蘋果公司旨在提振低迷的電腦銷售，正準備用旨在突出人工智慧的新內部處理器系列徹底改造其整個Mac產品線。

知情人士透露，該公司五個月前發布了第一批搭載M3 晶片的Mac，目前已經接近生產下一代M4 處理器。因計劃尚未公佈而要求匿名的知情人士表示，這款新晶片將至少有三種主要版本，蘋果希望用它來更新每一款Mac 機型。

新款Mac 正值關鍵時刻推出。在2022 年達到高峰後，Mac 銷量在截至9 月的上一財年下降了27%。假期期間，電腦產品線的收入持平。去年10 月，蘋果公司試圖透過一場以M3 為重點的發表會為Mac 業務注入新的活力，但這些晶片並沒有比去年的M2 帶來重大性能改進。

蘋果公司也在人工智慧領域奮起直追，被認為在人工智慧領域落後於微軟公司、Alphabet公司旗下的谷歌和其他科技同行。這些新晶片是將人工智慧功能融入其所有產品的更廣泛努力的一部分。

蘋果計劃從今年底開始一直到明年初發布更新的電腦。將會有新的iMac、低階14 吋MacBook Pro、高階14 吋和16 吋MacBook Pro 以及Mac mini——全部配備M4 晶片。但該公司的計劃可能會改變。蘋果發言人拒絕置評。

週四，蘋果股價在紐約上漲4.3% 至175.04 美元，創11 個月來最大單日漲幅。截至週三收盤，今年以來股價已下跌13%。

此舉標誌著iMac 和MacBook Pro 的快速更新計劃，因為這兩條產品線剛剛在10 月更新。 Mac mini 上次升級是在2023 年1 月。

蘋果隨後計劃在2025 年推出更多M4 Mac。其中包括春季更新13 吋和15 吋MacBook Air，年中更新Mac Studio，以及2025 年稍後更新Mac Pro。 MacBook Air 上個月配備了M3 晶片，而Mac Studio 和Mac Pro 去年更新了M2 處理器。

M4 晶片系列包括名為Donan 的入門級版本、名為Brava 的更強大型號以及代號為Hidra 的高階處理器。該公司計劃重點介紹這些組件的人工智慧處理能力，以及它們如何與下一個版本的macOS 集成，該版本將於6 月在蘋果年度開發者大會上宣布。

Donan 晶片將用於入門級MacBook Pro、新款MacBook Air 和低階版Mac mini，而Brava 晶片將運行高階MacBook Pro 和高價版Mac mini。對於Mac Studio，蘋果正在測試使用尚未發布的M3 時代晶片和M4 Brava 處理器變體的版本。

最高階的蘋果桌上型電腦Mac Pro 將配備新的Hidra 晶片。 Mac Pro 仍然是該公司電腦系列中銷量較低的型號，但它擁有一群忠實的粉絲。在一些客戶抱怨蘋果內部晶片的規格後，該公司計劃明年加強該機器的性能。

作為升級的一部分，Apple 正在考慮允許其最高端的Mac 桌上型電腦支援多達0.5 TB 的記憶體。目前的Mac Studio 和Mac Pro 的容量最高為192 GB，遠低於蘋果之前使用英特爾公司處理器的Mac Pro。早期的機器使用現成的內存，可以稍後添加並處理多達1.5 TB 的內存。借助蘋果的內部晶片，記憶體可以更深入地整合到主處理器中，從而更難添加更多記憶體。

蘋果今年的一大重點是在其產品中添加新的人工智慧功能。該公司計劃在六月的開發者大會上預覽一系列新功能。這些功能大部分都設計為在設備本身上運行，而不是在遠端伺服器上運行，而更快的晶片將有助於推動這些增強。蘋果還計劃對今年的iPhone 處理器進行以人工智慧為重點的升級。

該公司轉向使用內部晶片是一項名為Apple Silicon 的長期計劃的一部分。這家科技巨頭於2010 年開始在初代iPad 和iPhone 4 中使用自己的半導體，然後在2020 年將該技術引入Mac。目標是更好地統一其硬體和軟體與底層組件，並擺脫英特爾製造的處理器。

