继 OpenAI 宣布计划自研 AI 芯片之后，科技巨头苹果近日也传出了其正在与博通（Broadcom）联合研发 AI 芯片的消息。

有趣的是，两家公司针对此事竟给出了几乎相同的理由：尽量避免对英伟达的依赖。实际上，「多元化芯片来源」正是苹果 AI 持续战略的一部分。

博通似乎成为了近期 AI 硬件领域的「香饽饽」，其在短短一个多月之内就与两家 AI 领头羊企业达成合作。据悉，博通已经占据了超八成 AI ASIC 市场，其在 2025 财年的 AI 收入有望达到 170 亿美元以上，同比增速超过 40%。

与苹果的合作消息一出，博通的股价应声上涨 6%，苹果股价也有短暂小幅上涨。这并非两者的首次合作，2023 年五月苹果就曾宣布与博通合作开发 5G 射频组件等等。

据「The Information」报道，苹果 AI 芯片的代号为「Baltra」，将采用台积电先进的 N3P 工艺，计划于 2026 年投入量产。这个时间也与 OpenAI 自研 AI 芯片的量产时间重合。

消息称，Baltra 的设计开发旨在优化 AI 工作负载，增强 AI 和机器学习（ML）功能。这枚芯片将专用于推理任务，以及处理新数据并将其传输给大语言模型（LLMs）以生成输出。

而此次与博通的合作重点，则是将其高性能网络技术与芯片的核心处理能力整合，确保 AI 操作所需的低延迟通信。

近日，博通展示了一种先进的 3.5D 系统级封装技术（3.5D XDSiP），能够让制造商超越传统光罩尺寸的限制。

具体来讲，3.5D XDSiP 将计算芯片堆叠在一个逻辑芯片上，该逻辑芯片与高带宽内存（HBM）连接，同时将其他 I/O 功能分配到一组单独的芯片上。

与传统的 3.5D 封装技术不同，博通的设计采用了「面对面」的方法，这种方法允许芯片之间通过混合铜键合（HBC）排布更密集的电气接口，从而实现更高的芯片间互连速度和更短的信号路由。

博通的 3.5D XDSiP 技术本质上是一个「蓝图」，客户可以使用它来构建自己的多芯片处理器。巧合的是，博通预计这项技术的第一批部件也将于 2026 年投入生产，这与「Baltra」的投产时间不谋而合。

毫无疑问，这枚芯片最重要的使命，就是为苹果自家的 Apple Intelligence 服务。

苹果的原生 AI 功能自发布以来便一直引人关注。苹果原计划直接在设备上运行大部分 AI 功能，但某些功能（如 Siri和 Maps）在云端处理，并且对计算能力有很高的需求，现有的芯片又并非定制。于是，「Baltra」的提案应运而生。

Baltra 是为苹果自己的数据中心而定制设计的，其用于驱动高级 AI 任务，并确保为用户带来「无缝」的 AI 体验。这意味着苹果的 AI 战略已经超出端侧，并纳入了云计算能力。

值得一提的是，苹果刚刚发布了 iOS 18.2 正式版系统，其中新增了多项实用的 AI 功能，包括 ChatGPT 正式登陆苹果全家桶等等。未来，Baltra 将使苹果在其产品生态中部署 AI 时获得性能优势和更大的灵活性。

据估计，2028 年 AI 服务器芯片市场规模预计将达到 450 亿美元，而苹果在 AI 服务器芯片市场的定位将会是对现有领导者的极大挑战。

彭博社分析指出，苹果与博通的合作进一步巩固了其在 ASIC 设计中的主导地位，这项合作预计将推动博通在 2025-2026 年之后的 AI 收入增长，并且其有望在苹果供应链中占据更多份额。

此外，自 OpenAI 在 2022 年 12 月发布 ChatGPT 以来，苹果加快了自家服务器芯片的开发工作，以保持其在人工智能领域的竞争力。苹果的目标是在 12 个月内完成「Baltra」芯片的设计。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

遇事不决，量子力学。

量子力学诞生距今已有 120 多年的历史了。从光的双缝干涉实验到「薛定谔的猫」思想实验，它似乎是我们想象当中最神秘最深奥的物理学定律。美国理论物理学家理查德·费曼（Richard Phillips Feynman）曾说：

如果你认为你了解量子力学，那你就不了解量子力学。

即使量子力学距离我们相当遥远，却也在快速地发展：2016 年，我国成功发射「墨子号」量子科学实验卫星；2022 年的诺贝尔物理学奖授予了三位科学家，以表彰他们在「量子信息科学」研究方面的贡献。

而 Google 近日也在「量子力学」方面有了大动作，堪称「里程碑」式的创新。

Google 量子人工智能团队「Quantum AI」的创始人兼负责人哈特穆特·内文（Hartmut Neven）在博客发表文章，宣布推出其最新的量子芯片「Willow」，并称其为大规模量子计算机铺平了道路。

