蘋果集中火力攻Mac晶片，iPhone等產品晶片改進速度放緩|數位時代 BusinessNext

蘋果集中火力攻Mac晶片，iPhone等產品晶片改進速度放緩

Apple幾乎所有產品都開始搭載自家處理器。不過，蘋果現在似乎正集中力量改進Mac晶片，而iPhone等產品所用晶片的改進速度則在放緩。

7月4日消息，自從開始自主研發晶片以來，蘋果已經取得了巨大成功，其iPhone、iPad、Mac等幾乎所有產品都開始搭載自家處理器。不過，蘋果現在似乎正集中力量改進Mac晶片，而iPhone等產品所用晶片的改進速度則在放慢。

蘋果自主研發的Mac晶片無疑撼動了個人電腦處理器行業，提振了該公司桌上型電腦和筆電的銷量，並促使競爭對手不斷尋找新的解決方案。

在過去一年半的時間裡，蘋果推出了五種主要類型的Mac晶片，從M1到M1 Ultra再到M2。但蘋果資深爆料專家馬克·古爾曼（Mark Gurman）預計，在接下來的一年左右裡，蘋果將推出更多產品，包括M2 Pro、M2 Max、M2 Ultra和M3。

為了實現上述目標，蘋果晶片團隊不得不將許多測試、開發和生產資源轉移到Mac晶片上。問題是，這是否會影響到其他產品。再加上供應瓶頸，這種關注可能導致iPhone、Apple Watch甚至手機數據機晶片的開發進展放緩。

自蘋果開始設計自己的處理器以來，該公司今年將首次不會升級其主打新款iPhone晶片。今年秋季發布的入門級iPhone 14將繼續搭載去年推出的A15晶片，只有iPhone 14 Pro版採用新的A16處理器。

預計Apple Watch的處理性能也將連續第三年保持不變，這是以前從未發生過的事情。古爾曼最近發現，Apple Watch Series 8內置的S8晶片將在性能上與2021年的S7晶片類似，與2020年推出的S6晶片也大致相當。

近年來，蘋果iPhone處理器的年度性能成長也有所放緩。儘管iPhone 13上搭載的A15晶片無疑更先進，包括改進的圖形處理器、效率更高的新CPU設計和升級的視訊編解碼器，但蘋果甚至沒有費心地將其速度與A14進行比較。

相反，該公司開始專注於將A15與競爭對手的處理器對比，更多時候強調其晶片性能高於對手50%。這與過去不同，蘋果以前更喜歡將其新款iPhone晶片與自家前代產品對比，通常性能會提高20%到50%。

蘋果開發蜂巢式數據機晶片的戰略顯然也遇到了困難，此舉旨在取代高通公司提供的組件。蘋果知名分析師郭明錤最近表示，蘋果的數據機晶片項目暫時「失敗」。古爾曼也稱，在過去一年左右的時間裡，他聽說蘋果始終在為應對晶片過熱問題而苦惱。

對於蘋果真正計劃何時推出自己的數據機晶片，各方意見不一。有些分析師推測或許在2023年，但古爾曼始終認為2024年是蘋果數據機器晶片亮相的最早日期，因為該公司在2019年左右才開始研發這個項目。考慮到構建一款全新晶片的複雜性，同時在性能上還能與高通同類產品相媲美，這無疑將面臨著巨大挑戰。

考慮到幾年前Mac銷量開始減緩，蘋果當然需要加大投入力度。但忽視非Mac晶片開發並不是明智之舉。不要忘記，蘋果60%的收入仍然來自尚未搭載M1或M2晶片的裝置，儘管Mac晶片中使用的技術最終可能會應用到其他裝置上。

更廣泛的問題是，蘋果的晶片部門是否變得過於分散，從而加劇了員工的職業倦怠感。許多工程師說，該公司的運作非常精準，這使得它成為一個要求很高的工作場所。儘管蘋果的晶片業務在世界各地持續成長，但在過去的幾年裡，該團隊失去了許多工程師，其水平高於正常的自然離職。

蘋果已經採取行動整合其晶片業務，包括選擇在iPad和即將推出的混合實境（MR）頭盔中安裝Mac晶片。同時，蘋果還在HomePod中使用Apple Watch處理器。這意味著，蘋果不必為iPad、MR頭盔和HomePod構建特定的晶片。

但有些事情蘋果並不能完全控制，其中最值得注意的是全球晶片的生產和供應。蘋果依靠台積電生產晶片，它需要台積電採用改進後的3奈米節點工藝生產大量半導體。這種依賴可能阻礙了蘋果的晶片研發努力。

第二個因素是成本問題。晶片供應短缺大大增加了零部件的製造和運輸成本。將A16晶片用於價格更高、利潤率更高的iPhone 14 Pro系列，這樣蘋果就更容易承受價格上漲的代價，而不會把它轉移給消費者。同樣，在Apple Watch中保留相同的通用處理器也有助於降低成本。

本文授權轉載自：網易科技

責任編輯：傅珮晴、侯品如

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。