<a href="https://www.bloomberg.com/news/newsletters/2026-07-12/apple-s-chip-plans-m6-m7-pro-m7-max-m7-ultra-m8-details-touch-macbook-pro"><em>Power On</em></a>通讯中详细指出的,它促成了神经引擎(Neural Engine)的开发,而这正是苹果设备端AI处理的支柱。</p>
<p class="wp-block-paragraph">神经引擎首次亮相是在<a href="https://www.theverge.com/2017/9/13/16300464/apple-iphone-x-ai-neural-engine">iPhone X和A11 Bionic芯片</a>上。在早期阶段,它主要用于计算机视觉,驱动Face ID、Animoji等功能……</p>
<p><a href="https://www.theverge.com/tech/964519/apple-silicon-self-driving-car-ai-m7-ultra">阅读The Verge的完整报道。</a></p>
查看缓存全文
缓存时间: 2026/07/12 16:51
# 苹果失败的自动驾驶汽车项目留下强大AI芯片的遗产
来源:https://www.theverge.com/tech/964519/apple-silicon-self-driving-car-ai-m7-ultra
Terrence O'Brien (https://www.theverge.com/authors/terrence-obrien)
Terrence O'Brien
是 The Verge 的周末编辑。他报道科技行业超过18年,对合成器也颇有了解。
苹果的自动驾驶汽车项目从未真正起步 (https://www.theverge.com/2024/3/3/24085995/apple-car-project-titan-timeline-driverless-ev-doomed),但正是这个项目或许成就了该公司芯片如今强大的AI性能。在自动驾驶平台开发的早期阶段,苹果意识到需要强大的设备端AI处理能力 (https://www.theverge.com/2017/12/10/16758160/apple-machine-learning-autonomous-car-project-titan-ruslan-salakhutdinov)。虽然汽车处理器从未完成 (https://www.theverge.com/24085629/apple-car-dead-project-titan-ev-driverless-robotaxi),但正如 Mark Gurman 在他的最新 *Power On* (https://www.bloomberg.com/news/newsletters/2026-07-12/apple-s-chip-plans-m6-m7-pro-m7-max-m7-ultra-m8-details-touch-macbook-pro) 新闻通讯中所述,它确实催生了神经引擎,即苹果设备端AI处理的基石。
神经引擎首次亮相于 iPhone X 和 A11 仿生芯片 (https://www.theverge.com/2017/9/13/16300464/apple-iphone-x-ai-neural-engine)。在早期阶段,它主要用于计算机视觉,驱动着面容ID、动话表情和增强现实功能。但通过为设备端AI处理打下基础,苹果通过将神经引擎引入搭载 M 系列芯片 (https://www.theverge.com/2024/5/7/24148451/apple-m4-chip-ai-ipad-macbook) 的桌面设备,确立了自己作为早期领先者的地位。尽管苹果的AI软件努力落后于行业其他公司,但其硬件表现一直令人印象深刻。这也正是苹果能够大力宣传其隐私特性的原因,因为更少的数据被发送到云端。
苹果正将AI硬件作为未来战略的核心。根据 Gurman 的说法,该公司将跳过即将推出的 M6 芯片的 Pro、Max 和 Ultra 版本。相反,它正在加速开发 M7 芯片,该芯片预计将于2027年上半年面世,并配备显著的神经引擎升级。M7 Ultra 预计还将成为苹果新服务器产品的基础,支持高达1.5TB的内存。
**关注本文中的话题和作者**,即可在个性化首页信息流中查看更多类似内容,并接收邮件更新。
- Terrence O'Brien
相似文章
@0x0SojalSec:苹果在每台 M4 Mac 和 iPhone 中隐藏了 15.8 TFLOPS 的原始 AI 算力。他们只允许你使用神经网络引擎进行推理。……
一位开发者逆向工程了苹果的私有 API,使得在 M4 Mac 和 iPhone 的 Apple 神经网络引擎(ANE)上直接训练神经网络成为可能,绕过了 CoreML 和 GPU。该项目表明 ANE 硬件能够进行训练,尽管存在利用率低以及某些操作回退到 CPU 等限制。
报告:苹果将跳过M6 Pro/Max芯片,加速推进M7用于本地AI
苹果计划跳过M6 Pro/Max芯片版本,加速开发M7芯片以增强设备端AI性能,目标2027年发布。此举是为了应对英伟达、AMD、英特尔和高通在AI处理领域的竞争。
逆向剖析Apple Neural Engine的演进
本文回溯性地逆向解析了M1芯片上的神经引擎架构,并探讨了其随着M5芯片将核心集成至GPU单元后的技术演进路径。
Apple Neural Engine: 架构、编程与性能
本文基于直接测量和静态分析,对A11-A18及M1-M5芯片中Apple Neural Engine(ANE)的架构、编程及性能进行了逆向工程解析。
苹果押注AI靠硬件,而非软件
苹果赌定AI的未来取决于定制硬件与iPhone先进处理器实现的本地推理,而非云端大模型。