今年10月，苹果正式推出了全新的M5芯片，同时一并更新了MacBook Pro、iPad Pro以及Apple Vision Pro等多条产品线。

搭载M5芯片的MacBook Pro

表面上看起来，这似乎是一次常规的“挤牙膏”式硬件迭代，毕竟这些新品除了“换芯”，没有其他更为显性的升级。然而，更深层的信号其实隐藏在这枚M5芯片的架构之下。今年苹果首次在GPU中集成了负责提升AI能力的神经网络加速器，这也清晰地揭示了苹果在AI时代的新思考，那就是这枚M5芯片，或许正是苹果AI战略中派出的“前哨”。

全新架构首次亮相

从常规性能的角度来看，M5芯片只能算作苹果生态内的一次稳步迭代。在MacBook Pro中，这颗芯片获得了单核心4339、多核心17787的成绩，这一成绩相比上一代M4芯片有一定程度的提升。

然而，在常规的性能数字背后，M5真正的看点在于GPU。这一次，M5的GPU不仅引入了新一代10核心架构，更关键的是，每个核心都集成了专用的神经网络加速器，以此实现AI算力的飞跃。

苹果官方宣称，M5芯片的图形处理器在AI峰值计算性能上较M4提升4倍以上，尤其是“LLM提示词处理”，其首个词元响应速度更是显著提升。

然而由于M5芯片并没有配置更高规格的运行内存，因此如果你是一位本地AI工具的重度用户，可能依然无法像M4 Pro/M4 Max搭配大容量运行内存的机型那般，去部署一个参数量较大的模型。但在运行诸如Drawthings、或者是部署一些小尺寸的本地模型，甚至是使用ComfyUI搭建文生图工作流时，相信你能够感受到“更快一步”的从容感。

为什么是M5先行？

一个有趣的现象是，苹果此次只推出了M5芯片，而没有像往常一样一次性发布M5 Pro、M5 Max和M5 Ultra组成的“全家桶”。这种反常规的做法，我更愿意将其理解为是苹果在AI领域稳扎稳打、稳步迭代的策略。

M5芯片

当前，无论是CPU还是GPU，其性能增长很大程度上依赖于芯片制程工艺的提升，想要实现跨越式的增长已非易事。在“常规性能”难以再驱动大规模换机的今天，“AI”正成为新的突破口。苹果今年选择在芯片的GPU中集成神经网络加速器，也恰恰是将AI看作下一个全新的发展方向。

M5芯片在苹果庞大的生态内，承担着“试水”AI新时代的任务。这枚芯片依然是一枚轻量级的芯片，苹果或许希望利用生态内价格门槛相对较低的它，来吸引更多对AI感兴趣、但又不需要Pro/Max级别性能的用户进行升级。这既能铺开新架构的市场占有率，也能为后续更高端芯片的AI功能积累宝贵的市场反馈。

话虽如此，若论真正意义上的“AI能力普及”，搭载M5芯片的MacBook Pro似乎还不够彻底。相比之下，一台搭载M5芯片的Mac mini显然是更具性价比的入门选项。当然，苹果此次“雪藏”Mac mini，或许是在为M5 Pro版本的登场做准备，因此我们大概率要等到明年才能见到这台更亲民的AI主机。

发力AI 看齐行业主流

事实上，通过在GPU中加入神经网络加速器，也是行业内的主流做法。

以英伟达为例，2017年，英伟达就在Volta架构中加入了全新的Tensor Core（张量核心）。Tensor Core就是GPU专用的AI计算单元，当传统的GPU还在用通用计算单元来处理AI任务时，Tensor Core已经开始专职、高效地执行AI运算。这让英伟达的GPU在AI训练和推理上获得了碾压性的优势，也让他们牢牢锁定了AI时代的王座。

M5芯片的每一个GPU核心都拥有神经网络加速器

现在，苹果在M5芯片上做的，正是相似的逻辑。苹果意识到，未来的竞争不再是单纯的CPU性能跑分，而是谁能更高效地处理AI任务。因此，M5芯片不再仅仅依赖ANE（神经网络引擎），而是效仿主流做法，在GPU中集成了专用的神经网络加速器，从而带来更强的AI综合能力。

从M5芯片的设计我们不难推测，未来苹果的AI算力分工会更加明确：诸如相册分类、Siri响应等轻量化AI功能，将继续由能效比极高的神经网络引擎处理；而诸如不久后会到来的Apple Intelligence、复杂的“文生图”、AI视频增强渲染等需要高算力和高精度的重负载任务，则将交给集成了强大AI加速单元的新一代GPU。

使用Draw Things文生图

这种分工模式，既能兼顾日常使用的能效，也能保证专业应用所需的峰值性能。我们有理由相信，后续即将登场的M5 Pro和M5 Max芯片，大概率也会延续类似的升级思路，借助GPU中的神经网络加速器，在AI性能上实现更大幅度的飞跃。