正文共：3399字 13图
预计阅读时间：9分钟
最近，苹果春季发布会结束之后，我们从发布会提取了一个关键词：【M4】。
确切来说，是苹果的M4芯片。
时隔六年，苹果iPad Pro 终于升级了版本，并且凭借着仅 5.1 毫米的机身厚度，成功取代 iPod nano 成为史上最轻薄的苹果设备。
作为此次苹果全新重磅产品，新一代iPad Pro除了更轻薄，还搭载了首发苹果自研M4芯片，让CPU性能提高35%，GPU性能提升50%。
而这，也是引起业内外关注的重点。
关于[M4]算力的猜想
在对M4芯片展开畅想之前，我们先来看看市面上第一梯队的芯片GPU算力如何？
骁龙730 1.84 TFLOPS
骁龙740 2.21 TFLOPS
骁龙750 3.15 TFLOPS
英伟达GTX 1650 2.98 TFLOPS
苹果A17 Pro ≈ 2.15 TFLOPS
关于最新的M4芯片，据介绍其神经引擎具备 38 TOPS（Tera Operations Per Second，每秒万亿次运算）的运算能力。
38这个数值看起来似乎非常高，但这包含了GPU+CPU共同的运算能力，我们从A17 Pro和第一梯队芯片数据可以预测得到，M4芯片的GPU运算能力并不会比同行们高出太多，甚至是持平的水平。
这样一个算是没有特别亮点的芯片发布，对苹果而言，究竟意味着什么？
[M4]将会带来什么？
在过去几年里，面对不可忽视的AI大模型浪潮，苹果却在AI领域一直按兵不动，这引起了各方猜测：苹果是否在憋一次大招？还是策略方向的决策失误？
这些都暂且按下不表。
【M4】究竟会为苹果带来什么变化，或者说它将如何为苹果一直以来的强项——用户交互带来什么颠覆性的用户体验？
（在十多年的发展中，苹果主要是通过自主研发硬件和优化软件的方式，来创建和控制自己的产品生态系统，这在过去取得了巨大成功。）
这里提出一个问题：大家觉得苹果是否真的没有对AI进行布局？
首先，是那个十多年前非常先进、如今已经被各家AI聊天工具甩下几条街的Siri。
这是苹果AI最初级的市场呈现，在【M4】背景下，我们大概能猜测，在 iOS 18中它会全面更换算法，用苹果自己的大语言模型驱动Siri。
至于这个大语言模型的名字，我们从Ferret到MLLMs，再到上个月透漏出来的ReALM，它叫什么已经不是重点，我们暂且就认为它叫ReALM。
有更具体的消息表示，它有80M、250M、1B和3B四个版本的大小，其中哪怕最小的80M模型都已经比GPT-4的表现更好，而这个尺寸的模型是可以直接装进运存的，最大的3B模型的表现更是超过GPT-4一大截。
80M版本的模型大概率会内置在本地，用来处理屏幕实体内容。举例来说，当前你要AI工具帮你处理什么或者识别什么，你至少要把你看到或者要描述的东西用图片或文字，单独发给AI的输入界面。
比如，一张图片里出现了奇怪的东西，你不知道这个东西是干什么用的，你要先截图，然后把截下来的图片发给AI，问它，这个东西是干什么的呀？于是这个步骤就涉及到很让人头疼的隐私问题，其次就是不方便。
相当多60岁以上的手机用户不知道怎么做屏幕截图，或者要求再高一点，不知道怎么截取图像中的一部分，但ReALM对屏幕实体的识别功能就能大幅改进以上两个弱点。
由于隐私和使用体验这两个关键点，外界猜测苹果将会把ReALM放在本地运行。
毕竟在过去，“隐私”这一核心价值观的设立，对苹果而言是一块金字招牌。
在2017年的WWDC大会上，苹果宣布采用联邦学习（Federated Learning）技术来改进Siri的语音识别功能，因为它解决了隐私安全和训练大模型之间的冲突。
它可以在设备上进行识别，而不需要将用户的语音数据上传到云端进行处理，从而保护用户的隐私。
当初始化的模型，在本地完成训练后，传回云端的只是一个基于本地数据训练而得到的模型，而不是用户数据本身。
这些本地模型被传输回云端后，通过模型聚合的方式，用户所有的本地模型将合并成一个全局模型。
最后，苹果会通过模型更新的方式，将合并后的全局模型传输回用户的本地设备上，替换原有的模型。
