私有AI计算平台：科技巨头在AI泡沫论下的战略转向

当前，人工智能热潮依旧如火如荼，但“AI泡沫论”已从边缘讨论步入主流视野。众多分析师、机构及媒体，甚至包括OpenAI首席执行官山姆·奥尔特曼和亚马逊创始人杰夫·贝索斯，都对此观点表示认同。核心在于，AI领域的资本与算力投入持续飙升，但实际回报却遥遥无期，这让许多人看到了昔日科技泡沫的影子。

在这种反思氛围中，苹果公司的名字频繁被提及。过去两年，苹果常被批评在AI领域“落后”，如今却因其节制和稳健的策略而备受关注。就连华为、OPPO、荣耀以及老对手Google，也都在一定程度上认可了苹果的AI方向。

当地时间11月11日，Google如期发布了11月的Pixel功能更新，同时正式推出私有AI计算平台（Private AI Compute，简称PAC），该平台已率先应用于Pixel 10手机。例如，跨应用提供上下文建议的Magic Cue功能就运行在私有AI计算平台上。

Pixel 10，图片来源：Google

据Google介绍，PAC私有AI计算平台的核心目标是“构建私有且有用的AI”。这与华为的HPIC个人智能计算、OPPO的PPC私密计算云以及荣耀的HPPC目标一致。

这些举措很容易让人联想到苹果在去年WWDC24上提出的PCC（Private Cloud Compute）——一种融合端侧隐私与云端性能的创新模式。

WWDC24，图片来源：苹果

事实上，Google在PAC上也采用了类似策略。不同之处在于，苹果的云端AI体验尚未充分展现效用。此前有报道称，苹果计划以每年10亿美元的价格获取Google Gemini模型的技术授权，以增强PCC平台上的Apple Intelligence体验。

Google则无需面对此类挑战。

真正的端云一体，比苹果更进一步

理解Google的PAC平台，首先需从它解决的问题入手。

在生成式AI时代，最强大的模型通常只能在云端运行，但这带来了隐私风险：一旦数据离开设备，就可能暴露。过去一年，各大厂商纷纷在端侧部署轻量模型、在云侧托管大模型，但真正难点在于如何让两者协同，同时确保数据不越界。

PCC私有云计算，就是苹果在WWDC24上给出的解决方案。按照Apple Intelligence的端云混合架构，设备在发送数据前会验证云端是否运行经过公开审计的系统版本，随后在受保护的“专用环境”中进行计算，所有任务完成后数据即时销毁，连苹果自身也无权访问。而“专用环境”基于自研芯片和操作系统的自有数据中心。

Google的PAC私有AI计算平台，显然在这套思路上做了“加速”。

Google同样强调隐私，但采用了更云原生的路径：PAC建立在自研TPU（AI芯片）与机密计算基础设施之上，结合AMD的SEV-SNP硬件隔离技术以及自研的Titanium安全架构，每次模型调用都需通过远程证明来验证节点身份和系统完整性。

搭载TPU的Google Cloud数据中心，图片来源：Google

只有通过验证的节点，设备才会允许处理用户请求。同时，输入输出通道全程加密，中间推理数据仅存于内存，不会落盘存储。

简单来说，这相当于为云端大模型加了一层“防偷窥外壳”——当Pixel设备向PAC发送请求时，数据加密后进入“零权限沙箱”，即使是Google运维工程师也无法查看。任务结束后，数据和缓存自动销毁，整个过程不落地、不留痕。

更重要的是，Google已将这项机制深度集成到系统体验中。

在Pixel 10上，用户使用Magic Cue功能时，系统会自动调用PAC，从短信、日历、地图等信息中提取上下文，生成下一步建议。得益于PAC，Pixel 10自带的Recorder（录音）还支持更多语言、更准确的多语言转录以及更好总结。

Magic Cue功能，图片来源：Google

不同于传统的“上传到云再计算”，PAC在每次调用时都会执行硬件验证、临时加密和任务隔离，在保证响应速度的同时守护隐私边界。用户甚至可在“设置-开发者选项”中直接查看PAC调用日志。

这种策略的意义超越安全。当大模型越来越个性化、需理解用户生活习惯时，“私有AI”成为体验质量的前提。PAC为此提供了新路径——既让模型足够智能，又不以隐私为代价。

在Google之前，苹果已提出相关概念。但从数据中心的TPU和Gemini，到Pixel终端的Tensor芯片和Android，Google在AI体验的全链路上拥有一定优势，尤其在云端。

保护端侧AI隐私，OPPO、华为积极跟进

AI时代，设备与云的界限正被重新定义。手机算力再强也难以独立承载百亿级参数模型，而纯粹依赖云端又注定触碰隐私与延迟红线。因此，“端云协同”成为所有厂商的必由之路：端侧负责响应、理解与控制，云侧负责推理、生成与学习。

真正的智能体验，必须在这两端之间找到平衡。国产厂商早已意识到这一点，以OPPO、华为、荣耀为代表的头部品牌，过去两年几乎同步完成了自家端云架构的设计与建造。

尤其是OPPO，可以说是对AI探索最积极的手机厂商之一，2023年就推出了自主训练的安第斯大模型，并采取三级大模型部署策略：包括端侧部署的Tiny轻量模型、端云联合部署的Turbo大模型以及云端部署的Titan超大模型。

在2025 OPPO开发者大会上，OPPO宣布将与火山引擎等公有云合作打造私密计算云（同样简称PCC），这证明苹果PCC的方向正成为行业趋势。

具体来说，OPPO引入了火山引擎、Google Cloud（海外）等公有云能力，与自有数据中心融合，构建了安全可信的云上基础设施。此外，OPPO PCC将与火山引擎Jeddak AICC进行双向可信认证与加密通信，用户数据全链路加密，实现“数据可用不可见”：

包括OPPO和火山引擎在内的任何人与系统都不能获取用户原始数据。

不过，第三方云以及与终端之间的通信仍存在隐私安全顾虑，这对OPPO、荣耀等厂商构成挑战。在国产手机中，可能只有华为有能力像Google一样解决此问题。

今年6月，华为在HDC 2025开发者大会上发布HarmonyOS 6（鸿蒙6），其核心升级之一是新鸿蒙智能体框架。10月HarmonyOS 6正式推出时，华为还带来了HPIC个人智能计算平台，官方介绍如下：

“在云上建立专属个人的计算空间，将设备上的隐私保护延伸至云端。”

据雷科技查阅资料，华为的HPIC同样在云端部署机密计算区。当任务复杂度或数据量超出设备算力（如小艺通话摘要）时，系统会将请求发送至HPIC处理。所有数据仅用于当前任务计算，处理后立即删除，不留存任何原始内容。

整个过程中，华为既不存储也不访问用户的原始数据。

虽然没有像苹果那样公布可验证镜像，但从设计上看无疑是PCC方向。由于华为拥有自有数据中心、AI芯片、终端操作系统和芯片，其方案实际上更接近Google的PAC。

总结

现在来看，苹果确实再次引领了行业风向，至少华为、OPPO、荣耀以及Google都在借鉴其思路。

尽管其他厂商不太可能完全像Google、华为和苹果那样，实现从云到端的全链路软硬件把控，但兼顾大模型性能与隐私安全的方向已成为共识。