苹果跳过M6 Pro/Max：AI时代硬件节奏全变了

苹果最近宣布取消M6 Pro和M6 Max，直接把Mac产品线的高端芯片跳到了M7系列。这个动作在科技圈引起的讨论比我想象中大，今天聊聊我的理解。

为什么说这次不一样

苹果的芯片发布节奏一直有自己的章法。Pro、Max、Ultra三档，每个档次之间有明确的能力梯度，用户可以根据自己的需求选档位。这种"挤牙膏"式的升级策略，苹果用了好几年，虽然每次升级幅度不算大，但胜在稳定、可预期。

这次直接砍掉M6 Pro和M6 Max，从M6直接跳到M7，是苹果史上第一次。苹果官方的说法是要把高端芯片发布节奏和AI导向的产品策略对齐——换句话说，M7将是苹果第一块真正意义上的AI专用芯片。

AI导向的芯片意味着什么

传统芯片升级看什么？CPU单核性能、GPU算力、能效比。这些指标对传统应用（浏览器、Office、视频剪辑）确实重要。但AI任务的核心需求不一样：神经网络推理需要大量的矩阵乘法单元（Tensor Core或者类似结构），内存带宽要求极高，而且上下文越长、模型越大，对显存的要求就越高。

这就解释了为什么苹果要跳过M6 Pro/Max：基于现有架构做迭代，投入产出比不够高。苹果可能判断，再花12-18个月做M6 Pro的升级，不如直接上一块从底层就为AI设计的M7芯片。

这背后的逻辑比技术更有意思

苹果不是唯一一家这么干的企业。华为推出AI专用芯片，跳过传统迭代路线；Waymo第六代自动驾驶硬件把单套成本压到2万美元以下；就连OpenAI都在自研芯片。

通用计算芯片的时代正在让位给专用AI芯片。每个厂商都在问同一个问题：我不应该继续在通用芯片上做优化，而应该为AI任务从头设计一块芯片。

苹果判断这个节点已经到了。M7将是一块从设计之初就考虑AI推理需求的芯片——更大的统一内存、更高的内存带宽、更强的神经网络引擎。理论上，这块芯片在运行本地AI任务（比如iPhone上的大模型推理）时，效率会比现有芯片高出几个量级。

对普通用户的影响

如果你现在用的是M4或M5芯片的Mac，不用急着换。这次的迭代不是性能的小幅提升，而是整个产品思路的转变。等M7正式发布后再入手，可能是更理性的选择。

但有一点需要注意：苹果砍掉M6 Pro/Max，意味着Mac产品线的高端型号会有一个空档期。如果你对性能要求比较高（比如做视频剪辑、3D渲染），这段时间可选的机器会变少，高配版Mac的价格也可能水涨船高。

苹果这次押注能赢吗

苹果的优势从来不只是芯片本身，而是软硬件一体的生态。如果M7真的能在本地运行70B以上的大模型，配合iOS 20的系统级AI能力，苹果的AI体验会有质的飞跃。

但挑战也明显：苹果的AI战略一直偏保守，Siri的反应速度和智能化程度和竞品比还有差距。硬件升级是第一步，后面还有很长的路要走。