苹果自研AI服务器曝光：代号Baltra，或用英伟达NVLink Fusion互联

2026-09-19 12:40 2 阅读

苹果悄悄做起了AI服务器

苹果正在开发一款企业级AI推理服务器，这可能是它自2011年退出服务器市场以来最明确的一次“回归”。据The Information报道，这款服务器内部代号为“Baltra”，计划搭载苹果尚未发布的M8 Ultra芯片，并考虑使用英伟达的NVLink Fusion技术来实现芯片间的高速互联。

这不是小打小闹的测试项目。消息显示，苹果已与博通深度合作，共同设计Baltra的核心芯片。整个方案基于台积电的3纳米N3E工艺，采用Chiplet（小芯片）架构——博通负责设计各个独立的小芯片模块，而苹果掌握最终的封装集成权。这种分工方式让苹果能在不泄露整体架构的前提下，借助外部合作伙伴的技术能力。

更值得注意的是，苹果正在评估是否在这款服务器中引入英伟达于2025年5月在台北国际电脑展上发布的NVLink Fusion技术。这项技术本质上是把原本只用于英伟达自家GPU之间的NVLink互联协议开放给第三方。通过它，定制芯片不仅能彼此高速连接，还能直接与英伟达GPU协同工作，组成更大规模的AI计算集群。

按照英伟达的说法，第五代NVLink支持最多72个GPU全互联，单链路带宽达1800 GB/s，整系统聚合带宽高达130 TB/s。目前联发科、Marvell已是首批合作伙伴，富士通和高通也在跟进。如果苹果真的采用这一方案，意味着它的自研芯片将能无缝接入现有的英伟达AI生态——这对吸引企业客户至关重要。

M8 Ultra：性能最强的苹果芯片？

Baltra服务器预计将提供两种配置：搭载两颗或四颗M8 Ultra芯片。虽然苹果从未公开提及M8系列，但多方消息指向它将成为苹果迄今为止性能最高的处理器，专为高强度AI推理任务优化。

从命名逻辑看，M8 Ultra很可能是M4之后的下一代产品线延伸。考虑到M4已在iPad Pro和MacBook Air中亮相，M8大概率会跳过消费级设备，直接用于数据中心场景。其设计重点可能包括更大的缓存、更高的内存带宽、更强的矩阵计算单元，以及对低精度AI运算（如INT4、FP8）的原生支持。

不过，M8 Ultra目前仍处于研发阶段，距离量产还有距离。这也解释了为什么Baltra服务器尚未有明确发布时间表。苹果向来习惯在硬件和软件生态都准备就绪后才对外公布，不太可能仓促推出半成品。

为什么现在重返服务器市场？

苹果上一次卖服务器还是Xserve。这款1U机架式设备诞生于2002年，预装Mac OS X Server系统，早期用PowerPC G4，后来换成英特尔至强处理器。但它始终没在企业市场掀起水花——原因很简单：苹果当时既没耐心也没资源去构建企业级销售和支持体系。2011年1月，Xserve正式停售，苹果彻底转向消费电子。

十五年后，情况变了。AI热潮催生了大量对专用推理硬件的需求，而苹果的Mac生态正意外成为受益者。最新财报显示，Mac单季度营收达到103亿美元，同比增长近29%，增速超过iPhone和iPad，成为硬件板块中最亮眼的部分。多家分析机构指出，这部分增长很大程度上来自AI初创公司和研究机构的批量采购——他们用Mac Studio或Mac Pro跑本地模型微调和测试。

换句话说，市场已经用真金白银投票：苹果的芯片在AI场景下确实有竞争力。与其继续让客户“曲线救国”地买工作站当服务器用，不如直接提供真正的服务器产品。Baltra很可能就是这个逻辑下的产物。

不是造“苹果版DGX”，而是补生态短板

需要澄清一点：Baltra不太可能对标英伟达DGX那样的训练超级计算机。它的定位更可能是“高性能推理节点”——专注于部署阶段的低延迟、高吞吐推理任务，比如实时语音识别、图像生成、代码补全等。

这类工作负载对能效比和单位成本性能极为敏感，而这正是苹果自研芯片的优势所在。M系列芯片在移动端积累的功耗控制经验，完全可以迁移到数据中心场景。再加上macOS和iOS生态中已有的Core ML、MLX等框架，苹果有机会打造一套从终端到服务器端统一的AI开发体验。

采用NVLink Fusion也透露出务实态度。与其从零开始搞一套互联标准，不如先接入现有主流生态。这样既能保证与英伟达GPU的兼容性，又能降低企业客户的迁移门槛。未来如果苹果生态足够强大，再逐步替换掉外部依赖也不迟。

风险与挑战

当然，这条路并不平坦。企业级市场对稳定性、可维护性、长期支持的要求远高于消费电子。苹果过去缺乏相关经验，销售团队也以零售和渠道为主，几乎没有企业直销能力。此外，服务器市场的竞争早已白热化——除了英伟达，还有AMD的MI300系列、英特尔Gaudi、亚马逊Trainium/Inferentia，以及一众中国厂商的自研芯片。

更重要的是，苹果必须证明Baltra不只是“堆料”，而真能带来独特价值。如果只是把M8 Ultra塞进机箱，配上标准Linux系统，那很难说服客户放弃成熟的x86+GPU方案。真正的机会在于软硬一体：比如通过Metal Performance Shaders for AI、MLX编译器栈，实现从模型训练到部署的端到端优化。