Intel 端出新款Alder Lake處理器！性能提昇30%、會是追上蘋果M1的關鍵嗎？|數位時代 BusinessNext

Intel 端出新款Alder Lake處理器！性能提昇30%、會是追上蘋果M1的關鍵嗎？

Intel在架構日活動上，披露了最新的處理器架構Alder Lake，採用混合架構設計令性能、效能皆大幅強於過往產品，也被視為追逐蘋果M1腳步的關鍵。

挑戰Apple M1？Intel混合架構處理器登場，可用於三種電腦產品

去年蘋果推出M1處理器，結束與Intel 10多年來在Mac電腦處理器上的合作，也喚醒了Intel的危機意識，大動作替換執行長、進軍晶片代工領域、揭露製程發展路線圖，目標2025年擊敗台積電、三星。

這次公佈的Alder Lake處理器架構，被認為是Intel精簡產品組合的一個重要舉動。先前因為製程技術遇上瓶頸，以及生產過程中的延宕，導致處理市占率逐漸被AMD侵蝕，晶片製造方面也被台積電及三星超越。

另外，Alder Lake也被認為是證明Intel是否有機會追上蘋果M1晶片的重要戰役，這次採取了類似ARM big.LITTLE架構的設計，這也是蘋果在M1晶片中使用的方法。

Alder Lake使用的性能核心代號為「Golden Cove」，有著比第11代處理器Tiger Lake高出19%的性能。外媒《Cnet》估計，倘若再加上製造技術帶來10%至15%提昇，Alder Lake最多可較前一代產品性能提昇至多30%，遠高於過去每年不到10%的性能增幅。

而代號「Grace Mont」的效能核心則可以在與Skylake架構同樣功率的情況下，提昇40%的效率，或者在不到40%的耗能提供同樣效率，並透過Thread Director技術，將不同任務依據需求分派給性能或效能核心，進而提昇性能或節省用電量。

事實上，過往Intel也曾推出過混合架構的處理器，去年發表的Lakefield便具有一個性能核心及4個效能核心，但僅支援少數行動設備，而這次發表的Alder Lake則具有更大潛力，能夠貫串從桌機、主流筆電到輕薄筆電等三種需求截然不同的產品。

台積電拿下Intel訂單，兩項產品將委外生產

另外，雖然先前才叫陣台積電，宣稱2025年超越其技術，這次公佈的產品陣容中，也不乏由台積電代工生產的產品。例如，新推出的GPU Ponte Vecchio晶片將使用台積電5nm及7nm製程生產。

Ponte Vecchio瞄準的使用場景是資料中心，可提供高效的AI運算或者用於AI訓練上。高級副總裁科杜里強調，Ponte Vecchio在處理特定任務時，效率比Nvidia的產品更好，並向對手發出戰帖，「過去10年來我們放任他們不管，但到此為止了。」

而新推出的顯卡品牌「Arc」旗下Alchemist繪圖晶片，也會使用台積電6nm製程技術生產，這是Intel睽違多年重返顯卡戰局，與Nvidia、AMD直接競爭的一個信號。

另外，計畫在2023年登場、採用Intel 4製程技術的Meteor Lake架構，也預計會有部份晶片塊（tiles）由台積電生產。Intel目前約有20%的產品都是委由外部代工生產，也是台積電的大客戶之一，他們強調會為每項產品挑選最適合的製程技術。

根據《VentureBeat》報導，HotTech分析師阿爾特維拉（Dave Altavilla）指出，這種將部份產品委由代工廠生產，妥善運用產能的作法，是Intel力求發展IDM 2.0非常重要的一環。

責任編輯：錢玉紘

最新8月號雜誌《區塊鏈上的金融新世界》馬上購：傳送門
「電子雜誌」輕鬆讀：傳送門

過去兩年，企業討論最熱烈的議題無非是「如何導入生成式 AI」；然而，隨著 AI Agent 技術的快速發展，未來幾年，企業關注的焦點很有可能轉向「如何治理 AI Agent」。相較於過去只能被動回應問題的生成式 AI，AI Agent 更像一個虛擬人，可以自主查詢資料、操作系統與執行流程，這也使得 AI 在企業中的角色被重新定義，從單純的輔助工具，正式升級為企業的「數位員工」。

然而，當 AI 被賦予更多權限與自主性時，也意味著企業必須面對全新的治理挑戰。尤其對金融業、公部門等受到高度監管的組織而言，若缺乏完善的權限管理、決策追溯與監控機制，AI 應用將衍生資料安全、法規遵循與營運風險，反而難以真正發揮 AI Agent 的價值。

為此，中華創智推出 AgentHub 平台，協助企業建立符合治理需求的 AI Agent 管理機制，讓 AI 在安全、可信、可控的前提下真正投入營運。

AI 升級「數位員工」：權限與責任歸屬成企業治理深水區

中華創智總經理李柏青認為，在 AI Agent 時代，企業首先必須思考的核心命題是：「我們可以授權它做到什麼程度？」

他指出，AI Agent 若要順利完成一項完整任務，勢必要具備相應的資料存取與系統操作權限。然而，這也正是企業最兩難的地方：一旦賦予 AI 過大的權限，很可能因誤判或操作失誤而引發資料外洩等風險，但若權限不足，又無法真正發揮 AI Agent 的價值。「授權與責任歸屬，正是企業導入 AI Agent 時最難以切割，卻也最關鍵的一環。」李柏青直言。

