Apple เปิดตัวชิป M5 ยกระดับประสิทธิภาพ AI แบบก้าวกระโดด

 (apple.com)
3 คะแนน โดย GN⁺ 2025-10-16 | 3 ความคิดเห็น | แชร์ทาง WhatsApp
  • ชิป M5 ฝัง Neural Accelerator ไว้ในแต่ละคอร์ของ GPU เพื่อเร่งความเร็วการประมวลผล AI ให้สูงกว่า M4 มากกว่า 4 เท่า
  • การผสาน GPU 10 คอร์, Neural Engine 16 คอร์ และ แบนด์วิดท์หน่วยความจำแบบรวม 153GB/s ช่วยยกระดับประสิทธิภาพอย่างมากทั้งในการรันโมเดล AI บนอุปกรณ์และการประมวลผลกราฟิก
  • ถูกนำไปใช้ใน MacBook Pro 14, iPad Pro, และ Apple Vision Pro ช่วยเพิ่มความเร็วของเวิร์กโฟลว์ที่ขับเคลื่อนด้วย AI, โมเดล diffusion และการรัน language model ได้อย่างชัดเจน
  • ด้วย เอนจินเรย์เทรซซิงรุ่นที่ 3 และ Dynamic Caching รุ่นที่ 2 จึงมอบ ประสิทธิภาพกราฟิกที่ดีขึ้นสูงสุด 45% ในเกมและแอป 3D
  • Apple เน้นย้ำว่าชิป M5 คือ แพลตฟอร์มหลักของยุค AI และเป็นก้าวกระโดดครั้งถัดไปของ Apple Silicon ทั้งด้านประสิทธิภาพและการใช้พลังงานอย่างคุ้มค่า

ภาพรวมชิป M5

  • ชิป M5 คือ Apple Silicon SoC รุ่นถัดไปที่ผลิตด้วย กระบวนการ 3 นาโนเมตรรุ่นที่ 3 และได้รับการออกแบบใหม่ทั้งหมดเพื่อรองรับเวิร์กโหลด AI
  • GPU ทั้ง 10 คอร์รวม Neural Accelerator เข้าไว้ในแต่ละคอร์ ทำให้ได้ประสิทธิภาพ การประมวลผล AI สูงขึ้น 4 เท่าเมื่อเทียบกับ M4 และ 6 เท่าเมื่อเทียบกับ M1
  • CPU 10 คอร์ที่ประกอบด้วย 4 คอร์ประสิทธิภาพสูง และ 6 คอร์ประหยัดพลังงาน ให้ ประสิทธิภาพมัลติเธรดเร็วขึ้น 15% เมื่อเทียบกับ M4
  • เสริมประสิทธิภาพโดยรวมของระบบด้วย Neural Engine 16 คอร์, มีเดียเอนจิน ที่ปรับปรุงขึ้น และ แบนด์วิดท์หน่วยความจำ 153GB/s

นวัตกรรมด้าน AI และประสิทธิภาพกราฟิก

  • สถาปัตยกรรม GPU รุ่นใหม่ของ M5 ได้ปรับทุกบล็อกการประมวลผลให้เหมาะกับงาน AI และให้ Neural Accelerator ภายใน GPU จัดการงาน AI โดยตรง
    • ความเร็วในการทำงานของแอป AI บนอุปกรณ์ เช่น Draw Things และ LM Studio เพิ่มขึ้นอย่างมาก
  • การทำงานร่วมกันของ เอนจินเรย์เทรซซิงรุ่นที่ 3 และ Dynamic Caching รุ่นที่ 2 ช่วยให้ประสิทธิภาพกราฟิกสูงขึ้น 30% เมื่อเทียบกับ M4 และ 2.5 เท่าเมื่อเทียบกับ M1
  • รองรับ 120Hz และการเปลี่ยนเฟรมที่ลื่นไหลในเกมระดับสูงอย่าง Cyberpunk 2077
  • แอปที่พัฒนาบนเฟรมเวิร์กทางการของ Apple (Core ML, Metal Performance Shaders, Metal 4) สามารถได้รับ ประโยชน์จากประสิทธิภาพที่เพิ่มขึ้นได้ทันที
  • นักพัฒนาสามารถควบคุม Neural Accelerator ภายใน GPU ได้โดยตรงผ่าน Metal 4 Tensor API

