M1晶片只是前菜！傳蘋果衝刺升級Mac全系列，將推新款Mac Pro、Mac mini|數位時代 BusinessNext

M1晶片只是前菜！傳蘋果衝刺升級Mac全系列，將推新款Mac Pro、Mac mini

蘋果去年底與英特爾分手後，日前進一步宣布，將在未來兩年內把所有Mac產品過渡到自家設計的處理器，並進行全面升級。

Mac系列電腦為蘋果創下亮眼營收

市場研究公司Gartner先前表示，第一季個人電腦出貨量成長32%，這是自Gartner於2000年開始追蹤數據以來的最快增幅。蘋果在美國個人電腦市場的市佔率為15%，高於去年同期的12%；在全球市場的佔比為8%，位居第四。

Mac系列電腦對蘋果公司營收的貢獻逐年上升，今年第一季為蘋果創造了91億美元的營收，占公司總營收的10%。

去年秋天，蘋果採用M1晶片來取代英特爾處理器，這種晶片功耗更小，還可以讓Mac運行與移動裝置相同的應用程式。而Mac系列電腦也將採用更強大的自研晶片，其核心數量更多，在處理日常文字、影片編輯以及開發程式設計等工作的速度更快。

蘋果計劃在新款MacBook Pro上搭載兩款不同的晶片，代號分別為Jade C-Chop和Jade C-Die。這兩種晶片均有10個內核，其中包括8個高性能內核和2個節能內核，此外還包括16或32個顯示核心。

其中的高性能內核能負責較複雜的工作，而運行速度較慢的節能內核則可以滿足瀏覽網頁等基本使用需求，進而提高電池續航的時間。目前蘋果在13英吋MacBook Pro所採用的M1晶片擁有4個高性能內核、4個節能內核和8個顯示核心。

蘋果預計採用的晶片記憶體達到64G，而M1晶片的最大記憶體則為16G。而這些晶片內建了經過改造的神經網路引擎，能夠處理機器學習的任務。除此之外，相較於M1款MacBook Pro上僅有兩個Thunderbolt埠，全新MacBook Pro將增加更多Thunderbolt連接埠，以支援同步數據和連接外部裝置。

這將是蘋果在專業版Mac電腦中首次使用自研處理器，而蘋果最終也將停售搭載英特爾晶片的MacBook Pro。

蘋果衝刺Mac新品，英特爾元件將被全面汰換

此外，蘋果還在研發一款功能更強大的Mac mini（代號J374），其使用的晶片與新一代MacBook Pro相同。新款Mac mini預計將有四個連接埠，性能也高於目前搭載M1晶片的入門款Mac Mini。蘋果有可能會像過去一樣推遲或取消新款Mac mini的發佈，但最終將會取代目前搭載英特爾晶片的Mac mini。

蘋果計劃於明年推出高階Mac Pro桌上型電腦，具有搭載不同處理器的兩種機型，其性能是新款MacBook Pro的兩倍到四倍。

據悉，經過重新設計的Mac Pro代號為Jade 2C-Die和Jade 4C-Die，晶片將內建20–40個計算核心，其中包括16–32個高性能內核以及4–8個節能內核。這兩款晶片還有64個或128個顯示核心，其計算核心數量超過了目前Mac Pro的28個計算核心，而更高階的圖形處理器也將取代目前由AMD所生產的部件。

根據報導，全新Mac Pro已研發數個月，預計會比市面上的Mac Pro體積更小。蘋果也一直在研發搭載自研處理器、更大的iMac，但開發工作在數個月前暫停，部分原因是為了在本月發佈經過重新設計的24英吋iMac。

蘋果公司計劃最早於今年年底推出一款經過重新設計的高階MacBook Air，搭載的晶片從M1升級到Staten。其計算核心數量與M1晶片相同，但運行速度更快；顯示核心數量將從7–8個增加到9–10個。此外，蘋果也計劃在低階13英吋MacBook Pro中，使用與新款MacBook Air相同的晶片。

蘋果計劃最早在2022年全面完成英特爾部件的替代工作。蘋果目前搭載M1晶片的Mac電腦仍採用了一種名為USB Retimer的英特爾元件，其可以為電腦的USB-C和Thunderbolt埠供電。

本文授權轉載自：網易科技
責任編輯：文潔琳、蕭閔云

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問