蘋果自研M系晶片走進「侏羅紀時代」,可能會長什麼樣子?
蘋果自研M系晶片走進「侏羅紀時代」,可能會長什麼樣子?

關於蘋果的自研晶片M1系列仍然有著許多謎題。

也就在最近,關於M1晶片的後續,M2、M3的傳聞紛沓至來,不過多是一些捕風捉影的資訊,對於架構、性能、核心這些都沒有特別明確的資訊,而更多的是圍繞台積電工藝節點的升級。

台積電4nm、3nm等新的製程工藝可能會是較大的升級點。如此來說,在能耗比上已驚艷眾人的M1系列,M2、M3只增不減。

只是,在兩年後,當節點工藝升級到3nm之後呢?

大概有兩條,一條是把節點工藝幹到1nm,無線逼近物理極限,但難上加難。另一條是繞過節點工藝升級帶來的福利,走Chiplet「小晶片」之路。

一顆M1Max不夠?那就給MacPro裝上兩顆

不過,一向不喜歡被供應鏈擺佈的蘋果,在吃節點、ARM晶片高能效比優勢的同時,或許也在找可行之法。

從M1到性能更強的M1Pro、M1Max,它們有著幾乎相同的架構,單核心的性能釋放較為接近,最大的不同其實是在核心數目上。

apple m
圖/ 虎嗅網

甚至,你也可以簡單的理解為,基於ARM的M晶片是靠著堆核心數目來獲得更高的性能天花板。

  • M1:CPU4+4核,GPU8核,160億電晶體,16核心神經網路;

  • M1Pro:CPU2+8核,GPU16核,337億電晶體,16核心神經網路;

  • M1Max:CPU2+8核,GPU32核;570億電晶體,16核心神經網路;

而簡單的從另一個維度來看,M1晶片面積約120mm²,M1Pro為245mm²,到了M1Max這裡就直接飆升到M1Max432mm²。

Apple
圖/ Apple

同一代M晶片,越Max,核心數、晶片面積也就越Max,從這裡也不難理解蘋果對M晶片的命名規則了,通俗易懂,微軟、Intel、高通真的該好好學學。

雖然蘋果晶片架構師、副總裁蒂姆·米勒特(Tim Millet)早在11月份就在Upgrade裡詳細的闡述了蘋果研發M晶片的辛路歷程,但對於M晶片接下來如何發展,以及在Max基礎之上如何更Max隻字未提。

Tim Millet
Tim Millet
圖/ Apple

隨著MacBookPro14/16陸續上市,經過許多民間DIYer的探究,似乎也發現了蘋果讓M1Max更Max伏筆。

那就是「放兩個M1Max進去,甚至還可以加倍」。

M1 Max
M1Max隱藏區域
圖/ HothardWare

這個猜想實則是基於拆解後,發現M1Max相對於M1Pro多出了一塊「不明區域」,腦洞一番之後,猜測是為連接兩顆甚至多顆M1Max預留的「高速總線」。

Tim Cook
圖/ Max Tech

這也契合了此前新iMacPro、MacPro會採用多顆M1Max組成的超大顆處理器的傳聞。「這簡直就像是在玩樂高、堆積木,簡直亂拳打死老師傅」。

不過,「堆積木」這個說法並不太準確,「拼圖」更精準一些。如此來說,雙份M1Max的晶片面積會相當可觀,四倍那就更前無古人了。

M1MaxDuo超過輝達的頂級GPUGA100晶片面積(826mm²)幾乎板上釘釘。

如此巨大的SoC,縱觀整個半導體歷史,絕對能夠算上「霸王龍」級別的晶片,更別說它會基於5nm工藝,成本也極有可能超過任何一枚當代的晶片。

當M系晶片走進「侏羅紀公園」

從重達30噸,佔地170平方米的初代計算機ENIAC,到現在的桌上PC,裝置幾乎都朝著小型化、集成化發展。

而半導體世界的處理器也是如此,當工藝節點還屬於μm時,英特爾初代奔騰(Pentium)面積大概是294mm²,基於0.8μm工藝。

Intel Pentium III Xeon
Intel Pentium III Xeon
圖/ Intel Pentium III Xeon

在x86處理器時代,Intel Pentium III Xeon面積達到385mm²,基於0.18μm工藝。但在當時,眾處理器廠商在嚴控體積打壓成本推出較為平價的PC以推向大眾。