在文章中，内文称这款芯片「在许多指标上都拥有最先进的性能」，并且「实现了两项重大成就」：

• 其一，是 Willow 增加了「量子比特」的使用数量（105 个），并且「成倍地」减少了错误；
• 其二，是 Willow 在不到 5 分钟的时间内完成了其最新的「随机电路采样（RCS）基准测试」。

要想理解以上这些突破性成就，我们就必须要了解量子计算机/量子芯片的工作原理。

量子力学的核心概念之一是「叠加」，即一个量子系统可以同时存在于多个状态，而量子计算机正是利用这种叠加性质来创建「量子比特（Qubits）」，这是量子计算机中的基本计算单元。

与经典计算机中的二进制比特（Classic Bits）不同，量子比特可以同时处于 0 和 1 的「叠加态」。该状态使得量子计算机能够同时处理多个计算路径或状态，从而在解决某些复杂问题时比经典计算机更快、更高效。

此外，量子比特之间还具有一种叫做「量子纠缠」的特殊关系：当量子比特相互纠缠时，无论距离多远，其中一个量子比特的状态会立即影响另一个量子比特的状态。

此时我们就可以根据某个量子比特的状态得知其他量子比特的状态，这也就达到了信息传递的效果。这种特性使得量子计算机能够在处理复杂问题时更有效地共享和传递信息。

然而，量子比特的状态非常脆弱，容易受到外部环境（温度、振动、电磁等）的干扰，导致量子信息丢失，这种现象称为「量子退相干」。由于纠缠，错误可能会从一个量子比特传播到其他量子比特，进而影响计算能力。

并且因为量子比特倾向于与其环境快速交换信息，导致完成计算所需的信息很难被保护。通常，一台量子计算机使用的量子比特越多，发生的错误就越多，整个系统也就更加倾向于「经典系统」。

但根据内文的说法，Google 的研究人员引入了一种新的「量子纠错」方法，能够实现 Willow 芯片所使用的量子比特越多，反而会减少更多的错误，并且错误率呈指数级下降。

内文在文章中表示这一历史性成就在该领域中被称为「低于阈值」，即能够在增加量子比特数量的同时减少错误。内文还强调自彼得·肖尔（Peter Shor）于 1995 年引入量子纠错以来，这一直是一项极其困难的挑战。

因此，「低于阈值」能够展现「纠错方面的真正进展」，而 Willow 是首个低于阈值的系统，它表明建设超大型量子计算机的可能性确实存在。这一研究结果还被刊登在《Nature》杂志上。

此外，内文在文章中宣称 Willow 在 5 分钟之内就完成了声称「当今量子计算机上完成的最难的经典基准测试」的随机电路采样（RCS）测试，并称 Willow 的这些最新结果是「迄今为止最好的」。

作为对比，世界上运算速度最快的超级计算机要 10^25 年才能计算完成 RCS，这个时间甚至超过了宇宙的年龄（约 138 亿年）。

随机电路采样（Random Circuit Sampling，简称 RCS）测试是一种用于评估量子计算机性能的方法。其核心思想是利用量子计算机执行随机选择的量子门操作，生成随机的量子态，然后对这些量子态进行采样和测量。

RCS 最早就是由内文所在的团队提出的，内文称其现在是「该领域的通用标准」。

值得一提的是，2019 年，Google 就宣称其开发的量子处理器「Sycamore」仅用三分钟就可以完成当时世界上最快的超级计算机一万年才能完成的计算，还强调其研究团队已经取得了「量子霸权」。

IBM 对 Sycamore 的计算测试结果提出了异议，并且「量子霸权」这个词也引起了不小的争议，尽管 Google 强调该词只是一个「艺术术语」。后来，Google 尽量避免使用这个词语，只是说已经实现了「超越经典计算」。

此外，IBM 和霍尼韦尔（HoneyWell）公司在他们的量子力学研究中一般使用「量子体积」这个术语来描述和量化其量子计算机设备，Google 却完全不用这个概念。缺少统一标准，导致竞品之间难以进行对比。

内文表示，量子技术在收集 AI 训练数据、发展新能源汽车和发现新药方面都有其用武之地。

与此同时，他还展望了 Google 量子力学研究的下一个目标：完成一个既「与实际程序相关」，又是「经典计算机无法实现」的计算，真正做到「有用」并且「超越经典」。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

国际贸易冲突，说起来千头万绪，但本质上大体可以简化成两个手段：

要么不买你东西，要么不卖你东西。

通过“不买你东西”来惩罚对方很好理解，但并不是万能的手段。

从古至今，从东到西，全世界的人做生意都是为了赚钱，没有买卖就没有利润，手里握着钞票的买家通常掌握着主动权，所谓不买立省百分百，我不买你就赚不到钱，你还想赚钱就得来哄我，到时咱们再谈条件。

互联网上经常喊的不买苹果手机，不穿阿迪达斯鞋子，不开日本车就是这么个思路。

不过呢，用“不买你东西”这种手段来打贸易战，需要有三个前置条件：

第一，需要我的市场很大很有前景。这一点上，中国消费市场毫无疑问是具有极强吸引力的，在很多领域都举足轻重。如果我说Google整天丑化中国大家要坚决抵制，人家老板鸟都不会鸟我一下，因为Google在中国没有生意。

