在苹果芯片上做大模型：一场关于“硬件彩票”的反直觉思考

这场演讲表面谈的是Apple Silicon与大规模AI，真正的主线却是如何通过“质疑默认假设”，跳出主流GPU路径，重新理解AI与硬件的关系。Alex Cheema用科学史、个人思考和“硬件彩票”这一隐喻，讲述了一种少见但极具启发性的技术方法论。

从物理学危机讲起：为什么质疑假设如此重要

这一部分看似与AI无关，却是整场演讲的精神起点。Alex Cheema从20世纪初的物理学讲起：当时的物理学体系在实验面前不断“算不对”，但问题并不在计算能力，而在于人们默认了某些看似牢不可破的前提。他用这个故事提醒听众，技术进步往往不是线性优化，而是源于对基础假设的推翻。

他在台上明确点出这一点：“questioning assumptions（质疑假设）”不是学术口号，而是一种工程能力。只有当整个行业都在默认同一套前提时，质疑它们才真正有价值。这段铺垫解释了他为什么要花时间讲历史：不是炫知识，而是为后面关于AI硬件的“反主流选择”建立合理性。

这一节的重要性在于，它定义了演讲的观察视角：不是‘如何把现有路线再做快一点’，而是‘我们是不是一开始就选错了路’。

当AI进入舞台：主流路径之外的思考

在铺垫完方法论之后，Alex才正式“getting to AI”。他并没有直接抛出模型参数或算力对比，而是先指出一个事实：当前AI的发展路径高度集中在少数硬件架构之上。这种集中带来了效率，但也悄悄固化了认知。

他反复暗示的核心问题是：我们是否把“GPU + 大规模集群”当成了唯一正确答案？在演讲中，他并未否定主流路线的成功，而是强调，成功本身可能掩盖了其他可能性。正如他所说，这并不是证明现有方法是错的，而是它“might not be the only way”。

这一段的价值在于，它让听众意识到：AI工程决策并非纯技术问题，而是被历史路径和生态锁定深刻影响的结果。

“硬件彩票”：你以为的运气，其实是结构性选择

在大约10分钟处，Alex提出了整场演讲最有记忆点的概念——“the hardware lottery（硬件彩票）”。这个比喻指的是：很多AI突破，并非因为算法本身更聪明，而是因为恰好押中了最合适的硬件平台。

他说这句话时，并不是在抱怨不公平，而是在揭示一个经常被忽略的事实：软件创新和硬件条件之间存在强耦合关系。当一个方向被硬件生态强力支持，它就更容易成功，进而被误认为‘更先进’。

在这里，Apple Silicon作为例子被隐约引出：它并不在传统AI硬件叙事的中心，但正因为如此，才值得被重新审视。这一节的洞见在于，把“运气”拆解成可分析的结构因素，为后续重新选择技术路线提供了理论依据。

如果我们真的重新来过，会做出什么不同选择？

在演讲后半段，Alex抛出一个假设性问题：“so what if we did question our…”——如果我们真的从头质疑这些前提，会发生什么？他并没有给出一个完整的答案清单，而是通过“just another example”的方式，展示这种思考方式如何在实践中展开。

重要的是，这里没有宏大的宣言，也没有夸张的演示，而是一种工程师式的冷静：承认不确定性，同时拒绝盲从。他强调，真正困难的不是实现某个技术方案，而是在早期就敢于选择一条不被看好的路径。

这一部分的隐含信息是：Apple Silicon并不是“更好”的硬件，而是一个迫使你重新思考系统设计的约束集合。正是在这些约束中，新的可能性才会出现。

总结

Alex Cheema的这场演讲，表面上是一次关于Apple Silicon与大规模AI的分享，实质却是一堂关于技术判断力的课程。他反复强调“questioning assumptions”和“hardware lottery”，不是为了否定主流成功，而是提醒工程师：真正稀缺的能力，是在所有人都同意的时候，仍然能看见其他选项。对读者而言，这不仅关乎选什么硬件，更关乎在快速变化的AI时代，如何保持独立思考。

关键词： Apple Silicon， 硬件彩票， 质疑假设， 大规模AI， 技术方法论

事实核查备注： 演讲标题：Large Scale AI on Apple Silicon；演讲者：Alex Cheema（EXO Labs）；核心原话短语："questioning assumptions"、"getting to AI"、"the hardware lottery"；内容未涉及具体模型名称、参数或产品发布。