Rain科技7月16日消息，据The Information报道，苹果正积极寻找芯片公司进行收购，过去数月已与投资银行及多家半导体初创公司保持接触，评估潜在交易的可能性。这一动向表明，苹果正在加速补齐其在AI芯片领域的短板。
此次战略转向背后，是苹果AI芯片布局面临的现实压力。此前，苹果自研的下一代AI服务器芯片Baltra遭遇延期，而现有M2 Ultra在数据中心AI任务中已触及性能瓶颈，迫使公司将部分重负载工作外包至谷歌云平台上的英伟达基础设施。从产业视角来看，芯片延期在大型科技公司中并不罕见，但苹果的案例凸显出其在AI算力自给自足方面的紧迫性——依赖外部供应商不仅增加成本，也限制了对核心技术的掌控。
这意味着，在AI模型以周为周期快速迭代的背景下，苹果最核心的AI基础设施仍存在对外部供应商的双重依赖。这种依赖关系在技术演进加速时尤其危险：一旦外部接口或定价策略发生变化，苹果的业务连续性将面临直接冲击。从行业实践看，头部科技企业如谷歌、微软早已通过自研芯片（TPU、Maia）来降低对英伟达的依赖，苹果在这条路上的进度明显滞后。
苹果在并购上的节奏也在悄然提速。今年1月，苹果斥资近20亿美元收购以色列AI初创公司Q.ai，成为公司历史上第二大并购案，仅次于2014年30亿美元收购Beats Electronics。这一规模远超苹果此前“小而精”的收购风格，反映出其内部对AI能力建设的急迫态度。
Q.ai专注于通过面部微动作解读语音的技术，此次交易标志着苹果在战略性收购上不再拘泥于此前的克制风格。值得注意的是，该技术与苹果在隐私保护方面的理念高度契合——本地化处理而非云端分析，更符合苹果一贯强调的用户数据安全策略。
与此同时，苹果近期还与专注模型压缩技术的初创公司PrismML举行会谈。该公司宣称可将270亿参数的大模型压缩至在iPhone上本地运行而不损失性能，与苹果设备端AI愿景高度契合。如果这一技术落地，将极大改变当前大模型依赖云端推理的格局，也让苹果在端侧AI竞赛中占据先机。
值得注意的是，尽管收购意图明确，但AI服务器芯片领域竞争格局高度集中，英伟达占据主导地位。苹果若想通过收购实质性提升AI算力能力，潜在标的的技术成熟度与战略契合度均面临较高门槛。从市场分析来看，目前能够提供大规模AI芯片设计能力的独立初创公司数量有限，且估值普遍偏高，苹果需要在财务回报与技术自主之间做出精细权衡。总体而言，收购是苹果“补课”的高效手段，但能否借此真正摆脱外部依赖，仍有待观察。
