蘋果高層解釋為什麼要在 iPhone 7 / 7 Plus 移除 3.5mm 耳機孔|數位時代 BusinessNext

移除 3.5mm 耳機孔是一種勇氣

蘋果指出，3.5mm 是一種非常老的規格，最早可以追溯到一個世紀以前，而現在的 3.5mm，則是在 60 年代把口徑縮減過的一個版本，然後就沒有再變更過。蘋果認為，人們不應該再抱持這種「恐龍」規格，是時候該往前了。

Philip Schiller 也補充，他們能理解依然有用戶仍喜歡自己的有線耳機，然而「無線未來」其實不可免，「去除有線」總會在某個時間點上發生，而因為許多理由，蘋果決定在 iPhone 7 開始去除 3.5mm 耳機孔。但重點是，即使因為轉換的過程會有一點痛苦，人們也不能因為這點痛苦而停止邁向無線時代。對蘋果來說，他們的工作便是減緩轉換期的痛苦（附上轉接線），同時適當地向用戶說明理由。

在 iPhone 7 的發表會上，Philip Schiller 更是直接把這種決心稱作「勇氣」。

爭取手機內部空間

一同受訪的硬體工程資深副總 Dan Riccio 則表示，會在 iPhone 的設計上有移除 3.5mm 耳機孔的想法，最初是來自蘋果一直在嘗試把更多東西塞進手機。舉例來說，在 iPhone 的上方有一片印刷電路板，用途是驅動螢幕與背光燈，然而由於 iPhone 7 安裝了更大的相機模組，會干擾這塊電路板，使得工程團隊突發其想，嘗試移除 3.5mm 耳機孔，然後把這塊電路板塞到 iPhone 底部。

移除 3.5mm 接孔後，蘋果也發現先前的一些困擾變得輕鬆許多，例如把 Taptic Engine 安裝到手機下方變得更容易了，這使得蘋果可以讓 iPhone 7 的 Home 鍵具有 Force Touch 的功能。此外，由於多了這些空間，蘋果也因此能讓 iPhone 7 增加 14% 的電量，同時加入新的封膜，讓 iPhone 7 具有 IP67 等級的防水防塵。

總而言之，依據蘋果工程師的意見，iPhone 7 的許多新功能，實際上必須依賴移除 3.5mm 耳機孔來實現。

移除 3.5mm 與數位版權（DRM）無關

儘管蘋果顯然在策劃讓自家 Lightning 能一舉攻下後 3.5mm 接孔的時代，不過當談到蘋果是否希望透過數位直出，來重整 Apple Music 與 iTunes 的版權影響力時，Philip Schiller 則直接駁斥這些猜測都是「蠢點子」（silly argument），與移除 3.5mm 完全無關，畢竟 iTunes 在 10 年前，就已經開始提供 DRM-Free 的數位音樂。

Philip Schiller 也表示，對蘋果來說，移除 3.5mm 的另外一個理由，是希望能用更好的方式來傳遞音訊。舉例來說，Lightning 接孔就是提供「高保真音訊」（high-fidelity audio）的好途徑，以往像降噪耳機這種需要一枚額外電池的作法，也可以改用 Lightning 接孔來處理。而由於 Lightning 亦可以直接輸出數位音訊，因此日後將能更好地做到分離調整。

小結

然而，不得不說蘋果在斷然移除 3.5mm 耳機孔後，卻依然把許多他們承諾的更好用戶體驗放在未來。在新款無線耳機 AirPods 的介紹中，設計長 Jony Ive 更指出，蘋果目前還只是站在「無線未來」的起點。至於用戶能不能接受蘋果的取捨，就有待 iPhone 7 正式上市後的市場驗證了。

（首圖來源：達志影像）

本文授權轉載自：科技新報

過去兩年，人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢，從客服、知識管理到軟體開發，越來越多企業將大型語言模型（LLM）導入企業營運流程，隨著應用程度的深化與廣化，越來越多發現，真正的挑戰早已不只是「選擇哪個模型」，而是如何管理算力、控制成本、確保資料安全，以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後，AI應用從回答問題進展為執行任務、操作系統以及串接流程，連帶拉升對AI基礎設施的需求與架構複雜度，而這意味著，想要發揮AI綜效，光只有模型與技術尚不夠，必須將整體IT環境逐步升級為AI基礎建設（AI Infra）。

深耕AI管理領域多年的數位無限（INFINITIX），近年積極布局軟體定應AI基礎建設（Software Defined AI Infrastructure）市場，除持續深化與GPU、伺服器與AI硬體生態系的合作關係，如於2021年取得NVIDIA Solution Advisor全球夥伴資格，2025年亦獲AMD GPU生態建設夥伴獎，也因應市場需求推出AI-Stack與ixCSP兩大產品線，協助企業、雲端服務供應商（CSP）與新世代AI雲端業者，更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示：「我們的目標是協助客戶打造軟體定義AI基礎架構，讓其可以視需求向下整合不同世代GPU、儲存與網路設備，同時，向上鏈結模型、Token跟AI應用，加速企業的AI創新轉型腳步。」

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。