Neural Engine และ Apple Intelligence

  • Neural Engine 16 คอร์ ทำงานร่วมกับ Neural Accelerator ของ CPU และ GPU เพื่อประมวลผลงาน AI ความเร็วสูง
  • บน Apple Vision Pro ฟีเจอร์ AI ที่ซับซ้อน เช่น การแปลงภาพเป็น 3D และ การสร้าง Persona จะทำงานได้รวดเร็วยิ่งขึ้น
  • ความเร็วตอบสนองของ language model ที่ขับเคลื่อนด้วย Apple Intelligence และเครื่องมือ Image Playground ดีขึ้น ช่วยยกระดับประสบการณ์ AI บนอุปกรณ์
  • นักพัฒนาที่ใช้โมเดล Apple Intelligence ก็จะสัมผัสได้ถึงประสิทธิภาพที่ดีขึ้นจาก Neural Engine ที่ได้รับการปรับปรุงของ M5

สถาปัตยกรรมหน่วยความจำ

  • แบนด์วิดท์หน่วยความจำแบบรวม 153GB/s เพิ่มขึ้น 30% จาก M4 และมากกว่า 2 เท่าเมื่อเทียบกับ M1
  • ด้วย โครงสร้างพูลหน่วยความจำเดียว ทำให้ CPU, GPU และ Neural Engine เข้าถึงหน่วยความจำขนาดใหญ่ชุดเดียวกันได้
  • คอนฟิกหน่วยความจำ 32GB ทำให้สามารถรันแอปสร้างสรรค์ที่ต้องการสเปกสูงอย่าง Photoshop และ Final Cut Pro ควบคู่กับโมเดล AI ขนาดใหญ่ได้อย่างลื่นไหล
  • ช่วยดึงประสิทธิภาพสูงสุดของโมเดล AI ขนาดใหญ่และการเรนเดอร์กราฟิกแบบเรียลไทม์

ประสิทธิภาพพลังงานและสิ่งแวดล้อม

  • M5 เพิ่มประสิทธิภาพอย่างมากโดยยังคง ประสิทธิภาพการใช้พลังงาน ในระดับชั้นนำของอุตสาหกรรม
  • ภายใต้ Apple 2030 Initiative บริษัทผลักดันการลดการปล่อยคาร์บอนตลอดทั้งกระบวนการผลิต วัสดุ พลังงาน และการขนส่ง
  • อุปกรณ์ที่ใช้ชิป M5 ผ่าน มาตรฐานประสิทธิภาพพลังงาน และลดการใช้พลังงานตลอดอายุการใช้งานของผลิตภัณฑ์ให้น้อยที่สุด

ความหมายโดยรวม

  • ชิป M5 เป็นสัญลักษณ์ว่า Apple Silicon ได้ก้าวเข้าสู่ยุคของ การประมวลผลที่มี AI เป็นศูนย์กลาง อย่างเต็มตัว
  • ด้วยการออกแบบแบบบูรณาการของ GPU และ Neural Engine ทำให้ ประสิทธิภาพ AI บนอุปกรณ์ พัฒนาไปในทิศทางที่ลดการพึ่งพาคลาวด์และเพิ่มความเป็นอิสระด้านการประมวลผลให้กับอุปกรณ์ส่วนบุคคล
  • Apple กำลังนิยาม MacBook Pro, iPad Pro, Vision Pro ใหม่ให้เป็นแพลตฟอร์มสร้างสรรค์ AI รุ่นถัดไป

บทความที่เกี่ยวข้อง

3 ความคิดเห็น

 
tsboard 2025-10-21

ดูเหมือนเป็นการดิ้นรนของ Apple ที่เป็นนักเรียนช้าในด้าน AI แต่ถึงอย่างนั้นก็น่าคาดหวังอยู่เหมือนกัน 555
 
