蘋果、三星、華為都發表自製晶片,5nm之爭還要比「跑分」嗎?
蘋果、三星、華為都發表自製晶片,5nm之爭還要比「跑分」嗎?

蘋果、華為、三星還有高通,均先後發布了自家的手機晶片,在7nm製程工藝停留兩年的智慧手機,也即將在2021年翻篇,進入到5nm時代。

晶片
圖/ 愛范兒

新一輪的晶片大戰,就此打響。但在談論這些晶片時,我們能說的、顯然不僅止於跑分。

延伸閱讀:華為任正非:台灣晶片製造穩居全球第一,中國半導體有三大痛點

晶片性能為何而生?

比起大幅提升CPU∕GPU性能,功耗優化以及效率平衡,是現在晶片廠商更重視的內容。

這與智慧手機的發展趨勢有關。如今一台21,000元和一台9,000元的手機,在使用網頁瀏覽、社群平台以及影片等程式時都綽綽有餘,在使用體驗上不會有明顯區別。

即使是有差異的部分,也僅限於跑分軟體裡的數字而已。

手機的性能已經不重要了嗎?當它的平均水準,已經能滿足絕大部分人的使用需求時,晶片廠商繼續死磕製程工藝,追求每年15-30%的升幅,意義又在哪裡?

是否有意義,終究還是要看實際的使用場景。

手遊
圖/ 愛范兒

舉出一個實際案例:今年下半年出現的手遊《原神》。截至目前,想要在手機端以最高畫質、60幀暢玩這款遊戲依舊存在著難度,哪怕是搭載了最新A14晶片的iPhone 12系列,在複雜的場景之下,仍然會有掉幀的情況。

這是一個特別的情況,畢竟在過去一直被當作參考標準的《王者榮耀》、《和平精英》,這兩款遊戲在旗艦機運行時都是沒什麼壓力的。但是,《原神》也有其特殊性。除了更加優秀的畫質之外,更重要的原因在於它橫跨PC、主機和手機三大平台的開發背景。

手遊
圖/ 愛范兒

雖說不同平台的渲染管線不同,但開發商為了確保一致性,不少3D圖形技術以及特效都是共通的,這些技術放在PC、主機上很常見,但交由手機來完成,將帶來新一輪的性能壓榨。

所以我們能看到,就算是手遊《原神》採取了降分辨率、刪除大量建模及特效的做法,以確保30幀的基本流暢度,但最終的性能表現依舊不好,並且很容易出現過熱的現象。這既有客戶本身的優化原因,但另一方面來看,也證明手機晶片的性能仍有成長空間。

手遊
圖/ 愛范兒

另外,《原神》採取的「 一次開發、多端部署 」思路,同樣是現在程式開發的一種新趨勢——如今Apple Arcade上的所有遊戲都是這麼做的,假如手機裝置不想成為「拖後腿」的那一個,自然也需要它承載一些桌機的圖形技術。

程式軟體需要更好的體驗,反倒逼硬體升級,這其實也是我們樂於看到的結果。在晶片上,今年不管是華為麒麟9000亦或是高通驍龍888,也都選擇在GPU性能上做了較大的提升,相信對於今後手機裝置的遊戲體驗,也是一種有力的推動。

新重心!AI每秒浮點運算次數

AI、機器學習、人工智慧網路,是現在晶片廠商非常喜歡提及的領域。蘋果A14也好,或是高通驍龍888、華為麒麟9000,都已經擁有了獨立的AI晶片。此外這部分的性能提升,在過去這兩年裡也相當可觀。

拿蘋果A14的神經網路引擎來說,它的核心數從前代的8個提升至16個,峰值每秒浮點運算次數翻倍至11 TOPS,而驍龍888在AI每秒浮點運算次數上更是達到了26 TOPS,每瓦特性能較前代平台提升高達至3倍。

