泰坦計劃真正的產品并非汽車,而是這顆被逼出來的芯片——它最終沒有裝在四個輪子上,而是裝進了iMac和蘋果數據中心的機柜里。

一輛沒上路的自動駕駛汽車,養出了蘋果下一代Mac芯片的“靈魂”——這場長達十年的豪賭,還不算慘敗。

7月14日消息,蘋果公司耗時10年、燒掉逾100億美元的“泰坦計劃”(Project Titan)在2024年2月被正式擱置時,外界給它的定性是“慘敗”“泰坦尼克號災難”,但彭博社記者馬克·古爾曼(Mark Gurman)在其《Power On》簡報中給出了另一個說法:這筆巨額投資并未打水漂,它反而為蘋果接下來的M7與M8系列芯片埋下了核心技術底子。

Mark Gurman還揭秘了蘋果極其激進的M系列自研芯片新路線圖。為了在行業AI軍備競賽中“畢其功于一役”,蘋果直接打破了過往兩代芯片間維系1~1.5年的常規迭代周期,開啟了前所未有的加急卡位戰。如今,那顆原本要給Apple Car當“大腦”的車規級AI處理器,如今正走向兩個方向:一端是Mac桌面的M7 Ultra,另一端是蘋果自己的AI服務器集群。

泰坦十年:四次換帥、兩次路線反轉、從L5降到L2+ 

2014年,蘋果CEO庫克批準啟動代號“泰坦計劃”的電動汽車項目,由前福特工程師、蘋果副總裁史蒂夫·扎德斯基(Steve Zadesky)領銜,初始團隊約600人,計劃快速擴到1800人。早期內部共識“很蘋果”——“造一輛對標特斯拉的整車”,走高端硬件+品牌溢價+自有渠道的老路。

但分歧從第一年就出現了。以首席設計師喬納森·艾夫(Jony Ive)為代表的一方認為,蘋果如果造車,就該一步到位做L5級完全自動駕駛、無方向盤、無踏板的顛覆性產品;扎德斯基則傾向先做有限自動駕駛的務實路線。高層意見高度不統一。

2015年底,扎德斯基退出項目,上百名軟硬件工程師隨之離職,泰坦迎來第一輪人事地震。

2016年,退休元老鮑勃·曼斯菲爾德(Bob Mansfield)接手,項目第一次大轉向:放棄整車制造,改做自動駕駛軟件平臺對外授權。

2017年蘋果拿到加州DMV自動駕駛測試許可,庫克也在同年6月首次公開承認:“我們專注于自主駕駛系統,很顯然,其中一個用途是自動駕駛汽車,當然還有其他用途。”他后來給這個項目下了個更重的注腳——“所有AI項目之母”(the mother of all AI projects),并稱其“可能是最困難的AI項目之一”。

曼斯菲爾德任內,泰坦陷入了后來被內部詬病的“演示軟件陷阱”——不斷開發、演示自動駕駛軟件,但始終沒法擴大功能、落到產品。

2018年,前特斯拉工程高級副總裁道格·菲爾德(Doug Field)回蘋果接手,項目第二次大轉向:重回“造整車”。這一次內部調門更高——取消方向盤、L5級、面向2030年后出行場景。菲爾德團隊推過多個原型方案,其中一個代號“Bread Loaf”(長面包)的廂式車在內部被討論了相當長時間。蘋果也曾與現代起亞談判代工,想把硬件生產外包給有產能的車廠,談判最終破裂。

2021年9月,菲爾德跳槽福特,同行的還有三位身居要職的高管。Apple Watch負責人凱文·林奇(Kevin Lynch)臨危受命,立下“2025年前推出全自動駕駛汽車”的軍令狀。

2022年,現實壓力迫使蘋果大幅下調預期:自動駕駛從L5降至L4,發布時間從2025年推遲至2026年,車型目標價壓到10萬美元以下。

2023年,蘋果轉而和保時捷、阿斯頓·馬丁合作,把重心傾斜到下一代CarPlay信息娛樂系統——造車夢已經開始向“車載生態”收縮。

2024年1月,再次降級:從L4砍到L2+(基礎輔助駕駛,與特斯拉現有水平相當),發布時間再延到2028年。同月硬件主管DJ·諾沃特尼離職跳Rivian,軟件工程管理負責人Joe Bass也轉投Meta。據《紐約時報》當時披露,內部員工早在這時候就開始戲稱這輛車為“泰坦尼克號災難”,而不是“泰坦計劃”。