GN⁺ 2025-10-16
ความเห็นจาก Hacker News
  • สรุปเป็นตาราง
    Chip Process CPU Cores GPU Neural Engine Memory Bandwidth Unified Memory Geekbench Single/Multi
    M1 5 nm G1 8: 4P+4E 7–8 16-core 68.25 GB/s 16 GB 2346 / 8346
    M2 5 nm G2 8: 4P+4E 8–10 16-core 100 GB/s 24 GB 2586 / 9672
    M3 3 nm G1 8: 4P+4E 8–10 16-core 100 GB/s 24 GB 2965 / 11565
    M4 3 nm G2 10: 4P+6E 8–10 16-core 120 GB/s 32 GB 3822 / 15031
    M5 3 nm G3 10: 4P+6E 10 16-core 153 GB/s ≤32 GB 4133 / 15437 (9 core)
  • น่าสนใจที่ unified memory ลดจาก 32GB เหลือ 24GB คงเดาว่า Apple มองว่าชิป M4 เปิดให้รุ่นมาตรฐานมีแรมเยอะเกินไป เลยอยากขยายความต่างกับชิป Pro/Max ให้มากขึ้น แต่พอเห็นว่า Macbook Pro รุ่นล่าสุดก็ยังรองรับตัวเลือก 32GB ก็เลยคิดเหมือนกันว่า 24GB M5 ในตารางอาจเป็นพิมพ์ผิด
  • M3 Max ของฉันคงกำลังจะกลายเป็นของเก่าแล้ว แต่ถ้าอัปเกรดไป M6 หรือ M7 Max ก็น่าจะเจ๋งมาก
  • สงสัยว่ากระบวนการ 2nm ของ TSMC ถูกเลื่อนไปปีหน้าหรือจริง ๆ แล้วเดิมทีวางไว้ปี 2026 อยู่แล้ว
  • คะแนน Geekbench แบบมัลติคอร์ของ M5 เป็นของ รุ่น 9 คอร์ ยังไม่มีการเปิดเผยคะแนนของรุ่น 10 คอร์
  • M5 MacBook Pro ยังใช้ชิป WiFi ของ Broadcom อยู่ แต่ M5 iPad Pro ใส่ชิป N1 กับ C1X มา เลยชวนให้คาดหวังขึ้นมา
    รู้สึกว่า Apple ทำเรื่องฮาร์ดแวร์ได้เหลือเชื่อจริง ๆ
    แต่ทีมซอฟต์แวร์นี่ควรตื่นตัวได้แล้ว M1 เองก็แรงมากจนผู้ใช้ส่วนใหญ่แทบไม่จำเป็นต้องอัปเกรด
    แต่ OS ใหม่ (Tahoe) กลับทำให้ M1 Air ของฉันช้าลงแบบฉับพลัน แม้แต่ตอนทำงานเดิม ๆ ที่ทำมาหลายปี
    ถ้านี่เป็นการทำให้ช้าลงโดยตั้งใจคงน่าผิดหวังมาก
    • หลังอัปเดต Tahoe โน้ตบุ๊กทำงาน 32GB M2 Pro ของฉันอืดเหมือนพีซีช้า ๆ ที่บ้าน
      เมาส์พอยน์เตอร์ยังให้ความรู้สึกเหมือนวาร์ปไปมา ปิด transparency ในการตั้งค่าการช่วยการเข้าถึงก็ไม่ช่วย แถมเหมือนจะแย่ลงอีก
    • เรื่องซอฟต์แวร์ของ Apple ช่วงหลังมีหลายอย่างที่ชวนให้หงุดหงิดจริง ๆ
      • ใช้ iPhone เป็นรีโมต Apple TV แล้วจู่ ๆ ก็ควบคุมเสียงไม่ได้ เป็นปัญหา UI ที่ไม่สม่ำเสมอ
      • วิธีการยืนยันตัวตนที่บังคับ Face ID นี่น่าอึดอัดมาก เวลาอยู่ลานสกีก็แน่นอนว่า Face ID ใช้ไม่ได้ แต่กลับใส่รหัสผ่านได้ไม่ทันที
      • การกรอกรหัส parental controls บน Apple TV ก็ยังต้องผ่านหน้าจอเลือกว่าเป็น PIN ก่อน ทั้งที่เด้งช่องให้กรอก PIN ได้เลยจะสะดวกกว่า