晶片
圖/ 愛范兒

這種倍數級的提升,和數年前智慧手機剛誕生時,CPU∕GPU性能大躍進情況十分相似。時過境遷,作為新前沿技術的人工智慧,如今也開始享受到這種突飛猛進的紅利。

但極高的每秒浮點運算次數代表了什麼?又會讓我們的手機發生怎樣的變化?大部分用戶不了解,手機廠商也很難給出一些場景化的東西,這是之前一直存在的困擾。

晶片
圖/ 愛范兒

今年蘋果在A14上其實給了不少通俗的案例。拿iPhone來說,圖像合成算法、相簿自動分類以及電源管理系統,很多我們察覺不到的後端處理,其實都會有機器學習技術的參與。

更具體去說的話,手機攝影算是目前對AI的依賴較高,我們也感知較強的部分。比如Google經常說的「運算攝影」,蘋果的「Deep Fusion」合成技術,以及華為用NPU晶片來做影片渲染等,都是由AI晶片和ISP圖像傳感器協助達成的,已經是很成熟的程式應用。

而從人機互動的角度來看,一些程式會用上手勢追蹤、語意識別等,也都會倚重AI晶片提供的每秒浮點運算次數。尤其是在運行特定AI算法的效率上,一顆專用的AI晶片,確實會比直接調用CPU、GPU 來得有效得多。

5G的續航,是時候該解決了

我們追求製程工藝的進步,某種程度上也是在達成新的功耗平衡。5G、高刷新率,這兩個特性在過去一年裡成為了Android旗艦機的「標配」,提升了我們的手機體驗,但別忘了,它們也是兩個耗電大戶。

之前在評測iPhone 12系列時就發現,在電池容量略微縮水,以及X55基頻外掛的狀態下,就算A14採用了更先進的工藝,這部分製程紅利仍然會被5G網路的高耗電給抵消掉,最終蘋果也不得不放棄使用高刷新率。

若是想要高刷新率,也想要5G呢?眾多Android手機廠商的做法並沒有什麼特別:做大電池,這仍然是改善續航最簡單直接的手段,4,000毫安並不嫌多,4,500毫安才管用。

晶片
圖/ 愛范兒

今年的高通驍龍888晶片讓我們看到了一些好的轉變。歷經了兩代驍龍晶片後,高通終於選擇將最新的X60基頻封裝到整個Soc中,而不再像之前的865、855一樣,以外掛的方式存在。

這對於手機內部空間利用率的提升是很明顯的。相對來說,外掛信號確實會遇到成本更高、功耗更高的情況,但最尷尬的還是佔據了一塊本可以省去的手機空間。以目前智慧手機寸土寸金的情況來看,過去這兩年高通晶片的外掛基頻,也一直是很多手機廠商的痛點。

此外,X60基頻本身工藝的進步,也能降低續航、發熱,進而讓智慧手機獲得更好的持續性能釋放時間。

延伸閱讀:高通端出名字奇特的「Snapdragon 888」,從新晶片一窺5G佈局!5nm製程找誰代工?

代工廠之間的角力之爭

現在的晶片業,蘋果、高通、華為和三星都只是負責設計,要想把它們規模化地造出來,台積電和三星依然是背後的支柱。

據多方報導得知,本次高通將驍龍888晶片交給了三星生產,而不再是前兩代的台積電。原因之一是產能,據悉目前台積電絕大部分5nm產線都被蘋果的A14和M1兩顆晶片包圓,高通為保穩定量產,所以投奔了三星。

不過,三星自家的Exynos晶片最近也有不少動作。11月,三星就高調公佈了最新的Exynos 1,080晶片,同樣是基於5nm製程設計,到明年應該也會有不少搭載Exynos 晶片的中國手機出現,並與其它高通、聯發科晶片的設備展開競爭。

當然,高通的新選擇或許也有工藝層面的考慮,畢竟即便是同等製程下,不同代工方下的電晶體密度和工藝仍有不同。交由三星代工的驍龍888,能否讓明年的高通旗艦在性能上與iPhone 12硬碰硬,相較於華為麒麟9000等其他5nm晶片,又會有哪些新的競爭力?這些都是之後需要解答的。

總而言之,即便手機晶片是隱藏在內部的產物,但它依舊是驅動一切的核心,至於性能,未來也不再是唯一重要的衡量指標,越來越多的新技術,注定會讓手機晶片本身變得更為多元化。

責任編輯:文潔琳、蕭閔云
本文授權轉載自:愛范兒

關鍵字: #半導體
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