2024年2月27日,蘋果首席運營官杰夫·威廉姆斯(Jeff Williams)與凱文·林奇共同做出終止決定,近2000人的SPG(特殊項目團隊)收到通知。部分員工轉入John Giannandrea領導的生成式AI部門,數百名硬件工程師面臨轉崗或裁員。十年累計投入超100億美元,巔峰團隊超5000人,加州公共道路路測累計超70萬英里——全部歸零。

據多位參與項目的人士回憶,庫克極少造訪位于加州的Titan辦公室,戰略頻繁更換讓成員筋疲力盡,而他不愿承諾量產,也讓高管屢次泄氣。泰坦在項目后期,已成蘋果其他業務部門私下調侃的對象,“一些經理會主動警告新人,離Titan遠點”。

所有AI項目之母留下的三樣東西

實際上,除了自身戰略目標混亂之外,市場環境降溫也是一大原因。在2024年前后,美國乃至全球電動汽車市場出現需求放緩和價格戰,造車的高額成本與低毛利率已不符合蘋果對高利潤率的商業追求。

最終,蘋果自動駕駛項目擱淺。但古爾曼在7月12日的推文里補了一句關鍵判斷:Apple汽車并非徹底的失敗。它是Apple AI硬件戰略和神經網絡引擎(Neural Engine)的源頭。如果沒有它,Apple在AI領域會落后得更遠。

把泰坦十年的技術產出拆開看,至少有三樣東西沒跟著自動駕駛項目一起浪費掉。

第一,“神經網絡引擎”(Neural Engine)的源頭2017年A11 Bionic首次搭載的雙核神經網絡引擎,每秒6000億次運算,原本就是為Face ID、Animoji這類端側任務設計的“降級版”——它正是Apple Car項目初期為L5級自動駕駛逼出來的車規級AI算力需求。車要在幾十毫秒內吞掉攝像頭、雷達、激光雷達的海量數據并吐出駕駛決策,這種“慢一幀就出事”的場景,比相冊自動分類殘酷得多,也逼著蘋果很早就開始砸定制AI芯片。

第二,一顆接近完工的車規處理器。

這正是蘋果“泰坦計劃”中最令人惋惜,卻也最具資產價值的“核心遺產”。根據Mark Gurman的解密報道,蘋果造車項目在2024年初被叫停時,其負責自動駕駛的“AI 大腦”——車載超級芯片與底層安全系統實際上已經處于完工邊緣。據公開報道回溯,那顆為Apple Car研發的處理器算力約相當于四顆M2 Ultra,同時還有一套代號safetyOS的車規級安全微內核在推進。如此激進的算力堆砌,是為了滿足蘋果最初對“L5 級全自動駕駛”的偏執追求——讓汽車在本地實時處理海量的激光雷達、攝像頭數據,而不需要依賴云端。也就是說,芯片接近流片、系統快成型,唯獨車本身被叫停。

第三,一支被車規級實時AI折磨過的工程隊伍。2024年項目終止后,部分員工被劃入John Giannandrea的AI團隊,車規芯片的研發積累也隨之遷移。Mark Gurman指出,目前這支團隊正基于造車時期的芯片技術,加速推進M7和M8系列的研發——也就是庫克那句“當然還有其他用途”的真正落點。

M6成最一代,M7提前接棒打破節奏

這套技術遷移最直接的產品后果,是蘋果Mac芯片路線圖的重構。

按M1以來的慣例,每一代M系列都走“基礎版—Pro—Max—Ultra”四檔完整節奏。但M6這次破了例——M6系列僅有標準版一款芯片,將成為Apple Silicon歷史上最“單薄”的一代,Pro、Max、Ultra全線跳空。

原因指向AI算力的緊迫性。Mark Gurman披露,蘋果在完成M6流片后僅約6個月就啟動了M7流片,打破常規節奏,把研發重心全部壓到M7和M8上,優先服務于AI技術場景。

具體節奏大致為:2026年秋季入門款Mac搭載基礎版M6;2027年上半年直接上M7基礎版,距M6問世僅約六個月;2027年底M7 Pro、M7 Max;2028年M7 Ultra作為“終極王牌”登場;2028年底及以后M8 (Soko) 預計躍升至臺積電1.4nm極限工藝,主打超級本地AI算力。

這也使得蘋果放棄了過去“能效優先+整體均衡”的路線,改成“AI運算能力優先”主軸,而這套思路的底子,正是當年為L5自動駕駛逼出來的車規AI架構。

目前,M7系列已曝光的規格爆點十分搶眼:其入門款內存帶寬便飆升至約240GB/s,直接越級達到了上一代Pro級芯片的水平;而旗艦級的M7 Ultra不僅在AI性能上迎來“爆炸性飛躍”,目標直逼英偉達數據中心級的Blackwell架構加速器,更將支持高達1.5TB的統一內存。盡管受限于當前高企的內存價格,消費端大概率無緣這一頂配規格,但M7 Ultra的戰略意義遠超Mac產品線,它極有可能成為支撐蘋果未來AI服務器基建的核心硬件底座。