第二，需要对方离了我的市场就活不好甚至活不下去。如果对方离开我的市场后轻易就找到了其他销路，没受多大影响，甚至活得更滋润了，那我这一拳就打在了棉花上。

第三，需要我不买他的东西之后有其他差不多的选择，或者可以完全不用这种东西。如果服装公司老板的言论我不喜欢，我完全可以买其他家同价位的。可如果我都生命垂危了还要因为药企老板的言论而抵制市面上唯一一种特效药，那我大概率成不了朱自清，而是会成为一个凉透了的小丑。

所以说，不买你东西这招通常很好用，但也不是万能的。

当然，如果碰到了为难的情况，还有一个既顾全面子又顾全里子的说法，就是谨慎采购。意思就是我看你不爽很久了，但是你家的煎饼果子实在是香，那我就要求老婆孩子谨慎购买，一天不要超过三套。反正我是绝对绝对不会出现在你家煎饼摊前面的！

通过“不卖你东西”来惩罚对方就比较少见一些，但真用起来往往是大杀器级别的。

比如洋人不懂阴阳五行调和之道，天天胡吃海塞，人人都会便秘，而大黄只有我天朝上国有的产，一旦不听话就不卖给他们了，让洋人一个个都憋死在茅坑里。

再比如我们的大熊猫全宇宙第一可爱，全世界只有我们有，美国人要是给脸不要脸，我们就把租出去的熊猫全都收回来，还要屏蔽美国网络让他们看不了熊猫直播！

所以说，我们不主动打贸易战，但也绝不害怕打贸易战。我们手段多着呢，逼急了我还可以不惜一切代价，看谁先撑不住投降认输吧。

哼！

请从下图中找出，哪台是上一代 MacBook Pro M3？哪台是新发布的 MacBook Pro M4？

如果你看不出区别，也别怀疑自己，因为事实就是如此，除了新一代顶配机型的 C 口数量有些变化，其他还真就一模一样。

外观没升级，那内部会不会有变化？从 M3 到 M4 会不会是唯一的区别？找到答案最好的办法就是眼见为实，刚好最近 iFixit 在拆解完 iPhone 16 系列、Apple Watch Series 10 系列、iPad Pro 系列以及 Mac mini M4 之后，又对 MacBook M4 动了手。

总得来说，苹果在机器可修复性方面取得了比较大的进步，比如之前在拆解 Mac mini M4 时，iFixit 就发现了它的存储可升级，另外 iPhone 16 和 16 Plus 也用上了电诱导粘合剂脱粘技术，用 9V 低电压电流，流经新的离子液体电池粘合剂，就能让胶水失去粘性，电池可以轻松取下。

按照这种势头，今年应该是苹果产品从里到外升级最多的一年，但 MacBook Pro M4 却成了那个意外。毫不夸张地说，名字的 M4 就是最大的变化。

除此之外，其他的内部设计和上一代产品基本保持了一致，但主板的一些元件排布和散热风扇的尺寸，有了些许不同。

肉眼可见的变化，就在名字里

MacBook 的拆解还是熟悉的配方，从底部背板开始，依次拧下八颗五角钉螺丝，相比于其他需要从屏幕拆的产品来说，从非屏幕区动手有更大的安全保障，避免了力度把握不好而损伤屏幕的风险。

取下所有外置螺丝后，并不能直接取下底板，为了加强底板与机身的连接，它们之间还有卡扣结构，需要用点儿巧劲撬一下才能看见机身内部。

MacBook 的拆解非常解压，因为拆下背板后，眼见之处就是所有，没有太多隐藏起来的结构和元件，所以可以直接和上代搭载 M3 芯片的机型对比。

把两代机型放在一起比较，MacBook Pro M4 Pro 的散热器模组要比 M3 Pro 的更大，仔细对比下你还能看见主板上的 IC（集成电路）布局有些不同，有些在 M3 Pro 上很明显的触点，在 M4 Pro 上成了空白一片，大概率是被集成在了其他区域。

有意思的是，虽然芯片性能升级，但是两者的电池能量没有任何变化，都是 72.6Wh。

而 M4 Pro 芯片支持最高 64GB 高速统一内存和高达 273GB/s 的内存带宽，内存带宽相比 M3 Pro 提升多达 75%，达到其他 AI PC 芯片的两倍。

翻越千山万水，才只是开始

如果你经常看数码产品的拆解，其实不难发现最占机身空间的，不是科技含量最高的主板，而是被人吐槽总是不够用的电池。

但想要把这个最占地方的大家伙拆下来，往往不是第一步，有时候为了把电池拆出来，甚至都快把其他的零部件取完了，才能轮到它，而在全新 MacBook Pro 上也不例外。

iFixit 从触控板的柔性电缆作为入手点，并且把电池管理系统的数据线也一并拔出，不过想要在 MacBook 里拔出一个连接线，不是一件特别简单的事情，倒不是说有什么特殊的手法和技术含量，而是你几乎会在每一个需要拔出的接口处，看见一个用螺丝固定的金属保护垫片。

