自製晶片蘋果電腦年底問世 程式開發者憂轉換

蘋果公司今天宣布將以自製的「Apple Silicon」晶片配置在年底推出功能更強的新電腦,稱之為「蘋果電腦歷史性的一天」,但程式開發者卻對相關轉換感到憂心。
評論
評論

本篇來自合作媒體中央社,INSIDE 經授權轉載。

這是蘋果電腦自2006年來最大的改變,不再使用英特爾(Intel)的晶片,而改以安謀國際科技公司(ARM)為架構的微處理器自製晶片生產蘋果電腦。

安謀是日本軟銀集團旗下的半導體設計與軟體公司,全球總部位於英國劍橋,北美總部位於加州聖荷西(San Jose)。

蘋果公司在今天展開2020年全球開發者大會(WWDC),因應2019冠狀病毒疾病(COVID-19,武漢肺炎)疫情,30多年來第一次以線上的方式舉行。

執行長庫克(Tim Cook)在蘋果公司總部加州的古柏迪諾(Cupertino)以影片宣布,自製晶片「Apple Silicon」生產的電腦將在年底問世,接著以兩年的時間進行轉換,讓開發者有時間對於應用程式作轉換。

不過此種轉換並非小事,「華盛頓郵報」(Washington Post)今天指出,目前為蘋果電腦所寫的軟體程式,除非改成新的語言,否則將不適用;許多應用程式開發者擔心蘋果公司趁著混亂替企業製造機會,讓未來所有程式軟體都必須透過App Store行銷,因此蘋果公司能從中獲取30%利益。

長期以來蘋果電腦的使用者都能直接下載軟體,但是手機用戶在 iOS 作業系統上的任何應用程式則必須透過App Store下載,開發者沃德爾(Patrick Wardle)憂心安謀的微處理器會讓蘋果電腦往iOS方向發展,全由蘋果公司控制。也就是蘋果電腦會變得類似iPhone、平板。

繪圖應用程式公司 Astro HQ 執行長隆恩(Matt Ronge)告訴華盛頓郵報,許多開發者會開始認真考慮其他平台。Astro HQ 旗下的 AstroPad 與蘋果公司的繪圖程式為競爭者。

蘋果公司表示,對消費者而言,蘋果承諾會有功能與效率更強的電腦產品;對企業本身而言,自製晶片意味著在電腦生產的軟硬體環節有更好的掌握,助益未來人工智慧技術、圖像表現,以及資安保護。

蘋果的平板、手機已使用安謀的微處理器,根據The Verge科技網站,蘋果公司在蘋果電腦測試安謀的晶片,發現性能超越英特爾的相關選項。

「衛報」(The Guardian)今天報導,蘋果公司14年前從PowerPC晶片改成英特爾x86晶片,就是在2005年6月的全球開發者大會上宣佈,接著在2006年1月推出第一批配置英特爾晶片的蘋果電腦。

英特爾發表聲明,蘋果公司仍為其諸多領域的客戶,並表示英特爾的晶片「現在與未來都是對開發商最開放的平台」。

責任編輯:Anny


亞洲.矽谷 x AIdea 徵案成果:新創解決「香水百合價量預測」、「動態足壓影像辨識」AI 模型

國發會亞洲・矽谷計畫執行中心幫助「台北花市」、「阿瘦皮鞋」兩家企業數位轉型,成功導入 AI 應用以提升企業產能及附加價值。
評論
Photo Credit:亞洲・矽谷計畫執行中心
評論

國發會亞洲.矽谷計畫執行中心與工研院 AIdea 人工智慧共創平臺合作「產業出題、 AI 解題」徵案,協助台北花卉公司(台北花市)及阿瘦皮鞋兩家企業出題,題目分別為「香水百合價量預測」、「動態足壓影像辦識」,前後歷經半年的徵案與解題,並邀請資料專家診斷和協助,吸引超過 700 名團隊參與。此次解題優異的新創公司包括:台灣資料科學、庭躍、羅伯斯特及索妮婭四家新創團隊。

亞洲.矽谷計畫執行中心李博榮行政長表示,執行中心持續以「完善創新創業生態系」及「推動物聯網創新研發」為兩大主軸,本次徵案集結了資料科學家與輔導團隊進行訪視企業,從前期的釐清企業需求、檢視企業的數據資料,到最後定義題目與公開解題。活動對企業數位轉型做了一個很好的示範,成功借外部創新能量,導入 AI 應用,以提升企業產能及附加價值。

此次參與出題的台北花卉公司副董事長呂瀅瀅表示,台北花卉公司一直在尋求如何解決花卉的價量問題,擺脫過往農產品容易發生價格過高或是崩盤的情況,如過年期間花卉的需求波動高,預測非常困難。台北花卉希望能夠透過 AI 預測模型,維持花卉的價量,並且穩定造福農民。這次「香水百合價量預測」的準確度高達 7 成,也是非常不容易,之後不排除再找其它的花種進行價量預測,期待在未來能夠將此套 AI 預測導入花卉公司價量預測的標準流程。

阿瘦皮鞋的「動態足壓影像辨識」,參與解題的隊伍能充分利用電腦視覺的技術,來預測足型的最高點及最低點。在第一名的模型中,每個點的平均距離誤差只有 4 個像素,是非常好的結果。未來應用落地後,將大幅提升標註精準度,對於後續的數據應用賦予更高價值,同時也符合阿瘦皮鞋帶給客戶足下與生活美好的企業理念。

工研院巨資中心副組長洪淑慎強調,企業若要推行 AI 應用,首先資料的收集是很重要的步驟,因為 AI 需要大量且正確的資料來學習,達到分析預測的結果;其次是需要企業管理的高層支持,才能由上而下地順利推動,成功率較高;最後則是跨領域的共同合作,由各個不同的領域專家與 AI 專家一起合作,才能達到最佳效果。

後續亞洲.矽谷計畫執行中心與 AIdea 團隊,將安排解題優異的新創隊伍與兩家出題企業進行媒合,以落實企業注入外部創新能量,實現 AI 數位轉型的目標。

本文章內容由「亞洲.矽谷計畫執行中心」提供,經關鍵評論網媒體集團廣編企劃編審。