蘋果車項目留下芯片遺產

蘋果曾投入龐大資源研發的自駕車計畫，雖然最終未能成功量產，但其技術遺產卻意外成為該公司在人工智慧晶片領域崛起的重要推手。根據知名爆料人 Mark Gurman 在其《Power On》電子報中的最新揭露，蘋果在自駕車平台開發初期，就深刻體認到裝置端必須具備強大的 AI 運算能力。這項需求催生了後來被稱為「神經網路引擎」（Neural Engine）的關鍵技術，如今已成為蘋果所有 AI 運算的核心骨幹。神經網路引擎最早隨著 iPhone X 與 A11 Bionic 晶片問世。當時這套硬體主要用於電腦視覺任務，支撐起 Face ID 臉部解鎖、Animoji 動態表情與擴增實境功能。

雖然初期應用看似有限，但蘋果藉此奠定了裝置端 AI 運算的基礎，隨後更將神經網路引擎導入 M 系列晶片，讓 Mac 電腦也具備強大的本地 AI 處理能力。儘管蘋果在 AI 軟體與服務層面的進展相對業界其他巨頭顯得較為遲緩，但在硬體方面卻始終保持領先。正因為資料可以在裝置端直接運算，無須頻繁上傳雲端，蘋果得以強調其隱私保護優勢——使用者的個人資料不會離開手機或電腦，大幅降低外洩風險。如今，蘋果決定將 AI 硬體作為未來發展的核心戰略之一。Mark Gurman 指出，蘋果將跳過即將推出的 M6 晶片中的 Pro、Max 與 Ultra 等升級版本，直接加速研發 M7 系列。

M7 晶片預計在 2027 年上半年問世，屆時將搭載大幅升級的神經網路引擎。其中最受矚目的 M7 Ultra 版本，不僅是為新款 Mac 工作站設計，更將成為蘋果自有伺服器產品的新基礎，支援高達 1.5TB 的記憶體容量。這項策略轉變顯示，蘋果不再僅滿足於將 AI 晶片用於消費性產品，而是開始布局雲端基礎設施。M7 Ultra 的大容量記憶體支援，意味著它能承載更龐大的 AI 模型運算，可能用於蘋果內部的人工智慧服務，例如 Siri 升級、影像生成或大型語言模型推論等任務。過去蘋果在雲端 AI 領域仰賴第三方供應商，如今自研伺服器晶片有望降低對外部夥伴的依賴，同時強化資料安全與效能調控。

回顧蘋果自駕車計畫的興衰，這個代號「泰坦」（Project Titan）的項目曾歷經多次方向調整，從最初的整車製造逐步轉向自動駕駛系統開發，最終在 2024 年左右正式終止。期間數千名工程師的研發心血，雖未能實現一輛蘋果品牌汽車，卻意外為晶片團隊留下了豐碩的技術資產。神經網路引擎從手機起步，逐步擴展到筆電、桌機，如今更延伸到伺服器等級晶片，這條技術演進脈絡與自駕車計畫對即時 AI 處理的極高要求密不可分。業界分析認為，蘋果在裝置端 AI 的硬體實力將成為未來數年與 Google、微軟、NVIDIA 等對手競爭的關鍵籌碼。

尤其隨著生成式 AI 浪潮席捲，使用者對隱私與即時反應的需求日益升高，能夠在本地高效運行 AI 模型的晶片價值愈發凸顯。蘋果 M7 系列的大躍進式升級，無疑是為了在 2027 年之前搶佔 AI 晶片市場的戰略高點。除了晶片規格的突破，蘋果也面臨如何將硬體優勢轉化為軟體服務競爭力的挑戰。目前 Apple Intelligence 等 AI 功能仍在逐步推出，與 ChatGPT 等外部工具的整合也處於初期階段。M7 Ultra 的伺服器版本或許將為蘋果提供更強大的雲端運算後盾，使其在 AI 服務的可靠度與反應速度上追上甚至超越對手。

整體而言，蘋果自駕車計畫雖然未竟全功，卻為該公司種下了 AI 晶片的種子。從 A11 的神經網路引擎到 M7 Ultra 的 1.5TB 記憶體支援，這條技術路線不僅改變了蘋果的產品內涵，也正在重塑其未來十年的競爭格局。隨著 2027 年的接近，市場將密切關注蘋果如何運用這批蓄積已久的晶片實力，在 AI 時代寫下新的篇章。