触控板和主板的连接就只有这一根柔性电缆，虽说看起来触控板和主板以及电池拆卸的关系不大，但在 MacBook 里，先拆触控板非常重要，等到最后拆卸电池的时候，就会知道为什么得从这里下手。

紧接着，需要把围绕主板和电池周围一整圈的固定螺丝全部都拧下来，当然别忘了，每拔出一个连接线，就会至少有一颗螺丝和一片垫片被一同取下，这个过程不难，但却很耗时，iFixit 这次的拆解视频里有多次大段留白，都是留给了拧螺丝、取垫片和拔电缆的空镜，甚至连旁白都没有。

虽说步骤相同，但是拆下的元件却不太一样，如果按照顺时针依次拆卸，大概顺序是角度传感器、音频插孔、麦克风、扬声器、风扇、键盘，以及另一个扬声器。

绕了一整圈，最后才轮到 Touch ID 模块，还有背板顶部的显示屏。

​围绕主板周围的元件，大部分都是扁平式的单一插口，不过天线很特殊，它不像其他零部件用的大块头连接头，而是由多个小头组成的接头阵列。

拔下插头后，还不能直接把模组取下，因为它和主机绑定的很紧密，你还得先拧开 9 个 iPhone 底部同款的螺钉后，才能把整个天线从主机上拿下。

到这时，从机身内部顺利取下的部件只有触控板和天线，以及一大堆固定螺丝和保护垫片，所以最重要主板和电池工作，经过了一顿折腾，才刚刚开始。

最重要的，总是最后出场

主板的固定螺丝有能直接看见拧下来的，比如周围的这些 Torx 4 和 Torx 6 螺钉。

也有比较隐蔽的，它不像前面那种暴露式的，而是被藏在了黑色小海绵的下方，如果硬扯容易扯烂，除非你拆开之后就没有复原的打算，不然建议最好喷一点异丙醇在上面，能有效降低胶水的粘合力，从而能更轻松地、非暴力地取下黑色保护罩。

做完这一切，终于能够把主板移动了，但不是一下子就能把主板撬下，而是要一边撬，一边用镊子移开各种柔性电缆和风扇上的垫圈，是有点麻烦，但也不会太糟心。起码比起前期拔线、拧螺丝的大量看不到任何成果的准备工作，现在已经能看到完工的希望了。

在 iFixit 的拆解中，虽说最先拿下的是集成度非常高的主板，但他们没有对主板的结构布局有更多的对比解释，而是选择了继续拆卸电池，原因也很简单，在设备的使用中，电池的消耗和折损一般会快过其他的部件，这也就意味着它需要做到比其他零部件更易于更换的设计。

所以电池拆卸的方便与否，也是 iFixit 给 MacBook Pro M4 打出可修复性分数的重要参考标准。

和传统的、以及大部分的苹果产品一样，电池与机身的连接，还是用了易拉胶。易拉胶只是它的名字，但它的特性在实际使用中被一分为二， 一个是易拉，另一个是易断。

经常看拆解视频的朋友应该对「易拉胶易断」这件事儿并不陌生，胶布没有去除干净，需要撬动电池才能将其取下，但是随之会增加安全风险，铝塑外壳的电池是软包装，螺丝刀和起子在撬电池时，容易对其造成损害，所以可修复性的分数也会受到影响。

为了将电池牢牢固定在框架上，苹果还给 MacBook Pro 多加了几条易拉胶，不过不从机身背面拉，而是要反转到正面，从触控板下方的缝隙里才能找到拉头，这也解释了为什么要先拆触控板，都是为最后的工作做的铺垫。

为了拆电池，其实已经把配件卸的七七八八了，剩下的就是一些周边的配件，在拆解的过中，iFixit 还发现，MacBook Pro M4 和上一代 M3 一样：

• 采用了非常多的模块化端口
• 大多数模块都可以单独更换

无需焊接，不用暴力拆除，按部就班地拧螺丝、拔插口、拉胶条、撬卡扣，所有零部件都能轻松取下。当然，能取下且打开的零部件是大多数，但并不是全部，比如 TouchID 和新的相机按钮就被焊死，放在以前要么只能放弃探究内部构造，要么只能大力出奇迹。

不过现在借助 CT 扫描仪，仍然可以在不破坏零件的前提下，把它们内部构造一览无遗。

电源键的背部有一个非常简单的开关装置，用来闭合电路开启设备，或者断电关机。

另一边的圆形模组里藏着一个微型 IC，将组件和 SoC 配对， 靠近组件表面的地方，是一个非常薄的电容传感器，能够测量皮肤上的凹凸，接着将其转换成二维地图信息，以供电脑读取相关数据，也就是指纹识别按键。

MagSafe 端口也同样被焊死，没法正常拆除，不过通过 CT 扫描后，可以非常清楚地看到里面的磁铁等结构。

虽然在一些细节上的设计，会让 MacBook Pro M4 的评分受到影响，但总体来讲，这样延续的模块化设计，的确大幅提高了 MacBook 的可修复性。

Google 的模块化手机 Project Ara 当时给了人们不小的震撼，但只是网上的昙花一现，绝大部分人、甚至许多科技圈的从业者都没有见过实机，虽然之后也出现了有摩托罗拉的 Moto Z，用 Moto Mods 把手机变得不只是一台手机。