後續,無論是64位的普及,還是工藝節點的躍升,處理器的尺寸多是控制在500mm²以下,成本控制,高效利用晶圓的前提下,幾近遏制住了消費級處理器面向「恐龍化」的發展。

消費半導體行業似乎也逐步從侏羅紀慢慢走向了新時代。

M1
圖/ Twitter

民間大神也在為蘋果M晶片的發展之路出謀劃策。圖片來自:Twitter

而此時蘋果M晶片可能的發展路線似乎又繞回到了「侏羅紀」,只不過處理器尺寸躍進的同時,電晶體的密度也沒有落下。

雖然聽起來將兩枚晶片拼在一起應該不難,也無需重新設計架構、核心。但實際之中,隨著晶片面積的增加(尤其是成倍的成長),以及保證足夠良率和產能的情況下,成本直接起飛。

而蘋果的M系晶片依然是個消費級產品,一年前擺脫Intel,一方面是為了控制產品力,另一方面其實還是控製成本,達到利潤最大化。大面積SoC飄忽不定的成本顯然不是蘋果所期望的。

M1Max最高的統一RAM是64GB,那M1MaxDuo直接來到128GB?

另一方面,兩枚或者更多的M1Max拼接,統一RAM(UMA)的設計也會是一個巨大的難題,重新規劃多核心的位置,引入更大的帶寬,以及更高容量的RAM再所難免。

於公,可能是更複雜的晶片設計,於私,可能會無形增加幾倍的成本,都會是蘋果M晶片變得更Max的兩大絆腳石。

摩爾定律已成過去,日拱一卒才是當下

「集成電路上可容納的電晶體數目,約每兩年會增加一倍。」這是著名的摩爾定律,它還有另外一個說法,「每隔18個月,晶片的性能就會提高一倍。」

這裡的性能其實就指的是電晶體數量,M1Max相較於M1有著3.5倍的性能提升,恰恰也正好反應的是電晶體數量的差距。

電晶體數量翻倍在M1系列這裡,是晶片面積增加。而從歷史來看,更多依靠的還是工藝上的進步,從μm到nm級,電晶體數量也從百萬級躍升到億級。

M1
圖/ Apple

但是在2013年左右,摩爾定律就有所放緩,從彼時到現在,工藝節點的提升對於性能的收益正在不斷減少。

更先進的工藝製程,的確可以翻升電晶體數量,但也伴隨著成本和良率的變化。

anandtech
台積電預計2023年開始投產3nm工藝。
圖/ anandtech

根據國際商業戰略公司(IBS)所公佈的數據,設計3nm晶片預計將耗資5.9億美元,而5nm只要4.16億美元,7nm為2.17億美元,28nm不過才4000萬美元。

台積電此前對外宣布將會投資200億美元來興建3nm晶圓工廠,同樣是為了3nm,三星所耗費的並不比台積電低。

而到目前為止,也只有台積電和三星在積極佈局3nm晶圓,其他廠商並非是不想,只是花不起這錢。

另一方面,晶片的良品率隨著面積增大而降低,700mm²的設計合格率大概只有30%,縮小到150mm²良品率就飆升到80%。

無論從哪方面來看,晶片升級之路似乎已經被堵死了。

為了能繼續提升晶片規模和密度,不少人把目光從工藝節點的升級轉向了封裝工藝上,也就是AMD押寶的Chiplet(小晶片)技術。

Chiplet簡單來說就像湯圓餡的餃子一樣,把不同功能的小晶片封裝在一起,而不是直接從晶圓上切割,以先進的封裝工藝來彌補工藝節點的停滯。

近年來AMD也正是通過Chiplet技術不斷地提升處理器密度對Intel進行了逆襲,逐步開始搶奪市場。

對於近年崛起的Chiplet,科技行業權威諮詢機構The Linley Group在《Why Big Chips Are Getting Small》一文中,直接提出Chiplet可以將大型7nm晶片的設計成本降低25%以上,而在面對5nm和更高工藝時,節省的成本還會更高。

而AMD所公佈的3DV-Cache也在證實,舊的工藝與先進的封裝工藝所結合的Chiplet,可以達到更高節點的性能,甚至還能把不同工藝節點的晶片進行混裝,有著足夠的靈活度。