到目前為止，這項努力取得了成功，有助於提高效能並簡化最新MacBook Air、iMac 和MacBook Pro 等裝置的重新設計。 Apple 的Mac 晶片與iPhone 和iPad 中的處理器基於相同的Arm Holdings Plc 底層架構，從而使產品更薄，電池壽命更長，並且對冷卻風扇的需求更少。(半導體產業觀察)

3月4日晚間，蘋果突然更新MacBook Air ，進入3nm製程的M3晶片時代。

作為蘋果首款AI PC產品，在M3晶片的加持下，macOS提供AI功能，使用者可實現即時語音轉文字、翻譯、文字預測、視覺理解、輔助功能等，支援運行Microsoft Copilot for Microsoft 365 、Canva和Adobe Firefly 。蘋果表示，MacBook Air還可以運行優化的AI模型，包括大型語言模型（LLMs ） 和擴散模型，用於本地生成圖像，性能極佳。

AI大模型在雲端運作雖然具有便於管理和擴展的優點，但也面臨資料安全、隱私保護、網路延遲和高昂營運成本等挑戰。這些問題在一定程度上限制了AI大模型的商業化應用。為了解決這些問題，將AI大模型嵌入終端設備，形成所謂的混合AI架構，已經成為促進大模型普及的重要趨勢.

端側AI部署是目前AI實現規模化擴展及應用落地的關鍵。作為底層技術和上層應用之間的載體，AI PC使用場景與AI大模型目前覆蓋的應用場景高度重合，是大模型的最佳載體，也是推動AI技術普及的關鍵設備，並且在模型側、硬件側均有產業升級趨勢。

端側的算力比雲端的弱，因為雲端伺服器的CPU算力更強。

英特爾計畫2年內出貨1億顆AI PC晶片英特爾表示，目標在2024~2025年出貨1億顆AI PC晶片，24年4000萬顆，25年提升至6000萬顆，彰顯了對AI PC發展信心。

2025年，預計AI PC將佔到PC出貨量的20%。預計今年交付4,000 萬台AI PC，明年將交付6,000 萬台，佔2025 年預計全球PC 市場總量的20% 以上，預計到2025年AI PC將佔60%以上。

為大模型的本地運行需要強大的處理能力,相比傳統PC，AI pc帶來了處理器晶片，內存，散熱等硬體的升級。微軟宣布其AI PC的最低算力為40 TOPS，大幅提升了硬體需求。

以蘋果發表的新款Macbook Air為例，其搭載M3晶片，效能表現是M1晶片的1.6倍，圖形處理速度最高達5.8倍。

AI大模型的運行對內容容量要求比較高，蘋果新款AIR 最高支援128G記憶體容量，大內寸支援大模型，PC記憶體擴大趨勢已成，大容量的DDR5等DRAM產品滲透率會快速提升。

晶片效能提升勢必會帶來更多的能耗，散熱需求提升，就像AI伺服器一樣，也是由於能耗提升產業從風冷轉向液冷，價值鏈大大增加。

AI PC對儲存容量和速率需求的提升

AIPC （加速運算處理器）對儲存容量和速率的要求較高，需要搭載專用晶片組和區塊來承載端側的AI運作負載。微軟對IPC對指令件的規格製定了記憶體配置要求最低為16GB ，記憶體傳輸速率也需要更高。因此DDR5/LPDDR5滲透率提升及DRAM容量提高。

CKD（時脈驅動晶片）的滲透率將與DDR5滲透率相關，主要應用於DDR5內存，當DDR5的資料速率達到6400MT/s及以上時，CKD晶片將成為PC和筆記型電腦記憶體的一個重要組成部分，將受益於AIPC的加速。

去年以來三星，美光海力士，大幅縮減產能，半導體儲存市場週期性反轉，而DDR5相比DDR4實現了性能的大幅提升，具體為傳輸速度更快、能耗更低、穩定性提高、內存密度更大和存取效率提高等優勢，滿足了這兩年AI算力的高速發展需求，產能進展，從去年Q4開始，三星，海力士都在提升DDR5產能，預計2024年滲透率達到30-50% ，美光預計其DDR5出貨量將在今年第一季末超過DDR4產品。