      • ตอนใช้ iPhone เป็นรีโมตก็อยากให้ขั้นตอนอนุมัติของผู้ปกครองข้ามไปอัตโนมัติได้
    • ทีมฮาร์ดแวร์ของ Apple สร้างเรื่องระดับปาฏิหาริย์ได้ แต่ซอฟต์แวร์ที่ใช้ขับเคลื่อนมันกลับไม่ถึงความคาดหวัง เหมือนมีสองบริษัทที่แยกกันทำงานอยู่
    • ยังตัดสินยากว่าชิป WiFi ของ M5 MacBook Pro กับ N1, C1X ของ iPad Pro ดีจริงแค่ไหน ประสบการณ์กับโมเด็มเซลลูลาร์ของ Apple ที่ผ่านมาก็ไม่ได้ดีเสมอไป
      ที่บอกว่า M1 ทรงพลังมากอาจพูดเกินไป ประสิทธิภาพต่อวัตต์ยอดเยี่ยมก็จริง แต่ถ้าวัดปริมาณงานจริง Ryzen 9 7945HX ทำได้มากกว่า M1 Max ราว 3 เท่า และ Intel Core Ultra 7 265k ก็ราว 3.5 เท่า
    • ถ้า Apple แยกองค์กรฮาร์ดแวร์กับซอฟต์แวร์ออกจากกันอย่างสิ้นเชิง ทำให้ฮาร์ดแวร์เป็นมาตรฐานมากขึ้น และทำให้ macOS/iOS เป็นเพียงหนึ่งในตัวเลือกมากมาย คงน่าตื่นเต้นมาก แม้ในความจริงจะเป็นไปไม่ได้ก็ตาม
  • ฮาร์ดแวร์ Apple ดูน่าประทับใจในแง่สเปก แต่ฉันไม่อยากซื้อ Mac ที่รัน Linux โดยตรงไม่ได้ ไม่ชอบ ecosystem แบบควบคุมโดย Apple
    ยังมีประเด็น ARM ปะทะ x86 อีก ต่อให้มีดิสโทรที่รองรับออกมา เดสก์ท็อปก็ยังเป็นงานที่ต้องรันซอฟต์แวร์และเกมได้หลากหลาย ซึ่ง ARM ยังมีข้อจำกัดเยอะ บนโน้ตบุ๊กอาจเริ่มเป็นตัวเลือกที่สมเหตุสมผล แต่เดสก์ท็อป ARM ที่ทั้งอิสระและใช้งานได้จริงยังอีกไกล
    • จริง ๆ แล้ว Linux บน Mac ก็รันได้ดีพอสมควร เคยลอง Parallels หรือ VMware Fusion ไหม โดยเฉพาะ Parallels รองรับ 2D/3D/video acceleration, การพักการทำงาน, และการผสานกับ host OS ได้ดีมาก
      ถ้าแบบนั้นไม่ใช่แนวของคุณ ฟีเจอร์ native container ใหม่ของ Tahoe ก็ให้รันคอนเทนเนอร์จาก dockerhub ได้ตรง ๆ
      และที่เรียกระบบนิเวศ macOS ว่าเป็น "walled garden" นั้น จริง ๆ ก็ติดตั้งแอปได้อิสระ และใช้ homebrew กับซอฟต์แวร์แบบเปิดหรือปิดแทบทั้งหมดได้
    • ฉันยังคงมองหาโน้ตบุ๊ก ARM ที่รัน Linux ได้ดีอยู่เรื่อย ๆ ก็มองผลิตภัณฑ์ Lenovo ไว้เหมือนกัน แต่การรองรับ Linux ยังไม่ดีพอ
    • ถ้าจะรับบริการอย่างเป็นทางการจาก Apple บางทีกลับให้ความรู้สึกเหมือนถูก upsell แบบจงใจ เปลี่ยนคีย์บอร์ดก็คิดเงินถึง $1500 Apple ก็ยังไม่กระตือรือร้นเรื่องการรีไซเคิลและการยกเลิกรุ่นเก่าเท่าไรนัก และสภาพแวดล้อมก็ยังเป็นแบบล้อมรั้วอยู่ดี ตัวเลือกที่ฉันทำกับอุปกรณ์ของตัวเองได้ก็ยังจำกัด
    • Mac M1 และ M2 ใช้งานกับ Asahi Linux ได้ค่อนข้างดีแล้ว (แต่ M3, M4, M5 ยังไม่รองรับ)
    • ตอนนี้ฉันคิดว่าความเร็วในการประมวลผลเองแทบไม่มีความหมายมากนัก ตราบใดที่กฎของ Wirth ไม่ทำงานหนักเกินไปก็พอแล้ว
