Apple GPT也要來了！蘋果卻遭員工爆：複製Bing、ChatGPT，其實沒啥創新|數位時代 BusinessNext

蘋果將推「Apple GPT」！員工卻爆：複製Bing、ChatGPT，其實沒啥創新

蘋果正在開發自家的生成式AI，這項名為「Ajax」的計畫能成功嗎？

蘋果推出生成式AI「Apple GPT」，Ajax計畫是什麼來頭？

據知情人士指出，這項在去年就成立的開發計畫名為「Ajax」，旨在統一蘋果的機器學習開發，蘋果為此還建立了自己的框架以創建大型語言模型（LLM）。大型語言模型是發展ChatGPT與Bard等生成式AI的核心。除此之外，蘋果還創建了一個聊天機器人（Chatbot），甚至被一些工程師稱之為「Apple GPT」。

近幾個月來，AI已經成為蘋果內部最全力發展的項目之一，知名蘋果分析師古爾曼（Mark Gurman）指出，蘋果自家的聊天機器人是在去年底由一個小型團隊創建，雖然過程中一度暫停開發，但後來還是擴及到更多的員工，許多員工將其用來協助產品原型的製作， 這款「Apple GPT」可以根據訓練過的數據總結文字並回答問題 。蘋果員工表示， 這項工具基本上複製了Bard、ChatGPT與Bing，沒有加入更創新的功能 。

蘋果AI明年有大事公告？

《Bloomberg》指出，除了技術方面的狀況外，蘋果仍在試圖確定生成式AI在消費端的應用方向。目前正在進行幾項相關的計畫，例如在AI和軟體工程團隊之間進行跨部門的合作。儘管尚未確立具體計劃，但知情人士相信，蘋果正計劃在明年作出重大的與AI相關的公告。

蘋果並非唯一開發自家大型語言模型的科技公司，在人們意識到ChatGPT可能會洩漏敏感資訊後，三星與其他科技公司也禁止使用並開始著手開發類似ChatGPT的工具。

蘋果AI藍圖採保守前進，慢一點、剛剛好？

蘋果執行長庫克（Tim Cook）對當前市場上大量的AI相關服務還抱持著謹慎的態度，在5月份的一次電話會議中，他表示AI雖然具備長遠發展的潛力，但還有許多問題需要解決，而蘋果會在「深思熟慮」後才在產品中加入AI。

蘋果旗下最被視為能結合大型語言模型的服務是Siri，但這款2011年就推出的語音助理卻一直被詬病沒有進步。科技分析師加滕伯格（Michael Gartenberg）就認為在人工智慧方面，尤其是Siri，蘋果已經從領先者變成了落後者。

不過蘋果並不是沒有AI方面的投入，而是在其它功能上使用AI，像是利用AI改良iPhone的照片、搜尋、地圖與車禍跌倒偵測等功能，今年也更新了auto-correct功能，加入用於詞語預測的機器學習模型，幫助使用者在打字時提高準確性。

《Bloomberg》指出，蘋果也擔心錯過人們使用科技方式的轉變，因為AI有望改變人們與手機、電腦或其他設備的互動方式。但就像是今年才推出Vision Pro加入MR市場，蘋果不會在發展初期就一口氣投入市場。目前由機器學習與人工智慧部門的負責人賈南德里亞（John Giannandrea）與軟體工程部門副總裁費德里吉（Craig Federighi）領導相關的工作，賈南德里亞也表示希望採取更保守的做法，在看到其它公司怎麼發展後再行動。

責任編輯：林美欣

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。