如此一来，苹果既实现了模型的训练，又保护了用户的隐私安全，可谓一举两得。
要想在本地运行这样一个庞大的模型，并不是一件简单的事情，因为需要占用海量的内存。
GPT-4表现抢眼，但它们都是在云端运行的，我们的手机或PC端只是发出问题和接收答案，所有的计算都由OpenAI的服务器群组搞定。
上亿人的使用，推理计算量是非常恐怖的，于是就会开始遇到ChatGPT无响应、输出慢、被黑客攻击和大家最担心的隐私等等问题。
（有趣的是，在和同事讨论这个畅想的时候，他们确实会第一时间考虑到关于隐私方面的隐患。）
我们可以最保守地、最粗糙地按照每10亿参数占用1GB内存去换算，那么2000亿参数就需要200GB内存，然后为了保证其他软件的顺利运行，还需要额外多准备出十几GB的内存，于是能运行ReALM大语言模型的苹果手机可能需要配210GB内存。可今天最顶级的iPhone15 Pro Max是多少内存呢？8GB。
要运行多模态大语言模型，需要把内存加大26倍才可以，这是不可能的，今天就算是安卓阵营的手机，最高内存也只有32GB，离210GB还远得很。
但苹果还是打算把这个模型放在本地运行，方法是使用闪存。通俗地说，就是iPhone存放照片和安装App的那部分闪存空间。
通常来说，这么做速度上会慢15-50倍，你可以想象一下，大约1-2秒钟才蹦出下一个字，一段300字的答案你要等7-10分钟才能完整显现出来。
但苹果所做的突破正在于此——大幅优化闪存中大语言模型的运行速度。具体方法就是，在大模型运行过程中，只保留一开始就激活的神经元，后续每次运算都基于前一次参数的激活状态进行删除和添加。苹果把这个技术起名为滑窗（sliding window）。此外，还有优化传输的一些操作。（来自苹果的研发人员发布的论文，这些研究有些可能是未来几个月后会应用在产品中的，也有一些只是可行性上的尝试，不一定会用在未来产品上。）
这样做是否可行呢？它可能需要一个前提，就是大语言模型在处理前后两个token的时候，神经元激活的状况是否高度相似。
而苹果的优势还不止于此。因为iPhone、iPad、MacBook这些硬件里的处理器，不论是A17还是M3，都早早留出了很多神经网络专用的算力。
比如，对iPhone来说，其实从2017年就开始首次在iPhoneX的A11处理器中内置了神经引擎。
至于苹果是怎么做到只用比GPT-4少得多的参数量就能达到很好的性能，那只有等到今年6月10日WWDC2024发布会上才能最终揭晓。
[M4]将会带来什么？
总结来说，就是【M4】背景下带来的下一代操作系统ios 18，可能是苹果全面开启AI时代的开始。
试想一下 ，如果嵌入到iPhone中的，是一个能够在本地部署，并且高度优化过后的 Siri ，将会让手机成为一个几乎无所不包的多模态工具，无论是写文章、编程，还是绘画，都能随时随地，在小小的屏幕间实现。
更重要的是，这将让AI调度中枢内置到苹果的生态系统里，实现用户使用的平权。
所谓的“平权”，就是不论年龄、不论职业、不论学历、不论学时、不论性别等，摆脱各种人群标签限制，每个人在使用苹果的产品时，都不会有功能的差距。
也就是解决“有人不会操作和不懂功能”的问题，再也不会有人把智能产品用成初始老人机的效果，因为这一切都由Siri这样的“助理”帮你解决了。
也许未来的某天中午，到了饭点，Siri可以根据你上午看了好几遍炸鸡广告，分析出你想吃炸鸡，并为你选择附近3公里内评分最高的那家直接下单，而你全程不需要参与。
或者在你第二天有行程的时候，Siri会根据你的行程，帮你设置闹钟，安排出行时间，列出行李清单，甚至计算每个步骤所需要的时间，然后在合适的时候打开手机里的叫车软件，帮你约一辆网约车，而网约车还是根据你日常叫车习惯给你安排的车型。
至少，这真的太适合经常要给家里老母亲视频教学电子产品用法的我了。
2011年，苹果用一句“Hey，Siri”，让世界第一次感受到了AI的魅力。
2024年，苹果用一个【M4】，又让人们开始对苹果翘首以待。
粤公网安备 44030502007885号