除了降低成本,實現更先進的性能之外,Chiplet還會加快產品面市速度,畢竟直接利用舊晶片配合先進封裝工藝即可,甚至完全可以忽略對先進工藝節點的佈局。

說了這麼多好處,Chiplet也有相應的劣勢,小晶片2D、3D的堆疊對熱管理設計有著相當高的要求,且封裝體內總熱功耗會有明顯的提升。

但無論如何,Chiplet已經被很多機構、廠商認定為後摩爾時代,在晶片上性能持續突破的重要技術。

M1 inside 的 Mac mini  MacBook Air
M1inside的Macmini與MacBookAir
圖/ Apple

而回到最開始的蘋果自研M晶片上,通過ARM架構,以及工藝節點的升級,不斷提升能效比,順便控制下良率與成本。至於是否會通過拼接多個M1Max一同組成複雜的巨型SoC塞入工作站級別的MacPro中,從目前來說,蘋果有足夠的的資本與實力去設計與生產出類似於「史前巨獸」的處理器。

至於Chiplet,我想它肯定已經出現在蘋果晶片團隊中的圖紙上,與其面對未來不明朗的工藝節點提升,倒不如主動求變,憑藉現行的M晶片、A晶片去組合完成更深層次的SoC升級。

而可能出現的M1MaxDuo也極有可能成為蘋果打造晶片史上尺寸最大的SoC,且後無來者。

本文授權轉載自:虎嗅網

責任編輯:傅珮晴、侯品如

關鍵字: #晶片 #Apple蘋果
往下滑看下一篇文章
台灣新創思邁智能、海研科技突圍出海搶佔生成式 AI 商機,AWS 以領先技術及資源成為最強後盾
台灣新創思邁智能、海研科技突圍出海搶佔生成式 AI 商機,AWS 以領先技術及資源成為最強後盾
2025.11.13 |

AI 正在改寫世界運作模式。根據研究機構 The Research Insights 預測,全球 AI 市場將從2025年的3,909億美元攀升到2030年的1兆8,117億美元,年複合成長率高達19.2%。這股成長動能與 AI 技術正滲透各個產業有關,從製造到金融、從零售到物流,不僅流程被重塑、商模也隨之翻轉。

在這場 AI 驅動的創新浪潮中,新創是推動產業變革的關鍵力量之一。 AWS 不僅以全球領先的雲端與 AI 技術平台提供堅實後盾,更以豐沛資源化身新創最佳夥伴、協助台灣團隊將創意落地、放大商業影響力。例如,在 AWS 的技術與資源支持下,語音 AI 新創海研科技(SeaTech)得以加速模型迭代與演算法優化,為台灣與新加坡量身打造在地語言模型並推動應用落地;同時,也讓思邁智能(MaiAgent, Inc.)專注強化企業級生成式 AI 平台 –MaiAgent– 功能,協助企業將生成式 AI 融入日常營運,實現更智慧的決策與效率升級。

三大關鍵步驟,思邁智能助企業放大生成式 AI 應用價值

AI Agent 具備感知、決策、行動與優化四大特徵,被視為企業面對人力缺口與營運挑戰的最佳助手,然而,在實作過程中,多數企業都因為三大瓶頸–資料分散、模型不符實務、導入周期過長–導致AI難以落地或成效不如預期。

觀察到上述現況,深耕 AI 領域研究、協助上百家企業導入 AI 應用的思邁智能提出解方:AI 導入方法論與平台產品服務。

思邁智能執行長張介騰表示,導入 AI 應該從「AI-Ready 文化」開始,因此,第一步是讓每位員工都能自然地用 AI 提升工作效率,例如透過自研的 MaiGPT 縮短資料搜尋與知識蒐整時間;第二步是建立企業專屬的 AI 知識庫(AI KM),例如以 MaiAgent 打造企業的「智慧大腦」,加速各類分析報表生成製作,讓員工可以加速決策與專注核心業務;第三步是從組織流程出發,找出重複性高的任務並建構對應的 AI Agent,如語音客服、文字助理等,讓 AI 真正走進業務核心。

「面對日新月異的 AI 技術演進,想要搶占先機,策略合作是必然。」張介騰以 MaiAgent 產品為例說明,透過 Amazon Bedrock 平台,團隊成員不用自建基礎模型、可以直接從平台快速選擇所需的基礎模型與工具於其上進行產品功能開發、大幅縮短產品開發週期,同時,可以在第一時間接收到模型更新等資訊,更好回應市場要求。「在 AWS 平台上開發產品,不僅能縮短開發週期、快速迭代新功能,也可以保障系統與資料安全,同時,因應業務需求彈性擴展,例如,協助新加坡與泰國企業導入服務等。」