不过网上叫好，线下却没人叫座，此后模块化似乎成了一个可远观不可亵玩的畅想。模块化手机的确没能成功登陆市场，但模块化的理念却离我们很近，在轻易见不到的机身内部，模块化早已「深入机髓」，起码从每一个拆卸完的苹果产品上，都能看到这种趋势。

对于厂商来说，降低了制造成本，许多相同的零部件不用重新开模；对于用户而言，在长时间的使用中，也能降低维修费用，哪里坏了修哪里，不太会出现牵一发而动全身的情况。

说回这台全新的 MacBook，依靠 M4 芯片它又成了 PC 端的焦点之一，但通过拆解也不难发现，新机的确没有太大的变化，所以如果屏幕前的你刚好打算购入一台苹果笔记本，那你是会遵循买新不买旧的教义购入 MacBook M4？还是会根据实际需求购入 M3？又或者选择更具性价比的 M2 甚至是 Air 机型？

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

Mac mini，终究还是火出圈了。

自从发布和发售以来，大家对这台全新苹果主机的兴趣点，主要集中在以下几个方面：

• 新机体积很小，重量很轻，甚至开始重塑我们对「传统主机」的刻板印象；
• 关于电源键位置的争论愈演愈烈，它就像苹果给大家出的一道难题，网友们脑洞大开，用各种方案巧妙解题；
• 「如何通过教育优惠和国补券，用三千多块买到新品？」成为了小红书抖音微博评论区的共同话题。

以至于全新 Mac mini 的外观和价格好像成了它的全部优点，而其另一个看家本领——性能——却被盖过了风头。然而，苹果自己也脱不了干系，因为长期以来，只要出现「游戏」「适配」「渲染」等词语，许多用户就会自动把它们和苹果产品划清界限。

不过我们仍然对 M4 系列芯片的性能表现很感兴趣，许多读者伙伴也对这台性能小钢炮的渲染能力抱有期待。所以继「开箱体验」和「C 口供电专项测试」后，爱范儿又追加了全新 mini 的渲染实测，先说我们的发现和结论：

• M4 Pro 的 3D 渲染性能要普遍高于 M2 Pro，MacBook Pro 上的 M4 Pro 的升级趋势更为明显，只用一半时间甚至 1/3 生成的时间就能完成同样的渲染工作；
• 尽管同为 M4 Pro，配置也十分接近，跑分也在合理区间波动，但是我们手上这台 MacBook Pro 的实测表现要明显优于新款 Mac mini，同样的芯片在不同的设备上，也需要做到软硬件的结合，才有可能发挥出最优性能；
• CPU 渲染时，三台设备的散热风扇几乎都在以全功率的转速疯狂散热，像是老式风扇开到了三挡，在主打静音散热的 Mac 系列设备上，这并不常见；
• 在最后一轮 CPU 渲染实测中，Mac mini M4 Pro 的渲染时间远长于 MacBook Pro M4 Pro，甚至比 Mac mini M2 Pro 的渲染时长还多了一分钟，我们在确认原始工程文件、输出图像参数都相同的情况下，又加测了两轮，输出时长接近，M4 Pro 还是比 M2 Pro 慢了一些，这有可能是系统和软件优化的问题，后续有新版本推送后，我们会继续验证。

对了，如果你对新款 Mac mini 感兴趣，我们联合全球智能电能先锋品牌@制糖工厂 发起了【新款 Mac mini 交流群】，如果你对 Mac mini 及其配件等新品感兴趣，希望与其他朋友交流分享，可长按下方图片加入群聊

从跑分开始遥遥领先

苹果大力宣传 M 芯片的图形处理能力，是从 M3 系列开始的。

去年在 M3 系列芯片的加持下， Mac 首次拥有了硬件加速光线追踪功能，图形处理能力得到了大幅提升。搭载 250 亿个晶体管的 M3 比 M1 的图形处理性能高了 65%；M3 Pro 则有 370 亿个晶体管和一块 18 核图形处理器，比 M1 Pro 的图形处理速度提升了 40%。

不过，去年的「王炸」当属 M3 Max，920 亿个晶体管+40 核图形处理器，不仅刷新了当时 Cinebench 的 3D 渲染跑分记录，使得其性能与酷睿 i9-13980HX 比肩，还在部分 GPU 测试中，与 RTX 4060 的处理速度平分秋色。

即使大多数人对 M 芯片的能力印象，还停留在 M1 甚至是 Intel 的那个年代，但不得不承认，从 M3 开始，Mac 就有了更加专业的图形处理以及工程渲染的能力。

