美银证券最近维持了苹果270美元的目标价，给出的理由之一颇为直白——"边缘AI的最终赢家"。这个判断来得不算早，但在当下时点值得关注。

1、

一条与众不同的路

当Google、微软、OpenAI都在云端大模型上火力全开时，苹果走的是另一条路。

核心逻辑很简单：把AI能力直接塞进设备里。不依赖云端，不上传数据，在本地完成计算。这套打法的技术基础是Neural Engine——苹果从2017年就开始在芯片里集成的神经网络处理单元。

从iPhone X的A11芯片开始，Neural Engine经历了八代迭代。第一代每秒能处理6000亿次运算，到最新的A19 Pro，这个数字已经超过35万亿次。性能提升了约60倍，但功耗控制得很好。

今年苹果在芯片架构上做了个关键动作：在GPU的每个核心里加入了神经加速器。这意味着AI计算可以和图形渲染无缝切换，不再需要在不同处理单元间频繁调度。工程师能更灵活地分配算力，效率提升明显。

2、

苹果的AI产品叫Apple Intelligence，目标是到2025年底在2.5亿台设备上运行。

它不是一个大而全的系统。苹果用的是30亿参数的本地模型，配合加密云计算服务Private Cloud Compute。小模型跑在设备上，处理日常任务。复杂任务才调用云端，数据全程加密，连苹果自己也读不到。

这套架构解决了几个实际问题：隐私得到保障，响应速度快，离线也能用。功能包括实时翻译、智能文本处理、图像生成等，都在系统层面深度集成。

开发者是另一个重点。苹果开放了Foundation Models框架，第三方应用可以直接调用本地AI模型，不用付API费用。这对开发者吸引力不小——云端推理成本一直是个痛点。

3、

当然,这条路不是没有代价。

本地模型能力有限，无法跟云端大模型比。Siri的升级一再延期，原定2025年推出的生成式改版跳票到2026年。企业级应用这块，苹果也明显落后于微软和Google。

批评者认为苹果在AI军备竞赛中掉队了。竞争对手已经在部署AI Agent做任务自动化，苹果还在打磨基础功能。6月的WWDC开发者大会反响平平，投资人期待的突破性进展没有出现，当天股价跌了1.2%。

但换个角度看，苹果并不是在追赶，而是在等。

它在边缘AI领域已经布局了八年。Neural Engine的技术积累、庞大的设备基数、开发者生态，这些都不是一两年能建立起来的。更重要的是用户信任——当数据隐私成为监管重点时，本地计算的价值会更加凸显。

4、

边缘计算和云计算不是非此即彼的关系。

理想的AI应用场景是混合架构：敏感数据在本地处理，复杂推理调用云端。苹果的Private Cloud Compute就是这个思路的产物。随着端侧算力继续提升，更多任务可以下沉到设备上完成。

苹果9月宣布未来四年在美国投资6000亿美元，其中相当一部分用于AI基础设施。它还在研发代号"World Knowledge Answers"的AI搜索工具，计划整合进Siri和Safari。这些动作表明，它在AI上的投入力度并不小，只是节奏和路径不同。

从商业角度看，苹果的策略是合理的。它不需要在每个技术点上都领先，而是要在自己的生态里提供最好的体验。边缘AI恰好契合这个定位——既能发挥硬件优势，又能强化生态壁垒。

美银证券的判断可能不是空穴来风。AI的竞争才刚开始，最后谁赢还真不好说。但有一点可以确定：设备端智能是个确定性趋势，而苹果在这条赛道上起步最早，积累最深。

这场马拉松,它至少跑在了正确的方向上。