正如業內戲稱,泰坦計劃真正的產品并非汽車,而是這顆被逼出來的芯片——它最終沒有裝在四個輪子上,而是裝進了iMac和蘋果數據中心的機柜里。

責編:Jimmy.zhang
閱讀全文,請先
您可能感興趣
車企將芯片業務獨立化運作,理想并非首例。此前蔚來已通過成立子公司安徽神璣技術有限公司完成芯片業務獨立化。
近日,中國汽車工業協會后市場分會發布澄清聲明,明確指出“新能源車平均車齡僅1.8年、消費者3—5年置換電車”等報道系對《2025中國汽車后市場年度發展報告》的誤讀。
不久前,格羅方德正式完成了對新思科技ARC處理器業務的整合,ARC處理器IP業務正式并入MIPS。
日益增長的存儲需求正從AI服務器向汽車和工業領域快速擴散。然而,汽車和工業領域對NAND器件的要求,遠不止于"有貨可用",也伴隨著對于性能、可靠性和耐久度等方面的嚴苛要求。
作為年營收突破60億美元的全球化半導體龍頭,安森美正依托四大核心市場的深度本土化布局,以及從器件自研、系統優化到終端交付的完整產業鏈路,構筑算力基建與智能汽車的雙領域差異化壁壘。
當美國聯邦稅收抵免的紅利消退,推升電動車銷量的“接力棒”交到了汽油價格和州級政策手中。
“通用處理器”這一術語一直被廣泛用于描述可運行各類軟件工作負載的CPU。在現代基于Arm架構的系統級芯片(SoC)領域,這一稱謂仍被廣泛使用,但隨著系統復雜度不斷提升,我們有必要追問:這類器件在實際應用中,究竟有多“通用”?
隨著AI基礎設施分化為多層專用架構,CPU正成為智能體工作負載的編排層。
本屆WAIC期間,《2026全球AI商業落地價值洞察報告》重磅發布,并在大會的兩大高規格論壇上進行了重點展示。作為大會最受關注的產業研究成果之一,這份報告以“從技術爆發到價值兌現”為主線,系統梳理了全球AI產業的競爭格局與商業落地路徑。 镕銘微電子憑借在VPU賽道上的開創性地位與規模化商業落地能力,成功入選該報告的兩大核心榜單,與全球及國內頂尖科技企業同臺亮相。
NVIDIA?已驗證?ST?的?12?kW?電源傳輸概念驗證板,實際上已進入生產測試階段。
專家 訪談PCIe? 6.0時代,重定時器成剛需數據中心解決方案業務部產品市場技術工程師Tam Do(杜澤心)在AI時代,當業界還在為GPU算力的指數級增長歡呼時,一個隱秘的瓶頸正在悄然浮現
一、完整型號分段邏輯(標準型號:TCC0603X5R226M100CT) 完整拆分:TCC + 0603 + X5R + 226 + M + 100 + C + T +特殊標
點擊上面↑“電動知家”關注,記得加☆“星標”!電動知家消息,近日,2025年度國家科學技術獎正式揭曉,浙江極氪智能科技有限公司等單位聯合完成的"一體化壓鑄用免熱處理強韌化鋁/鎂合金材料及應用技術"項目
作者簡介 PROFILE陳杰擼起袖子加油“GaN”氮化鎵晶體管內部構造簡介GaN 氮化鎵晶體管(HEMT)的基本結構如下圖1所示,以 GaN/AlGaN 異質結為主體,在AlGaN/ GaN
點擊藍字 關注我們SUBSCRIBE to USImage Credits:Google谷歌母公司Alphabet正在自研一款全新服務器芯片,用以提升自研大模型Gemini的運行能效。科技媒
點擊藍字 關注我們SUBSCRIBE to USImage Credits:Malte Mueller / Getty ImagesMeta正在開發一款名為StoryKit的AI故事創作應用
全球產業鏈加速重構,印刷行業步入存量競爭時代,同質化代工、柔性交付壓力持續放大,打通全域數據、落地深度數智化轉型,已成為龍頭企業搶占產業未來賽道的必由之路。 亞洲單體印刷龍頭——利奧集團旗
當前,AIDC數據中心、新能源汽車、人形機器人、家電、消費電子、儲能等領域正迎來高速增長與高質量發展的雙重浪潮,亟須突破性電源轉換(電力電子變換)新技術方案,以破解系統能效提升、功率密度升級、綜合成本