  • รอบนี้ก็ยังไม่เห็นข้อมูลเจาะจงเกี่ยวกับการปรับปรุง Neural Engine
    ข้อมูลแทบทั้งหมดเกี่ยวกับ Apple Neural Engine (ANE) มักมาจากเอกสารทางการของ Apple หรือการทำ reverse engineering (Github repo) และครั้งนี้ก็คาดว่าน่าจะมีการปรับปรุงบางอย่างเพื่อรองรับประสิทธิภาพของ transformer
    งานวิจัยของ Apple เกี่ยวกับ transformer ก็น่าสนใจมาก:
    • transformers on the Neural Engine
    • vision transformers
      ในฝั่งซอฟต์แวร์ MLX ก็ดีขึ้นมากแล้ว แต่ยังน่าจะปรับปรุงได้อีก ต้องรอดูว่า M5 Max จะพัฒนาไปได้แค่ไหน
      ต่อให้มีการปรับปรุงยังไง มันก็ไม่ถูกส่งกลับไปยังรุ่นก่อนหน้าอยู่ดี และสิ่งที่น่าเสียดายที่สุดคือยังคงยืนกรานให้มี unified memory แค่ 8GB
    • อย่างที่บอก ช่วงหลังนี้ (ตั้งแต่ปีที่แล้วถึง 2 ปีก่อน) Mac รุ่นพื้นฐานทั้งหมดเริ่มต้นที่ 16GB แล้ว MacBook Air ก็เช่นกัน
    • บางกรณีก็ต้องการประสิทธิภาพการคำนวณที่เร็วขึ้นจริง ๆ โดยเฉพาะ vision language model ที่มี context ขนาดใหญ่ เท่าที่ฉันเข้าใจ ANE แบบเดิมถูกปรับแต่งมาสำหรับงาน convolution และประสิทธิภาพการคำนวณ ขณะที่ neural accelerator รุ่นใหม่กำลังขยับไปทางความยืดหยุ่นและประสิทธิภาพมากขึ้น
    • เท่าที่รู้ MLX ยังไม่ได้ใช้ Neural Engine ฉันกลับอยากให้ตัด Neural Engine ทิ้งไปเลย แล้วโฟกัสที่หน่วย metal/tensor ของ GPU มากกว่า
    • ฉันเดาว่าคราวนี้น่าจะใส่ systolic array เข้าไปในคอร์ GPU เหมือน NVIDIA ซึ่งดูเป็นวิธีเดียวที่จะทำให้ MLX เร็วขึ้น 4 เท่าเมื่อเทียบกับ M4
    • unified memory ก็มีปัญหาที่ว่ามันไม่เคยพอเท่า vram อยู่แล้ว vram 16GB ของฉันยังรู้สึกไม่พอเลย แถม Apple ตั้งราคาพื้นที่เก็บข้อมูลแพงเกินไป จนถ้าอยากทำ local AI จริง ๆ ให้มันมาวิเคราะห์ปฏิทิน เมล รูปภาพ โน้ต ฯลฯ ได้อย่างอิสระ ก็ยังติดข้อจำกัดว่าเลือกพื้นที่ได้แค่ช่วง 256GB~1TB
  • บน Apple silicon มีฮาร์ดแวร์ยูนิตหลายตัวที่ทำ matrix multiplies ได้
    1. CPU SIMD/NEON
    2. CPU AMX coprocessor (M1~M3)
    3. CPU SME (M4)
    4. GPU (metal compute shader+simdgroup-matrix+mps matrix)
    5. Neural Engine (CoreML advisory)
      และดูเหมือนว่าใน M5 จะมีการเพิ่ม 'Neural Accelerator' เข้าไปในแต่ละคอร์
    • แต่ละยูนิตจัดการกับจุดคนละจุดในลำดับชั้นหน่วยความจำ ดังนั้นกลับถือว่าสมเหตุสมผล จากมุมของโปรแกรมเมอร์ก็เป็นข้อดีเพราะควบคุม latency และ throughput ได้ละเอียด