隨著產品服務的成熟,思邁智能除持續尋找軟體夥伴擴展 MaiAgent 生態體系,亦已將 MaiAgent 上架 AWS Marketplace,更好擴展國際市場版圖,同時,成立AI落地顧問團隊,協助生態體系夥伴跟企業客戶更好發揮 AI 綜效。

AWS
思邁智能專注強化企業級生成式 AI 平台–MaiAgent–功能,協助企業將生成式AI融入日常營運,實現更智慧的決策與效率升級。圖為執行長張介騰。
圖/ 數位時代

不僅在 AWS 上開發產品,海研科技攜手 AWS 針對企業痛點推最佳解方

對許多新創來說,雲端只是基礎設施的一種,但對海研科技來說,AWS 是他們加速創新與推動業務的關鍵伙伴。這家專注語音 AI 的新創團隊自創業第一天就跟 AWS 展開合作,不僅透過 Amazon Bedrock 打造專屬台灣的語言模型,更循序推出 SeaMeet、SeaChat、SeaX、SeaVoice 等產品,讓語音 AI 不再只是技術展示,而是能直接回應企業現場痛點的實用解方。

「語音辨識(ASR)不是新技術,但要做到『在地化』才有競爭優勢。」海研科技首席業務發展經理何庭劭表示,全球已有多家科技大廠投入開發英語、中文、印度語、俄語、西班牙語等13種主流語言模型,但台灣、新加坡與東南亞國家的語言環境與溝通方式較多元,如台灣的日常對話常混雜10%到15%的英語或台語雙關詞等,通用型的語言模型不敷使用,必須重新訓練、微調語言模型,才能滿足本地語境應用。

這份對在地市場的專注,讓海研科技在聽到 AWS 分享企業痛點後可以快速推出相應產品服務,例如,因應製造業跨國團隊的會議溝通挑戰,打造「SeaMeet 雙語即時翻譯」功能,讓語音 AI 能在中、英夾雜的會議中流暢轉譯、即時生成紀錄,解決企業跨境協作的語言門檻。

海研科技之所以能無後顧之憂地推出創新解方,與 AWS 提供穩定、可靠且彈性支援服務有關。何庭劭以 SeaMeet 為例解釋:「產品特性使然,SeaMeet 的尖峰與離峰時段的使用量差異極大,但在 AWS 平台支援– Amazon EKS 會依照實際需求動態調整伺服器資源(Amazon EC2 instance)–下,海研科技的團隊成員不用花費間監控與資源配置,可以專注在產品開發與持續創新。」

事實上,這也是海研科技可以因應龐大的長照需求,順利在今年推出取得 HIPAA 認證的 SeaX 服務,並協助新加坡社區關懷機構 Lions Befrienders 以10餘人社工團隊完成每天上千通長者關懷電話的原因。

AWS
海研科技首席業務發展經理何庭劭表示,有個大型集團客戶有非常多的會議要跟進,過去光是紀錄重點,就會需要許多人力,但透過即時的會議紀錄整理,讓後續追蹤更有效率。
圖/ 數位時代

何庭劭表示:「透過 SeaX,Lions Befrienders 每秒可完成30通電話,每通皆有錄音、逐字稿與 AI 分析,判斷是否需社工即時介入,讓語音 AI 成為重塑長照現場效率與安全的關鍵伙伴。」

從台灣到新加坡,從會議翻譯到智慧長照,海研科技的語音 AI 正形成一個「技術與市場雙向成長」的飛輪,接下來,海研科技將透過 AWS Marketplace 進軍歐美市場,讓更多企業能以雲端訂閱方式直接採用其服務。

何庭劭強調:「 AWS 不僅提供一條龍平台服務,更是我們的共創夥伴,讓我們可以看得更遠、動得更快。」而這也是海研科技與 AWS 的互動關係會從技術夥伴轉向共創夥伴的原因,讓語音 AI 可以真正走進企業日常。

思邁智能與海研科技不是單一或特殊案例,在 AWS 豐沛的技術能量與資源支持下,愈來愈多新創正從單純的技術創新者,成長為推動產業變革的關鍵力量,讓 AI 真正落地多元場域,開創生態共榮的新局。

新創解方立即看

AWS
圖/ 數位時代
AWS
圖/ 數位時代

思邁智能_解方立即看

海研科技_解方立即看

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
進擊的機器人
© 2025 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