时隔一年，刚刚走上 Mac 的 M4 芯片，也在官方宣传中标明了：

得益于 M4 系列芯片图形处理器增强的硬件加速光线追踪引擎，游戏画面更加逼真迷人，专业 3D 渲染应用也可用更少时间生成更精美的图像。

为了验证官方的说辞，以及许多伙伴的期待，我们拿手上的 Mac mini 进行了各种跑分测试，不过单一的评分结果并没有什么说服力，所以我们还把上代 Mac mini，以及最新发布的 MacBook Pro 一同放进了测试名单。三台测试设备的具体配置如下：

既然是图形渲染能力的专项测试，那选取的都是能够体现出设备在这些方面能力的测试软件。除开常规的理论跑分，我们还增加了「3D 渲染场景实测」，争取全方位地展示出 M4 Pro 芯片的图形处理能力。

先从跑分看起，最常规、也是最常用的跑分软件 Geekbench，是一个偏向综合性的基准测试工具，可以比较全面的体现出计算机的 CPU、GPU、内存和存储等多方面的性能。

在 Geekbench 6 的 CPU 多核性能上，Mac mini M4 Pro 略微领先，MacBook Pro M4 Pro 稍低，但差距不大，都处于正常的波动范围。相比之下，搭载 M2 Pro 的 Mac mini 得分明显较低，为 14581 分。

另一边的 CPU 单核测试中，也是同样的情况，全新 Mac mini 和 MacBook Pro 都达到了 3800 分以上，而老款 Mac mini 则少了 1200 分左右。

Geekbench 6 的 GPU 测试分为 OpenCL 和 Metal 两项，前者适用于跨平台的通用计算任务，后者为苹果生态设备的专项测试。

不管在 OpenCL 还是 Metal 的 GPU 测试中，搭载 M4 Pro 的两台设备相较于 M2 Pro 都有非常明显的提升，而且 MacBook Pro 的 GPU 性能评分都略高于 Mac mini。

比起大又全的 Geekbench 6，Cinebench 则显得更为精专。这是一个专门针对 3D 渲染和图形处理性能的基准测试工具，主要用于评估 CPU 和 GPU 在处理复杂 3D 图形和动画时的性能，这也是我们此次跑分重点关注的领域。

在 Cinebench 2024 的评估中，还是延续了之前的结论：M4 Pro 芯片在 GPU 和 CPU 单核多核的处理性能，都要比 M2 Pro 高出一大截，有接近万分的表现，尤其在图形性能上比 M2 Pro 有明显优势，因此也就非常适合那些需要高计算和图形处理能力的用户。

最后一项评估我们用了开源 3D 创作软件 Blender 官方的工具，虽然和 Cinebench 同为针对 3D 渲染和图形处理性能的基准测试工具，不过二者在设计目的、测试方法和应用场景上还是有一些明显的区别。

比起 Geekbench 6 和 Cinebench 2024 不那么直观的跑分，Blender Benchmark 的数据给的非常直接，它用「样本渲染速度（Samples per minute）」来体现相应的芯片性能。

这些数字代表了每分钟渲染的样本数量，数值越高表示渲染速度越快，在此次测试中，Blender Benchmark 给出了「怪兽」「旧货店」「教室」三个场景，其中 Classroom 场景的低渲染速度表明此类任务对 GPU 负载更高。

总体来看，M4 Pro 都有不俗的表现，尤其在 Monster 场景下渲染速度最高，显示出较强的处理复杂 3D 图形的能力。在每一个具体场景中的领先，也显示出 M4 Pro 在图形和动画制作方面的硬实力。

理论数值跑完之后，接下来就轮到我们自己的动手实践。

实战有惊喜，也有惊吓

专业的渲染得用专业的软件，在实际场景测试中，我们选择了在 3D 设计行业中，受众面较广的开源三维计算机图形软件 Blender。

测试一共分为三轮，每轮通过调节原始白模的渲染输出参数，以及不同的渲染芯片，来相互对比输出时间。

第一轮为最常规的 3D 渲染测试，渲染方式均为 GPU，输出图像参数也统一设为：分辨率 2000px × 1500px，宽高比 1:1，帧率 24fps。渲染生成速度如下：

第二轮同样为用 GPU 进行渲染，不过将白模的分辨率扩大 3 倍，其他不变：分辨率 6000px × 4500px ，宽高比 1:1，帧率 24fps。更大的工程质量也能更明显的表现出不同设备芯片的性能差异。

第三轮仍然保持上轮的输出参数，但改为 CPU 渲染：

这个有争议的输出结果，就像是这台有争议的新品一样，总是会在使用时给你带来各种惊喜，当然也有惊吓，但这一切都不妨碍苹果在电脑主机小型化上做出的努力。

从跑分和实测结果来看，它的小身板里确实藏着大核心，能在传统主机 1/10 体积、比上代产品小了 40% 的小身躯里，爆发出和外观不太匹配的高性能，本身就是一种卖点。

当然我们也想强调，这台设备的高热度和高叫好，从用户视角来看，还是因为不到 ¥4000 价格，而我们此次测试所用的 Mac mini M4 Pro 的起售价为 ¥10999，48GB+1TB 的配置需要 ¥15499。

所以当价格来到万元以上，进入了全新 iMac 和 MacBook Pro 的价格区间后，失去了性价比的 Mac mini 只剩下了 mini，而且还得单独配屏幕，那你还会为这台迷你主机和它的 M4 Pro 芯片买单吗？

