苹果换帅，英伟达上桌：端侧AI的终局由谁定义

端侧AI把战场从数据中心迁移到书桌之后，消费电子这门生意的定义权，正在从应用层向上游转移。过去一周的密集事件，将这场权力更迭推向台前。 昨夜今晨，两条消息几乎同时落地。北京时间9月5日凌晨，彭博爆料人马克·古尔曼给出判断，随着约翰·特努斯本周正式履新CEO， 苹果 即将启动公司史上最大规模的设备发布浪潮，首款折叠屏iPhone、OLED版iPad mini、触控屏MacBook之外，桌面 机器人 也在两年规划之内。五天后的9月10日，苹果秋季发布会将率先揭晓折叠屏产品。 同一时刻的柏林，2026年IFA以“未来即现在”为主题开幕。 英伟达 在展前宣布，首批搭载RTX Spark超级芯片的Windows PC将于10月上市，联想、华硕、戴尔、 惠普 、 微软 Surface与微星六家OEM的产品已悉数亮相展台，宏碁与技嘉随后跟进。它还推出了名为PAIR的开源软件，让家中多台PC的闲置算力协同推理。 9月1日，库克卸任苹果CEO、转任董事会执行主席，把公司交给硬件工程出身的约翰·特努斯。四天后，英伟达借IFA再度加码。一边是造了二十五年产品、试图证明硬件基因足以适配AI的苹果；一边是卖了三十年铲子、如今想把软件与模型一并装进用户书房的英伟达。系列动作指向的一个值得讨论的问题是，端侧AI成熟之后，消费电子这门生意，到底由谁定义。 苹果：一个产品人接棒，带着历史的包袱 库克离任，但并未走远。他在8月31日发给员工的告别信里表述明确，他并不会离开苹果，只是即将告别一个深爱的职位。信中他对继任者的评价同样克制，很少有人能像约翰那样，理解打造改变世界的产品需要付出什么。这句话，就是苹果给新CEO的一份任务书。 特纳斯是谁？1975年生人，1997年从宾夕法尼亚大学机械工程专业毕业，先在一家虚拟研究系统公司担任机械工程师，2001年加入苹果，任职25年，2021年起主管硬件工程。他不像库克那样是供应链和运营出身，而是一个纯粹的产品人。选他，意味着苹果在AI时代押下的，依旧是硬件优先这张牌。 库克任内，iPhone财年收入达到2096亿美元，占公司半壁江山；服务业务收入达1090亿美元，成为第二条增长曲线；Apple Watch、AirPods、Vision Pro这些品类都是他任内落地的。这些资产共享同一个基因，用顶级的硬件设计和供应链能力，把技术封装成体验。截至2026年初，苹果的活跃设备已经超过25亿台。 但AI恰恰是这套基因最不适配的领域。苹果从未在大模型基础能力上领先过，它自己的端侧模型只有约30亿参数，真正意义上的情境化Siri在2024年WWDC演示之后数次延期，时隔两年才在2026年随iOS 27陆续落地。 当Siri无法作答，苹果把请求交给谷歌的模型；当重度用户需求超出免费额度，苹果在财报会上已经表态，更高的使用额度未来将通过iCloud+订阅提供。一个曾经用端到端掌控一切定义自己的公司，在AI上却不得不依赖别人的模型、别人的云。 这背后是更深的矛盾，苹果的隐私叙事要求数据留在本地，可端侧算力难以承载最重的那类任务。苹果若要在AI上取胜，倚仗的并非模型参数，而是把智能装进传感器密布的硬件，规划中的产品包括内置摄像头的AirPods、支持环境感知的智能眼镜、面向家庭场景的机器人。这条路能否走通，取决于一个前提，端侧芯片的算力能否匹配这份野心。 英伟达：从卖铲子，到卖整个矿场 如果说苹果是硬件基因适配AI的被动方，英伟达就是从上游向下渗透的进攻者。今年6月1日，黄仁勋在台北Computex的主题演讲上正式发布RTX Spark；三个月后，该芯片在柏林IFA进入六家OEM的产品线，上市日期定在10月。 