Ｍ６晶片採二奈米製程強化運算效能

蘋果以Ｍ６把二奈米正式帶進Mac，搭配雙十六核心神經網路引擎與更高統一記憶體頻寬，本機大型語言模型、人工智慧代理加速走向桌面端。

文●呂泰德


▲Apple二奈米Macmini轉身為本機AI與全天候代理運算。ＡＩ繪圖
Apple（AAPL.US）於二六年八月推出Ｍ６，並率先導入新款Mac mini，進一步強化裝置端人工智慧運算布局。Ｍ６是蘋果首款採用二奈米製程的晶片，配置十二核心中央處理器、十二核心繪圖處理器與雙十六核心神經網路引擎，以及統一記憶體頻寬最高達170GB/s。

二奈米推升Mac本機ＡＩ

相較搭載Ｍ４的版本，蘋果宣稱Ｍ６版Mac mini人工智慧效能最快可達四倍、繪圖效能最快可達二倍，中央處理器效能最高提升四○％，並直接鎖定常時運作的代理式運算。這也表示Mac正從以使用者操作為主的個人電腦，進一步走向讓人工智慧模型長時間在裝置端執行任務。

不同於以一問一答為主的傳統聊天機器人，人工智慧代理不必等待使用者逐次下達指令，而可依排程或事件觸發，自主整理資料、呼叫工具並完成多步驟工作流程，部分系統亦可依排程或事件自動觸發。Ｍ６值得觀察之處，在於二奈米與人工智慧代理功能能否進一步轉化為新一波產品升級動能。現階段前沿大型模型訓練與部分高強度推論仍主要仰賴資料中心，本機運算則扮演互補角色，凡涉及個人資料、企業文件、軟體開發或要求低延遲回應的部分工作，好處是可優先留在裝置端處理，減少資料與運算頻繁往返遠端伺服器。

統一記憶體撐大模型

進入生成式人工智慧時代，記憶體容量正成為大型模型能否完整載入的重要門檻，頻寬則決定模型權重、鍵值快取與工作資料送往運算核心的效率。統一記憶體架構讓中央處理器、圖形處理器與其他加速單元共享同一記憶體池，雖然資料仍須經過快取、控制器與互連傳輸，但可減少不同處理器間重複配置與複製資料，對長上下文與大型模型推論尤其重要。蘋果八月二五日發表M5 Ultra，新Mac Studio最高支援512GB統一記憶體與1.2TB/s頻寬，較M3 Ultra提高五○％，並可透過Thunderbolt五與遠端直接記憶體存取串聯多台系統。

Nvidia（NVDA.US）則把大容量統一記憶體延伸到個人人工智慧平台。DGX Spark採Grace Blackwell架構，配置二○核心ARM中央處理器、128GB LPDDR5X一致性統一系統記憶體，頻寬273GB/s，四位元浮點人工智慧效能最高達1Petaflop；Nvidia官方資料顯示，單機可執行最高約二○○○億參數模型，並可微調最高七○○億參數模型。RTX Spark則進一步把相同概念帶進Windows PC，最高配置六一四四核心Blackwell RTX圖形處理器、二○核心Grace中央處理器與128GB統一記憶體，人工智慧效能同樣最高達1 Petaflop。



華碩（2357）九月在IFA2026展示搭載RTX Spark的ProArt P16、P14與GR1X Mini PC，鎖定本機人工智慧、內容創作與代理式工作流程，官方指出RTX Spark平台可支援最高約一二○○億參數的大型語言模型。Google Cloud則在SEMICON Taiwan 2026指出，人工智慧基礎設施正由算力受限轉向記憶體受限，高效能記憶體占人工智慧伺服器硬體物料成本已超過七五％。Google第八代ＴＰＵ中，推論用TPU8i配置288GB高頻寬記憶體與384MB片上靜態隨機存取記憶體；訓練用TPU8t則可擴充至九六○○顆晶片，形成2PB共享高頻寬記憶體池。從本機個人電腦到雲端資料中心，產業競爭已不只比較峰值算力，記憶體容量、頻寬與系統擴充能力正同步成為大型模型效能的核心。



代理運算改寫供應鏈

Microsoft目前對Windows代理式運算架構已走向規劃任務並主動採取行動，因此作業系統除了提供運算能力，並同時具備代理身分、安全治理與可觀測性。Windows透過Microsoft Execution Containers、Entra身分管理、與Agent 365，把代理與真人使用者分離，並讓每項操作具有可追蹤的身分與稽核紀錄。Windows 365 for Agents則進一步提供受管理的雲端電腦環境，讓代理可以直接操作企業應用、入口網站及沒有應用程式介面的舊系統，依工作需求從Cloud PC資源池取得或啟動運算環境，工作完成後歸還、重設或釋放資源。Microsoft執行長Satya Nadella明確指出，在執行Agent工作負載時，中央處理器與圖形處理器同樣重要；Microsoft自今年初以來，使用不同供應商模型進行開發的客戶數增加五倍。以Levi Strauss & Co.為例，公司正利用OpenAI與Anthropic模型，將超過一千個領域型代理整合進統一企業人工智慧平台。

代理式人工智慧帶來的基礎建設需求，也正在改變台灣ＯＤＭ廠的角色。緯創（3231）八月董事會通過新竹二○億元與高雄八五億元設備資本支出，主要用於因應未來產能擴充；美國Wistron InfoComm與SMS Infocomm兩家全資子公司則分別新增二三○○萬及三○○○萬美元資本支出，明確因應未來ＡＩ相關業務成長。緯創另投入約三九．六七億元，在陽明交通大學臺南校區緯創樓設立ＡＩ算力中心，支援集團內部人工智慧運算，並透過算力捐贈支援研究與教育。緯創二○二六年第二季ＥＰＳ四．七二元，上半年ＥＰＳ七．七八元；最新七月合併營收三○八二．一九億元、年增六○．八％。

網路端同樣快速升級Broadcom在今年三月宣布Tomahawk六進入量產規模出貨，單晶片交換容量達102.4Tbps，是前一代Tomahawk五的兩倍，直接鎖定ＡＩ縱向與橫向擴展網路。其ＡＩ乙太網路產品線亦涵蓋Thor Ultra 800G網路介面卡、超低延遲Tomahawk Ultra交換器，以及可支援百萬級ＸＰＵ叢集的Jericho4。

台灣網通端的智邦（2345）也已將800G/1.6T與更高速率列為ＡＩ資料中心互連重點。智邦指出，800G以上銅纜逐漸面臨傳輸距離、訊號完整性及功耗限制，光互連將由機櫃邊緣逐步延伸至機櫃內部甚至封裝層級；最新102.4T交換器可支援一二八埠800G或64埠1.6T。

電力端的台達電（2308）則提出可將800V直流電直接降至50V或12V的直流對直流配電板，峰值整體轉換效率最高九八．五％，並推出1.1MW級列間電源櫃，以獨立電源機櫃支援單一或多個ＡＩ運算機櫃。隨ＡＩ運算密度提高，散熱設計也由元件層級進一步擴展至機櫃與整體系統。代理式ＡＩ與基礎設施升級是一場從運算、記憶體、網路、電力到散熱，延伸至整座資料中心的系統升級。

… 本文摘錄自 先探投資週刊 2026/9月 第2421期