iFixit 拆解全新 13 吋 MacBook Pro ，發現電池容量較前代減少27% 卻仍能維持相同續航力|數位時代 BusinessNext

iFixit 拆解全新 13 吋 MacBook Pro ，發現電池容量較前代減少27% 卻仍能維持相同續航力

iFixit拆解最新13吋MacBook Pro，發現電池容量比之前的Macbook Pro版本少了27%，但續航力卻仍能維持10小時。

蘋果發表了三款 MacBook Pro 之後，市場上已經開售 13 吋入門級機種，而 iFixit 也發表了拆解報告，而在這次的拆解過程中，他們發現MacBook Pro很難自行拆解，而且在電池的部分，也發現電池容量比之前的Macbook Pro版本相比少了27%，而比較蘋果宣稱這次版本續航力高達10小時，這個發現有點讓人意外。

首先， iFixit 列出了MacBook Pro 13吋入門版的主要元件：

13.3 吋 LED 背光 IPS Retina 螢幕，解析度率為 2560 × 1600，227 ppi，支援 P3 色域
2.0 GHz Skylake Intel Core i5 雙核處理器（Turbo Boost 加頻至 3.1 GHz），整合 Intel Iris Graphics 540 顯卡。
8 GB LPDDR3頻率為1866 MHz 記憶體
256 GB, 512 GB, 或是 1 TB 的PCIe介面SSD固態硬碟
兩個 Thunderbolt 3 (USB-C) 埠，支援充電、顯示埠、Thunderbolt、USB 3.1 Gen 2

此外，入門版的Macbook Pro是還是有實體功能鍵的，並非頂級版採用Touch Bar的版本。

雖然今年的 MacBook Pro 已經變得比 MacBook Air 還要小還要薄，但是和 12 英吋的 Retina MacBook 機型一比，它還是顯得很大。而喇叭的網格設計則從原本鍵盤上方的位置移到左右兩側。

拆卸的時候，MacBook採用六顆梅花型螺絲釘，比起之前版本的八顆螺絲釘又少了兩顆。

拆開上蓋之後發現內部的電池結構，不過 iFixit 在這裡指出了一點很奇怪的地方。

iFixit表示，這次的電池容量只有 54.5Wh，即是 4781mAh，比前一個版本的MacBook Pro 容量少了 27%。但奇怪的是，蘋果發表時聲稱新版 MacBook Pro 無線上網的續航力高達 10 小時。因此，蘋果這次在省電上想必是花了更多的功夫。

在 SSD 硬碟模組方面，過去SSD都是焊接在主機板上的，很難拆下來，不過這次採用以 PCI-E 為連接埠的 SSD 硬碟，則是採用模組化的設計。

此外，他們繼續拆解了這個SSD硬碟，裡面使用的是 4 枚 SanDisk 的 64GB NAND 晶片。

紅色：SanDisk SDRQKBDC4 064G 64 GB NAND
橙色：Apple 338S00227
黃色：Texas Instruments 58879D MOSFET
綠色：F4432ACPE-GD-F likely Micron 512 MB DDR2 RAM

再來是看看重新設計的喇叭位置，採用了螺絲襯墊以減少振動的影響。

此外，蘋果這次在發表會上也說，他們重新設計了MacBook Pro的散熱系統（"advanced thermal architecture"）。不過，在 iFixit 的拆解來看，所謂的進階散熱系統，其實就是把一塊散熱片貼到電路板的後方，他們表示這點讓他們覺得有點小失望。

再來看看這塊電路板上有什麼元件：

紅：Intel Core i5-6460U 處理器帶Intel Iris Graphics 540
橘：SKhynix H9CCNNNBJTML LPDDR3 記憶體
黃：Universal Scientific Industrial 339S025 Wi-Fi 模組
綠：Intel JHL6540 Thunderbolt 3 控制器
青：德州儀器 58873D Synchronous Buck NexFET Power Block MOSFET Pair
藍：Broadcom BCM15700A2 相機處理器
粉紅：Micron MT41K256M16TW-107 512 MB DDR3L SDRAM

在鍵盤上， Butterfly 2.0 按鍵也升級了，鍵帽的位置略微高於邊緣，讓手指頭在移動的時候更容易找到按鍵，鍵盤底下的白色橡膠彈片也與鍵帽有更好的貼合。

最後是完全的拆解圖，在10分滿分的易維修程度中，iFixit評分為2分，表示 MacBook Pro 的容易維修程度相當低，不建議使用者自行拆解。

本文授權轉載自：T客邦

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。