    • โชคดีที่ไลบรารีอย่าง Pytorch ช่วย abstract ความซับซ้อนเหล่านี้ไว้ได้ดี ถ้าต้องทำเองตั้งแต่ต้นคงซับซ้อนมาก
    • สงสัยว่าซอฟต์แวร์ของ Apple (เช่น Final Cut) ใช้ประโยชน์จากยูนิต matrix multiply ที่ดู "ซ้ำซ้อน" เหล่านี้พร้อมกันเพื่อดันประสิทธิภาพสูงสุดหรือไม่ ในเชิงมัลติทาสก์ OS ก็จะแบ่งทรัพยากรให้ซอฟต์แวร์หลายตัวใช้อยู่แล้ว แต่ถ้าได้ลองใช้งานพร้อมกันแบบสุดขีดก็น่าสนุกดี
    • ไม่แน่ใจว่านี่จะเป็นการออกแบบที่แปลกอะไรนัก matmul เป็น primitive operation ที่ถูกใช้กันจนกลายเป็นเรื่องปกติมากแล้ว ใน Mac Quadra ปี 1994 ก็มีหน่วย floating-point อยู่มากมาย แต่ใน Mac ปี 1984 ยังไม่มี
    • สงสัยว่าจะใช้ยูนิต matrix multiply ทุกตัวพร้อมกันได้ไหม แม้จะไม่ค่อยมีประโยชน์ในทางปฏิบัติ แต่ลองทำเล่น ๆ ก็น่าสนุก CPU เองถ้าเป็นโครงสร้าง superscalar ก็น่าจะรันบางคำสั่งแบบขนานกันได้ด้วย
  • ชิป iPad Pro มีการทำ binning ตามความจุพื้นที่เก็บข้อมูล
    • 512GB หรือต่ำกว่า: 3 P-cores + 6 E-cores
    • 1TB ขึ้นไป: 4 P-cores + 6 E-cores
      ที่มา
    • การแยกประสิทธิภาพตามระดับพื้นที่เก็บข้อมูลแบบนี้เป็นการตลาดที่น่ารังเกียจมาก โดยเฉพาะเมื่อคิดว่า Apple คิดราคาพื้นที่เก็บข้อมูลแพงมหาโหดอยู่แล้ว
  • พอมอง Apple ช่วงหลัง ก็ให้ความรู้สึกว่าทีมฮาร์ดแวร์ทำได้ดีกว่าทีมซอฟต์แวร์มาก
    • นี่ไม่ใช่ครั้งแรกในประวัติศาสตร์ Apple ตอนย้ายจาก 68k ไป PowerPC ประสิทธิภาพฮาร์ดแวร์ก็กระโดดขึ้นมาก แต่ซอฟต์แวร์ตามไม่ทัน ระบบหลักแทบทั้งหมดต้องรันผ่านการจำลองไปจนถึง OS 9 และทั้ง protected memory กับ preemptive multitasking ก็ยังไม่ดีพอ โครงการ Taligent และ Copland ก็ล้มเหลว ก่อนจะไปสู่การซื้อกิจการ NeXT และออก Mac OS X จนถึงช่วงนั้นซอฟต์แวร์เคยเป็นจุดขายที่ทำให้ Mac แตกต่าง แต่หลังเปลี่ยนไป Intel ก็เริ่มถดถอย ก่อนที่ฮาร์ดแวร์จะกลับมานำอีกครั้งตั้งแต่ M1 Mac เปิดตัว
    • ซอฟต์แวร์มักมีขอบเขตกว้างขึ้นเรื่อย ๆ เพิ่มฟีเจอร์ที่ไม่จำเป็น และมีแอปที่ถูกปล่อยทิ้งได้ง่าย ตรงกันข้าม ฮาร์ดแวร์ถูกจำกัดด้วยต้นทุนการผลิต ทำให้ขอบเขตจำกัดกว่า ตอนนี้ Apple น่าจะต้องการใครสักคนที่กล้าตัดทิ้งขอบเขตและผลิตภัณฑ์ซอฟต์แวร์ที่ไม่จำเป็น
    • ซอฟต์แวร์ส่วนใหญ่ที่ไม่ใช่สำหรับดาต้าเซ็นเตอร์/คลาวด์ดูเหมือนจะแย่ลงเรื่อย ๆ และเมื่อคนที่ชินกับสภาพนี้กลายเป็นผู้มีอำนาจตัดสินใจ ฉันก็คิดว่ามันจะยิ่งแย่ลงไปอีก
