男儿本色 苹果重磅双芯！首款2nm芯片M6问世、M5 Ultra解锁四晶粒架构_我的网站
A | 8月26日消息，苹果推出新款Mac mini与Mac Studio，最高分别搭载2nm芯片M6及M5 Ultra芯片，在性能和AI能力上实现了颠覆性跃升。 7月19日，华泰证券在2026世界人工智能大会举办“智启新金融：全球视野下的AI转型之路”科技金融创新论坛。作为证券业的科技先行者，华泰证券连续第六年与世界人工智能大会深度合作，洞察AI推动产业变革的核心逻辑，从底层架构到业务中台、前端应用等层面，系统探索如何利用AI重塑业务架构，驱动金融转型。
M6是苹果首款采用2nm制程的芯片，所有计算模块均获得全面升级。
华泰证券执行委员会委员、首席信息官韩臻聪在致辞中表示，AI正在从单一效率工具演变为重塑生产方式的基础设施，华泰证券加快推动将AI升级为驱动价值创造的核心引擎，在投研、交易、风控、客户服务等领域，实现工作效率和专业能力质的飞跃。
B | 其配备12核中央处理器，包含2颗超级核心、4颗性能核心和6颗能效核心，三种核心均具备业界领先的性能功耗比。公司倡导负责任的创新，在确保业务合规的前提下，向上突破，既大胆探索，又谨慎求证，希望让技术进步真正服务于客户、市场、实体经济。
小模型做大事
大模型是当前全球技术竞争的核心阵地。随着模型规模持续扩张，单一模型在数据利用、能力扩展与持续进化等方面逐渐面临瓶颈，如何实现模型间的知识复用与能力重组，成为学术界与产业界共同关注的前沿课题。 单线程性能全面领跑，多线程性能较M5提升最高达1.2倍，较M1提升最高达2.4倍。
AI算力方面，M6搭载双16核神经网络引擎，峰值计算性能较前代提升最多达2倍。统一内存最大可达32GB，带宽高达170GB/s，较M5提升10%，较M1提升2.5倍。中国科学院院士，南京大学教授、副校长周志华在论坛上分享了在学件与异构大模型领域的最新研究进展。
周志华指出，当前大模型路线依赖少数巨量参数模型，而“学件”范式提供了另一条路径：学件由模型与规约组成，规约对模型进行适当刻画，让模型能根据用户任务需求被找出复用，且无需披露模型开发者与用户数据，实现“小模型做大事”。这一思想早在2016年就被提出，当时被视为“科学幻想”，如今已形成完整的技术体系。
与大模型“几个英雄打天下”不同，学件路线相信“力量蕴藏在人民群众中”，当学件基座系统汇聚海量模型时，其能力将涌现。 GPU升级为12核（每颗核心内置神经网络加速器），AI峰值计算性能较M5提升近30%，较M1提升超过8倍。 此外，M6还集成了苹果最新的图形能力，包括更新的着色器核心架构、动态缓存和硬件加速光线追踪技术。
C | 相比M5，M6多出2颗中央处理器核心和2颗图形处理器核心，加之神经网络引擎与内存带宽的改进，能更高效地应对各类工作负载。学件基座系统可被视为一种可成长、可演化的异构大模型，通过规约岛的连通与融合，不同架构、不同任务的模型可相互协作，甚至解决事先未规划过的新任务。
D | 他强调，未来机器学习世界将是众多模型、众多开发者协作的格局，在数据不愿公开的现实下，学件为模型复用与能力重组提供了安全可行的新路径。
模型迈向真实世界
从模型间的能力重组，到模型进入真实世界，AI正从数字世界向物理世界延伸。 M5 Ultra是苹果迄今为止最强大的芯片，专为专业人士打造。
E | 苹果首次在M系列自研芯片中采用UltraFusion封装技术，将两枚双晶粒M5 Max芯片互联，形成四晶粒架构。招商局集团首席科学家、狮子山人工智能实验室主任张家兴深耕具身智能领域，他认为模型正从数字世界的一个组件，变成真实世界的智能体，走向“一个模型、任意场景、任意任务”的统一范式，视觉-语言-动作（VLA）模型融合三类先验，正成为面向物理世界的智能基础。
他分享了狮子山实验室的最新实践：通过VLA模型驱动机器狗走进大街小巷、通过探索观察世界完成叠衣服等柔性物体操作、充分释放像千元级机械臂这样低成本硬件的潜力等。该技术将晶粒间带宽提升至4.4TB/s以上，连接密度提升逾6倍。
F | M5 Ultra搭载最多36核的大尺寸中央处理器（含12颗超级核心和24颗性能核心），单线程性能较M3 Ultra提升最高达1.25倍，多线程性能提升最高达1.3倍。
