蘋果拚2027取代高通!新iPhone SE將搭載自研數據機晶片:為何不惜收購英特爾部門也要做?
蘋果拚2027取代高通!新iPhone SE將搭載自研數據機晶片:為何不惜收購英特爾部門也要做?

彭博知名科技記者 Mark Gurman 12月6日援引知情人士消息報導,蘋果 (AAPL-US) 內部歷時五年研發的 5G 行動網路數據機晶片 (Modem) 代號「Sinope」將搭載在明年春季推出的新款 iPhone SE,該晶片是由台積電 (2330-TW)(TSM-US) 代工製造。蘋果希望到 2027 年能夠取代高通的數據機晶片技術。

消息傳出後,高通 (QCOM-US) 12月6日盤中股價一度挫跌 2%,但隨後收窄約跌 0.9%、另一家可能受影響的零件供應商 Qorvo(QRVO-US) 股價挫跌近 2.5%。不過報導指出蘋果將在設備中繼續採用思佳訊 (SWKS-US) 和博通 (AVGO-US) 的 RF 濾波器,兩檔股票分別上漲 1.6% 和 5.76%。

不惜重金砸錢開發 最終取得成果

據了解,蘋果為研發自己的數據晶片斥資數十億美元在全球各地建造測試和工程實驗室,也砸 10 億美元收購英特爾 (INTC-US) 的數據機晶片部門,並從其他晶片公司招聘數百名工程師。

然而多年來研發路途不順,除了體型太大的問題外,運行溫度過高、效能也不足。蘋果內部也有人擔心,自研數據機晶片只是要報復高通。先前蘋果與高通在專利授權支付方面,對蘋果不利。

不過知情人士稱,在調整開發實踐、重組管理層並從高通聘請數十位新工程師後,蘋果確信已開發成功。對此於上述報導,蘋果一名代表拒絕置評請求。

功能尚未完善 初代數據機晶片不敢用在高階設備

根據報導,這款初代數據機晶片還不會用在蘋果高階手機上,但可能最快在明年用在入門款 iPad 上。據了解,蘋果不敢大膽嘗試高階機種的原因是擔心晶片無法如期運行,花大錢購買高階機種的客戶更是無法容忍手機出問題的狀況。

此外,這款代號為「Sinope」的晶片也不如高通的最新款數據機晶片先進,這意味著蘋果第一款數據機晶片是 iPhone 16 Pro 現有組件的降級版。

與目前高通的晶片不同,Sinope 不支援毫米波,這是電信營運商的一種 5G 技術,主要在大城市使用,理論上可以處裡高達每秒 10GB 的下載速度。相反的,蘋果晶片依賴 Sub-6,這是目前 iPhone SE 使用的一種更普遍的技術。

不只如此,蘋果首款數據機晶片也只支援四載波 (Four-Component Carrier, 4CC),而高通的晶片可以同時支援六載波或更多段波。

知情人士透露,在實驗室測試中,蘋果首款數據機晶片的最高下載速度約為每秒 4GB,低於高通的非毫米數據機晶片的最高速度。不過兩款晶片實際速度通常要低得多,因次客戶在日常使用中不會感受到差別。

自研晶片不如高通但仍有其他優勢

儘管如此,蘋果首款數據機晶片還是有其他幾個優勢,首先這款晶片將與蘋果的處理器緊密結合以降低功耗,讓行動網路更有效率並優化支援連接衛星網路功能。

知情人士還說,這款晶片也能提供相對「特定吸收率」(SAR, 意指人體吸收電磁波能量的比率) 限制更好的性能,因為會透過主處理器智慧管理。此外,蘋果還計劃支援「雙卡雙待」(DSDS),讓兩張 SIM 卡皆可撥打與接聽電話。

不只如此,該款數據機晶片將與蘋果另一個新組件配合使用:一個名為「Carpo」射頻前端 (RFFE) 系統,該系統能幫助設備連接行動網路。

未來兩年推出兩款自研數據機晶片 誓要取代高通

據了解,蘋果打算在 2026 年推出第二代數據機晶片「Ganymede」,期盼效能可以接近高通的晶片,而且這款第二代數據機晶片也將開始出現在高階手機 iPhone 18 系列,並在 2027 年進入高階 iPad。

蘋果還計劃在 2027 年推出第三款數據機晶片,代號為「普羅米修斯」(Prometheus),盼望這款晶片屆時性能和人工智慧 (AI) 功能超越高通並支援下一代衛星網路。與此同時,蘋果也在討論將數據機晶片和處理器合成為一個組件。

延伸閱讀:iPhone SE 4傳明年3月登場,告別Home鍵、AI加持,蘋果平價新機還有哪些升級?
iPhone 17搶曝光!鈦金屬機殼擬改「鋁+玻璃」、相機模組大改,產品陣容一次看

本文授權轉載自:鉅亨網

往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

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
一次搞懂工業AI
© 2026 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