RTX Spark这颗芯片，本质是一份宣言。Blackwell架构的GPU、6144个CUDA核心、第五代Tensor Core，加上20核的Grace CPU和128GB统一内存，达到1 petaflop的AI算力，并采用ARM路线，将x86排除在外。黄仁勋给它的定位不是更快的电脑，而是从工具变成队友。一台能在本地稳定运行1200亿参数大模型的机器，可全天候开机，无需为Token用量逐笔计费而焦虑。他在台北的演讲里举着一台小机器说，这就是全新的PC，个人AI计算机。 这才是英伟达真正令人忌惮之处。过去二十年，它是那个卖铲人，任何试图挖掘AI金矿的玩家都要从它手中采购H100、DGX。 现在，它想连矿场一起卖。RTX Spark背后是CUDA、TensorRT、DLSS、OptiX、Reflex这一整套三十年积累的软件栈，是微软为端侧智能体专门加固的Windows底座，是9月刚刚开源的PAIR，能让家中多台机器自动分担推理任务。芯片、软件、模型、生态，全栈覆盖。黄仁勋说的是重新定义PC，潜台词是，此后桌上的这台电脑，操作系统、智能体与算力，最好都姓黄。 这一步，直接冲击三个对手， 高通 靠Snapdragon X在AI PC市场守住一角，2026年规划的机型预计超过100款； 英特尔 和AMD则围绕NPU算力比拼TOPS，一家达到180，一家为50。 英伟达入场的消息传出当日，三家股价齐跌，高通跌8.78%，英特尔跌4.67%，AMD跌1.16%，英伟达则收涨约6%，录得数月来最好的交易日。资本市场的态度再明确不过，当一个在数据中心拥有近乎垄断地位的玩家，决定把同一套架构下放到消费端，这盘棋的规则已经变了。 端侧AI普及之后，云端会被掏空吗 很多人把端侧AI和云端算力当成零和关系，算力迁至本地，云就少赚了。但这个判断，大概率是错的。 Deloitte在2026年的预测里给了一个反直觉的结论，AI的下一阶段需要更多算力，而不是更少。逻辑在于，当推理成本被端侧芯片摊薄，人们并不会减少使用AI，反而会把更多任务交给它。云端训练依然在指数级增长，端侧推理只是新增了一块需求，而不是替代了一块需求。更准确的比喻是，端侧AI并非切走云端的蛋糕，而是把整张桌子做大。 真正会被改写的，不是云端的总量，而是谁掌握入口、谁掌握价值分配。当一台本地电脑能稳定运行1200亿参数的模型，当隐私敏感的数据不再需要上传，云厂商利润最厚的部分，通用推理的订阅费，将遭遇来自端侧的对手。苹果的端侧Siri、英伟达的本地智能体、未来每一台AI PC，都在逐步把云端大模型的默认地位，改写为可选的远端选项。 对苹果而言，这是机遇，也是紧箍咒。机遇在于，它手里握着25亿台活跃设备，隐私优先的端侧智能恰好落在它最擅长的主场。紧箍咒在于，端侧AI的门槛正被英伟达用统一架构快速拉平，一旦Windows阵营的本地智能体体验追上，苹果软硬一体的护城河便不再独一无二。 高通的选择是守，用Snapdragon X和85 TOPS级别的NPU守住AI PC份额，同时把手机芯片生意里被苹果自研基带侵蚀的风险，分散至汽车、物联网和数据中心推理。英特尔和AMD的选择是跟进，用x86的存量生态和不断堆高的TOPS数字对抗ARM架构的进攻，可x86的包袱，恰恰是英伟达和苹果都已经放下的东西。联发科的选择更微妙，它既和高通在手机芯片上正面竞争，又和英伟达共同设计了RTX Spark的定制CPU，两头下注。 这些玩家的路径，恰好勾勒出硬件巨头在AI时代的三条出路， 苹果