    • จริง ๆ ไม่ใช่แค่ตอนนี้ คุณภาพซอฟต์แวร์ของ Apple แต่เดิมก็ใช่ว่าจะดีมาก อย่าง iTunes สมัยก่อน เวลาแก้แท็กก็เขียนไฟล์ทีละไฟล์ช้ามาก จุดเด่นมีแค่ภาพลักษณ์และ design guide ที่ดี แต่ด้านอื่นไม่ได้ให้ความรู้สึกว่าเป็นซอฟต์แวร์ที่ยอดเยี่ยมเท่าไร
    • โดยแก่นแล้ว Apple เป็นบริษัทฮาร์ดแวร์ ในขณะที่ Apple ให้ OS ฝั่งผู้บริโภคฟรี Microsoft เน้นขาย OS เป็นหลัก และตอนนี้ Apple ก็ออกแบบไปถึงระดับ SoC package เอง จึงแสดงจุดแข็งด้านฮาร์ดแวร์ได้อย่างเต็มที่
  • นี่เป็นครั้งแรกที่เห็น Apple ใช้คำว่า "AI" โดยตรงในการตลาด ก่อนหน้านี้ใช้แค่คำว่า "machine learning" หรือ "Apple Intelligence"
    • สุดท้าย Apple ก็ดูเหมือนยอมแพ้ต่อ hype รู้สึกเสียดาย เพราะมันเหมือนเป็นศักดิ์ศรีสุดท้ายของ Apple ที่ยังยืนใช้คำว่า 'machine learning'
    • แน่นอนว่าถ้า Apple นำ AI แบบทั่วไปอย่าง diffusion model/LLM เข้ามา จะเรียกว่า AI ก็ไม่ติดอะไร แต่ก็ยังคิดว่าอย่างน้อยใน PR ก็ควรพูดถึง Apple Intelligence ด้วย
    • ก็ไม่ได้หมดหวังเสียทีเดียว AI อาจย่อมาจาก Apple Intelligence ก็ได้ ถ้ามองด้วยจินตนาการหน่อย
    • ฉันอยากเชื่อว่า AI ที่ Apple โปรโมตนั้น จริง ๆ หมายถึง Apple Intelligence
  • ในการประกาศ M5 บอกว่าการประมวลผล GPU สำหรับ AI เร็วขึ้น 4 เท่าเมื่อเทียบกับ M4 แต่น่าจะเป็นตัวเลขในห้องแล็บ เพราะทั้ง M5 ใน iPad และ MacBook Pro ต่างก็อ้างว่า "ประสิทธิภาพ AI เร็วขึ้น 3.5 เท่า" ทั้งที่เดโมจริงยกตัวอย่างเพียงแค่เร็วขึ้น 1.2~2.3 เท่าเมื่อเทียบกับ M4 เลยสงสัยว่าใช้การทดสอบอะไรถึงได้ตัวเลข 3.5 เท่า
    • มีข้อมูลว่า M5 เพิ่มการรองรับการคำนวณ FP4 ดังนั้นกับโมเดลแบบ Q4 quantized (ความแม่นยำต่ำกว่า BF16 มาก) ความต่างของความเร็วน่าจะสูง
    • ไม่ใช่แค่ Apple คู่แข่งก็ชอบเอาไปเทียบกับชิปเมื่อสองรุ่นก่อนกันบ่อย ๆ เลยพอเข้าใจตัวเลขแนว ๆ นี้
  • สงสัยว่าชิป M5 รอบนี้มี "Memory Integrity Enforcement" (ฟีเจอร์ความปลอดภัยที่เข้ามาใน A19/A19 Pro) ด้วยหรือไม่
    • ใช้คอร์ CPU เดียวกัน ก็น่าจะมีโอกาสสูงที่จะรองรับเหมือนกัน
 
xguru 2025-10-16

ถึงขั้นเน้น AI ในข่าวประชาสัมพันธ์เลย ก็เหมือนจะสัมผัสได้ถึงความเร่งด่วนบางอย่างของ Apple เหมือนกันนะครับ
การรวมทั้ง GPU กับตัวเร่งประสาทเทียมเข้าด้วยกันเพื่อเพิ่มความเร็วในการประมวลผล AI ก็ถือว่าก้าวกระโดดจริง ๆ เลยคิดว่าประสิทธิภาพแบบ on-device น่าจะพุ่งขึ้นมากทีเดียว ตอนนี้ประเด็นสำคัญคือจะมีโมเดลที่ยอดเยี่ยมแค่ไหนขึ้นมารันบนนี้นี่แหละครับ 555