關注國內龍頭，瀾起科技，兆易創新，聚辰股份，安集科技，雅克科技

高算力需要高的散熱能力， AI pc可能帶來新的散熱方案，產業液冷技術佔比會提升IDC預測到2024年，超過75%的PC將採用液冷散熱技術。

從市場佔有率角度， Arm架構在PC領域相比主流的x86架構仍有一定差距，但得益於Arm的低成本、低功耗、長續航，日益加強的性能和系統通用性以及海量終端設備生態，未來有龐大的市場成長潛力。

本文討論了PC端內建AI模型相比於雲端算力的優勢。首先，內建模型在離線環境下更方便使用；其次，內建模型能夠記錄個人使用習慣，實現更個人化的推理；最後，內建模型能夠保護隱私，避免資料外洩風險。此外，在國內使用端側模型可以獲得更好的使用體驗。

AI PC對遊戲體驗的影響及應用前景

A IPC能夠為遊戲開發者提供端側模型部署能力，降低雲端API呼叫成本，理論上是一個經濟上可行的方式。然而，遊戲場景的滲透可能比辦公室場景更晚，預計在2025年左右初步滲透。除了辦公室需求，AI手機的小螢幕互動是否更便捷，AI數據和AIPC相比在一也有優勢，目前PC端應用更多，行動端應用較少。

為什麼邊緣AI的普及可能性大？

邊緣AI的普及可能性大是因為隨著模型技術的發展，邊緣AI在推理測的這一塊成本不斷下降，未來AI推理的成本的下探，將帶來邊緣AI的普及。

AIPC的產業發展趨勢包括硬體和應用，以及整個PC產業的出貨量的拉動。

英特爾、高通、 AMD等廠商在處理器方面有何相關發表？

在記憶體方面，升級需求是什麼？

在端測運行數十億參數的大模型升級記憶體容量微軟要求主流的PC記憶體配置為16G傳輸介面需要由PCIE3.0升級到PCIE4.05.0 ，DRAM規格需要由DDR4升級到DDR5 。

端側推理需求會上升，因為雲端訓練有資料安全、傳輸延遲和成本問題，而本地部署可以分擔雲端算力。

模型側有哪些支援大模型部署的需求？

現在的開源模型已經比較完善，開發者社群非常活躍，生態非常健全。能夠支援在端側部署數十億參數或上百億參數的模型。

基於開源模型可以直接微調並在端側部署嗎？AI生態的發展前景如何？

基於開源模型，無論是終端廠商或模型廠商都有端側模型的開發能力，因此可以微調並在端側部署。AI生態的發展前景看好，因為硬體、模型能力和應用生態都具備，而且參與者都在同樣的方向上努力。

AIPC的價格有望帶動整個整機的價格提升，因為記憶體和處理器晶片的價格會上漲。

AIPC增量的軟硬體可否解釋一下？

AIPC增量主要在硬體上，包括處理器、記憶體和電池容量的升級。

AIPC會為遊戲帶來更好的體驗嗎？

理論上遊戲調用端側模型成本較低，是一種經濟上可行的方式。

作業系統方面，新一代作業系統Windows11重點強調了AI的功能，並提供多項AI工具；應用方面，目前AI應用主要集中在雲端，英特爾本地運行diffusion模型的端側應用。

PC 處理器為了滿足端側運行AI模型的需求，同時兼顧成本、功耗等因素，通常將算力集成在C PU 當中，因此處理器的結構越發複雜，對於封測的難度有較大提升

2月初ARM三天翻倍,主要是公司預期未來各類終端（手機、PC、汽車與機器人）都會加入AI，公司為終端AI設計的V9晶片（v9升級主要集中在向量處理等AI運算能力提升）授權收入佔比已經由23Q3的10%提升至23Q4的15%，參考v7/v8的提升過程，預計v9三年左右可以提升至90%的滲透率；而v9授權費是v8的兩倍預期。

聯想，瀾起科技，兆易創新，聚辰股份，安集科技，雅克科技，中石科技，飛榮達，珠海冠宇，芯海科技，思泉新材，春秋電子通富微電等。（每日研究紀要）

#M3晶片 你可以在這裡找到鉅亨號中所有使用「M3晶片」為關鍵字所發布的內容