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

2024 年 11 月，对于曾经一些表示「捍卫纯电荣耀，我辈义不容辞」的品牌来说，是一个态度上的转变时刻。先是有媒体曝出蔚来会通过第三品牌「萤火虫」来进入增程汽车市场，然后就是今天，11 月 6 日，小鹏的 AI 科技日活动上，何小鹏表示：属于小鹏的增程车，已经在计划内。

纯电大旗，只有特斯拉一家还在苦苦支撑。但，消费者买车才没有这样的包袱，市场会教育消费者，也会教育厂商。

小鹏超级电动：430km 纯电续航，1400km+ 综合续航

虽然说纯电品牌们想尽一切办法加大电池，降低能耗，加强快充速度，还有建设充电和换电网络，但和已经极为成熟的加油网络相比，还是差点意思。

以及，其实大多数人没经历过真正的没电趴窝，但有一个邮箱，那确实安心不少。

加上充电换电等等基础建设只能说是风景这边独好，世界大多数地方的充电基础设施建设还远远不够，因此想要出口海外，增程式新能源汽车，是一个折中的方案。

介绍完背景，就该何小鹏发言了，他表示，小鹏汽车再做一个普通增程车没有什么意义，小鹏做的是「鲲鹏超级电动体系」，其中，鲲代表超级增程系统，采用下一代增程技术，鹏代表着小鹏一直领先全球的纯电体系。

因此，小鹏认为，这个增程不是普通增程，而是新技术加持下的新一代增程技术融合小鹏在纯电上的能力，相当于强强组合的动力系统。

在新电机以及全平台 800V 技术加持下，小鹏未来的超级增程系统新车的纯电续航达 430km，可以算是目前增程车里最长的纯电续航里程，几乎赶上一些中低端纯电电车的续航了。在满电满油的情况下，整体续航最高可以达到 1400km。进可跑跨省际长途，退能纯电保证一周上下班通勤。

支撑这个「鲲鹏超级电动体系」有两项纯电新技术，一是小鹏的 5C 超充 AI 电池搭配 S5 液冷超快充站，可以 1 秒充电超 1 公里的续航里程，仅需 12 分钟即可充满 80%；二是新的混合碳化硅同轴电驱，电驱 CLTC 效率 93.5%，体积相比于传统电机减少 30%，可以给后排留更多空间。

另外，针对低电量状态下，电动机介入发电发出的噪音和抖动问题，小鹏也表示他们的鲲鹏超级电动体系能够实现超级静音，低电状态的声音只比纯电高 1 分贝，驾驶感受和纯电没有区别。同时，小鹏增程的「一车双能」针对相对平滑的铺装路面，车辆将更多使用电能，减少能耗；针对爬坡、泥泞、雪地等场景，发动机会提前介入避免电量过低导致动力不足。

小鹏的「星辰大海」：自研芯片，Robotaxi ，飞行汽车，机器人

说完前面实际的内容，看完了面包与蜂蜜，接下来就是属于小鹏的「星辰大海」时刻，此时的小鹏汽车，可以说是特斯拉在中国开的影分身，技术重点几乎重合。

智驾的竞争同时对云端算力和车端算力提出了要求，另外为了解决公版芯片大量通用算力被浪费的问题，小鹏汽车决定自研芯片。

在这次 AI 科技日活动上，何小鹏揭晓了自研的小鹏图灵 AI 芯片最新进展：今年 10 月，小鹏的图灵 AI 芯片已跑通最新版本的智驾功能，用 40 天完成了 2791 项功能验证。

因为小鹏的「星辰大海」包括了汽车、机器人和飞行汽车，所以这颗图灵 AI 芯片的设计初始就支持这三种产品形态，为 AI 大模型定制，为端到端而生。

算力上，图灵 AI 芯片拥有 40 核处理器，支持高达 30B 参数的大模型运行，AI 算力两三倍于目前行业主流的英伟达 Orin-X。

和图灵 AI 芯片相配套的，还有小鹏沧海底座，这是小鹏为 L4 级别完全自动驾驶设计的技术底座，涵盖了核心计算平台、基础软件平台以及智能车控应用平台，可将整车总通讯带宽提升 33 倍、摄像头出图速度提升 12 倍，同时实现 L4 级别的安全冗余。

前不久特斯拉 10 月 10 日的发布会，为我们展现了无人驾驶的未来：Cybercab 和 Robovan，两种没有方向盘和脚踏板的无人驾驶出租车和无人驾驶巴士。

而在特斯拉发布会之后，小鹏也表示，他们的 Robotaxi 也正在紧锣密鼓的研发中，与特斯拉英雄所见略同了。

今天，何小鹏透露了它的更多信息：

小鹏在现有的 Pro 和 Max 车型之上，还有「Ultra」车型，这是一种 Robotaxi 的新形态，将搭载多颗小鹏图灵 AI 芯片和小鹏沧海底座，具备高达 3000T 的车端算力，拥有 L4 级智能驾驶能力。

