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

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。