李柏青的觀察，在第一線客戶身上獲得了印證。中華創智業務行銷副總粟郁杉表示，早在去（2025）年，就有客戶與中華創智討論 AI Agent 的管理模式。不同於過去導入 AI 應用時，多半先從單一部門開始試行，客戶在規劃 AI Agent 時，希望從企業整體出發，讓不同部門、不同職務的員工都能擁有一位 AI 助手。然而，當 AI Agent 的數量快速增加、遍布各部門後，企業真正需要解決的問題，就不只是如何部署，還有如何以系統化的方式進行管理。

正是這些來自客戶的需求與討論，促使中華創智投入開發 AgentHub。「我們的使命是打造一個平台，讓企業能夠快速、安全地使用與管理 AI Agent，」李柏青說，未來企業需要管理的不只是員工，更是一支由 AI Agent 組成的數位工作團隊；而 AgentHub，就是協助企業管理這支團隊的治理平台。

打造數位員工的「生產履歷」！AgentHub建立可追溯的稽核機制

中華創智技術副總黃文俊強調，AgentHub 管理的不只是 AI Agent 本身，而是AI Agent的全生命週期管理。

企業可在平台上完成 AI Agent 的開發、版本更新、權限設定與部署管理，並透過完整的日誌記錄建立起稽核機制，這項機制能清楚追溯每一隻 Agent 是由誰開發、獲准存取哪些內部資料或系統、由誰負責審查授權，以及哪些員工有權調用。「這就像是 AI Agent 的『生產履歷』，當系統運作遭遇異常或疑慮時，企業才能在第一時間精準追溯責任歸屬。」黃文俊解釋。

黃文俊進一步透露，第一線客戶、特別是金融與政府單位，在實務上特別重視AI Agent 的執行環境與權限邊界，也就是「這隻 Agent 應該活在哪裡」。因此，中華創智在協助企業導入 AgentHub 時，不僅協助建立底層架構與權限管理機制，更會依據不同應用情境，與客戶逐一討論 Agent 的部署方式、資料存取範圍及治理規範，協助企業為不同 AI Agent 建立符合治理要求的執行環境，在兼顧安全與效率的前提下發揮價值。

從 MLOps 到 AgentHub：把 AI 落地經驗延伸到 Agent 時代

面對市場上百花齊放的 AI Agent 平台，AgentHub 最大的差異化優勢，莫過於中華創智多年協助企業導入 AI 的實戰經驗。

黃文俊表示，中華創智過去協助金融、公部門等高度監管產業建置 MLOps 與 LLMOps 平台時，便已深入企業地端環境，相當熟悉資料治理、權限管理、系統介接與法規遵循等。這意味著，企業導入 AI 最容易「撞牆」的痛點，中華創智早已陪同客戶提前走過一遍並逐一克服。這些累積於 MLOps 與 LLMOps 時代的治理經驗，也成為 AgentHub 最重要的設計基礎，讓 AI Agent 能真正融入企業日常營運，而非停留在概念驗證階段。

除了完整的治理機制與企業落地經驗外，AgentHub 的另一項優勢，在於採用 No-Code／Low-Code 開發模式，使用者不需要具備程式能力，只需透過拖拉元件，即可快速打造符合業務需求的 AI Agent，讓真正熟悉業務流程的人，也能成為 AI Agent 的開發者。

然而，「人人都能輕鬆開發」的背後，並不代表「任何人都能隨意上線」。黃文俊指出，在 AgentHub 的架構下，每一隻 AI Agent 投入實戰前，都必須經過嚴謹的審核機制，並留下不容竄改的完整軌跡——從最初由誰開發、經誰核准部署、到由誰負責維運都一目了然；若 Agent 後續表現不如預期或出現偏差，管理者也能決定是否要調整或下架退場。「這就如同企業管理真人員工一樣，必須擁有完善的招募、考核與動態管理流程。」黃文俊生動比喻。

AI Agent 能否真正改變企業，關鍵從來不只是 AI 本身。黃文俊認為，AI 會放大企業原有的優勢，也會放大既有的管理斷點，因此，資料治理、權限管理與 IT 基礎架構，才是企業邁向 AI Agent 時代最重要的基石。

李柏青則指出，真正的挑戰才正要開始。未來企業不僅需要導入 AI Agent，更必須重新思考組織分工、管理制度與營運流程，將 AI Agent 納入企業日常運作的一部分。中華創智期待，未來持續扮演企業 AI 治理夥伴。想了解 AgentHub 如何協助你的組織建立安全、可信、可控的 AI Agent 治理機制，歡迎與中華創智團隊聯繫
https://www.chtinventai.com/