自從 Tim Cook 掌權蘋果的時代開始，有不少觀點認為該公司進入了高度成本導向的時代，後續針對 iPhone 等產品的推出時更是不乏缺乏創新與遠見的評語。
因為這樣的風向，似乎會讓人認為 Apple 從 A 系列晶片問世再到併購 Intel 行動數據機部門的策略，都會直覺的認為是希望透過擺脫通用晶片的昂貴成本。
甚至還會猜測，這些動作都是希望能避免受到供應鏈影響供貨的考量。
然而當時間點，走到了 Apple M1 誕生＋Mac 產品毅然決然 Intel 晶片說掰掰的過渡計劃，這時候許多人（包括小編）才終於意識到，蘋果所謂的「效率先決」並不是單純針對成本，而是透過針對晶片設計的方方面面，盡可能加強效率所帶來的各種體驗提升。
這其中，可說是開啟新 Mac 時代的 Apple 桌上型電腦體驗裡，最最最有感的就是續航的提升。接下來很快的 Apple 透過在 iPad Pro 首發 M4 晶片，證明了晶片的魔法也能同時施展在薄到感覺只剩下「顯示器」的超薄型裝置之上。這樣的進展，也可以說是 iPhone Air 甚至是 iPhone Fold 摺疊機前置作業的一環？
時間來到現在，Apple 的一眾高管在搭載新世代 A19 晶片的 iPhone 17 發表會後，在面對各家媒體的提問時，則是更進一步提到了 Apple 自研晶片魔法的最新進展。
看到新世代的 iPhone 17 系列，大部分人似乎都會聚焦在外在的改變（宇宙橙色討論最多吧！），再來，則是看到 A 系列晶片的效能再創新高，以及搭配 VC 均熱板的效能表現，似乎又再次在行動領域取得了相當程度的領先位置。不過 Apple 高管在媒體專訪中，倒是讓人有點意外的聊了許多關於通訊晶片方面的細節。
最後，針對 A19 與 A19 Pro 晶片在「每個 GPU 核心內皆內建神經網路加速器」的改進部分。在初步的實測跑分中，似乎普遍的評語都是比較偏向於資源調度與反應更即時，所帶來的效能增進部分。
不過在後續的訪談之中，Apple 也進一步提到這樣的設計能「協助在裝置端執行先進的生成式 AI 模型」的技術細節。他們提到，透過整合神經網路加速器的新世代 GPU 設計，進一步消弭了過往需要將任務傳送到 NPU 或 CPU 的效率浪費。
此外，透過達到 MacBook Pro 等級的神經網路機器學習運算能力，A19 Pro 也能進行更高密度的矩陣運算。使得 iPhone 的 GPU 也能達到類似 Nvidia H100「Tensor Core」那樣，可以兼顧 3D 圖片運算與神經網路運算的運算彈性，讓傳統的處理器也能搖身一變成為「新型態電腦（new class of computer）」。
與此同時，也會逐步將需要上傳到 Private Cloud Compute 雲端的任務，階段性打包到本地端模型中，讓更高運算能耐的裝置可以擁有更高的隱私性；後續的 AI 新應用，則是可以繼續透過這個雲端服務來提供。
以上就形成了一個兼顧創新、包含軟硬體與模型之間互相倚賴共生的 AI 世代的「新・蘋果生態系」。某種程度來講，也算是解決了幾個雲端 AI 服務，很難真正取得競爭優勢與穩定獲利來源的難題。而個人認為，這應該就是在隱私難題之外，Apple Intelligence 的最後一塊拼圖新世代 Siri 之所以會遲到的更深層原因。
11
5947