方向盘问题上，小鹏也希望通过线控转向技术，让未来的方向盘变为「可选」或者是「可隐藏」。

在颇具争议的飞行汽车路线上，小鹏也有小鹏汇天在持续研究，并且还画了更大的一个饼：小鹏汇天高速长航程飞行器，6 座，采用混合能源动力形式，最长空中续航可达到 500 公里，最高 360km/h 航速。

星辰大海的最后组成部分，则是小鹏的 AI 机器人 Iron。

一方面，这是和小鹏汽车在技术上同源的产品，一样会搭载图灵 AI 芯片，赋予机器人自主思考和推理能力；在行动上也依靠端到端大模型，实现行走能力，完成手指的抓、拿、放等精细任务；另外底层的小鹏天玑 AI OS 是底层操作系统，让机器人拥有流畅类人的对话能力。

另一方面，何小鹏表示，做 AI 机器人其实比做 AI 新能源汽车要难，没有 500 亿投入做不好 AI 机器人。

小鹏 AI 机器人 Iron 大小和真人无异：身高 178cm，体重 70kg，拥有超 60 个关节，可模拟人类站立、躺卧、坐。

和特斯拉的 TeslaBot 机器人已经进厂打工一样，小鹏 AI 机器人 Iron 也已进入小鹏工厂工作，未来则可能出现在销售门店、办公室、家庭等场景。

今天的小鹏 AI 科技日其实内容相当多，不过发布会安排得也相当紧凑，许多信息更像是预告，只露出未来的冰山一角。不过步入下半年后的小鹏节奏明显好了起来，一方面是 MONA 03 车型持续大卖，明天正式上市的 P7+ 预售表现也不错，销量算是稳住了。另一方面，一次画了自研芯片、 Robotaxi 、飞行汽车和 AI 机器人四个大饼，也是小鹏在发出「未来可期」的信号。

当然，介于当下和未来之间，最让人期待的，还是小鹏的增程汽车，以及背后的出海野心。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

据路透社报道，OpenAI 正在与博通（Broadcom）合作开发其首款定制 AI 推理芯片，旨在处理其大规模的 AI 工作负载，特别是推理任务。

为此，OpenAI 已经组建了一支约 20 人的研发团队，包括曾参与谷歌 Tensor 处理器项目的首席工程师在内。

消息称博通将会帮助 OpenAI 进行芯片设计，并确保由台积电（TSMC）进行制造，预计 2026 年开始生产。

为了实现芯片供应的多元化，OpenAI 此前计划建立芯片制作代工厂。但由于成本高昂，并且构建代工厂网络需要大量时间，OpenAI 已经搁置了这一计划，转而专注于内部芯片设计。

OpenAI 这一通过「定制芯片设计来管理成本和访问 AI 服务器硬件」的战略意味着其走上了 Meta 和 Google 等科技公司的老路，而后者作为 OpenAI 的竞争对手，已经经历了几代人的努力。

并且，市面上不乏成熟且广泛部署应用的 AI 芯片，如 Google 推出的「TPU」、微软的「Maia 100」等等。

也就是说，OpenAI 需要更多的资金才能弥补这些差距，登上牌桌。

除了满足不断增长的基础设施需求，减少训练和运行成本以外，「减少对英伟达（NVIDIA）的依赖」也是 OpenAI 的「小算盘」之一。

OpenAI 的 CEO 奥特曼（Altman）指出，之所以要「获得更多芯片」，是因为两个问题：为 OpenAI 软件提供动力的先进处理器的短缺，以及为其工作和产品提供动力的硬件运行所需的「令人眼花缭乱」的成本。

他还曾公开抱怨市场资源匮乏，而 NVIDIA 主导并控制着最适合运行 AI 应用的芯片全球 80% 以上的市场。

作为英伟达图形处理单元（GPU）的最大买家之一，OpenAI 此前几乎完全依赖 NVIDIA GPU 进行训练。2020 年以来，OpenAI 在微软建造的大型超级计算机上开发了其生成式人工智能技术，这台计算机使用了 10000 个 NVIDIA GPU。

但由于芯片短缺和供应延迟，以及训练成本高昂的问题，OpenAI 不得不开始探索替代方案。他们计划通过微软的 Azure 云平台使用 AMD 芯片进行模型训练。

值得一提的是，AMD 在去年推出了 MI300 AI 芯片，致使其数据中心业务在一年内翻了一番。种种迹象表明，AMD 正在追赶市场领导者 NVIDIA。

此外，消息人士称 OpenAI 仍在决定是否为其芯片设计开发或收购其他元件，并可能会聘请更多合作伙伴。

尽管「不惜一切代价构建 AGI（通用人工智能）」的 OpenAI 和号称「下一个英伟达」的博通之间和合作很可能引起英伟达的不满，但 OpenAI 表示「希望与仍致力于合作的芯片制造商保持良好的关系，特别是在使用其新一代 Blackwell 芯片方面」。

对此，英伟达暂时不予置评。

唯一的回应是市场。合作消息一出，博通的股价应声大涨，AMD 也延续了早盘涨幅。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博