G | 不过，他也指出具身智能发展面临着“两朵乌云”：能否采集足够多真实数据、是否存在适应多本体的统一大脑。
GPU多达80核，同样内置神经网络加速器，支持最新着色器核心、第二代动态缓存、硬件加速网格着色及第三代光线追踪技术，图形性能较M3 Ultra提升最高达40%。 媒体处理引擎进一步强化，专属硬件加速H.264、HEVC、四个ProRes编解码引擎及硬件加速AV1解码一应俱全。机器学习应从监督学习走向探索性学习，在仿真环境中完成百万小时级物理训练。32核神经网络引擎可在设备端以业界领先能效安全驱动复杂AI任务。
H | 面向未来，模型需在部署后持续学习、自我进化，从追求泛化性迈向“学习如何学习”，从小世界走向大世界。 内存配置同样惊人，最高支持512GB统一内存，带宽高达1.2TB/s，较M3 Ultra提升50%，为专业创作和超大型工作负载提供充沛保障。
AI重塑金融生产方式
加速进化的技术正切实推动产业变革。
【本文结束】如需转载请务必注明出处：
责任编辑：鹿角
文章内容举报
。金融行业因其交互场景丰富、知识数据密集、业务流程复杂等特征，为人工智能孕育了优质的发展土壤，也成为算力需求的新高地，需同时满足多样化业务需求与金融安全合规的双重要求。
沐曦股份联合创始人、CTO兼首席硬件架构师彭莉指出，2026年是AI算力范式的“分水岭之年”——推理算力需求占总计算量66%，正式取代训练算力成为核心引擎。金融行业的AI应用以推理为主（客服、风控、投研等），推理能效比成为算力选型的核心指标，国产GPU在推理能效比和本地化服务方面具备差异化优势，本土市场份额预计2026年突破50%。她以沐曦云C600通过国家《安全可靠性测评》为例，强调自主可控的算力底座是金融信创的安全基石。随着Agentic AI引爆新一轮算力需求，算力即服务、端边云协同、开源开放将成为金融智算三大趋势，国产GPU有望以全栈自主能力助力中国金融业在全球数智化竞争中抢占先机。
I |
从算力底座向上延伸，金融中台正成为连接AI能力与业务场景、重塑券商专业能力的关键枢纽。华泰证券AI创新发展部副总经理韩雪分享了华泰证券利用AI打造金融中台的最新实践。她指出，金融中台的核心价值在于将券商长期积累的产业认知、研究方法和业务经验，转化为可调用、可复用、可迭代的系统能力，最终服务于专业定价能力提升。基于金融中台，华泰证券构建以产业链图谱为核心的集团级AI投研体系，将产业链上下游、核心主体、供需格局和事件传导路径结构化，形成动态更新的产业认知体系，赋能产业洞察和投资定价；同时，通过投研Skill体系将研究方法沉淀为AI可执行、结果可校验的能力模块，并依托SkillHub构筑AI投研集团共享生态，将AI能力深度嵌入真实投研工作流，形成“业务场景驱动—能力沉淀—反馈优化—持续进化”的迭代闭环，推动金融中台从工具赋能走向组织能力重构，持续提升专业研究和资产定价能力。
金融AI转型的多元探索
论坛还邀请了多家长期深耕金融科技领域的企业代表，围绕AI在金融领域落地的痛点与破局之道展开深度对话。
关于AI如何重塑金融行业的核心能力，万得首席战略官、集团副总裁葛正琦指出，AI在金融业的应用正经历从“能说”到“能干”的跨越，当执行层面的工作被AI承接后，金融人才的核心能力需从“执行”跃迁到“驾驭AI与沉淀数字资产”，万得已构建从全市场全资产数据、金融专业模型、MCP工具、Skill知识沉淀到多Agent协作的端到端AI能力，并面向金融生态全开放。火山引擎金融方案总架构师王建军认为，金融的核心能力——信息处理、风险定价、资源配置——理论上都可被AI深入介入，但当前更务实的路径是让做金融的学会用AI，火山引擎非常看重应用层价值，希望能找到批量化服务应用层的模式，实现AI在垂直领域的商业价值。恒生电子首席科学家白硕指出AI原生时代，许多原来由软件厂商承担的定制开发工作由业务人员借助AI工具完成，但人人都可定义Skill也导致了Skill野蛮生长，带来治理挑战，为此金融机构需要从业务视角出发，打造统一的中台，实现有目的的数据治理、沉淀通用技术打不穿的核心能力。
金融AI技术出海也是备受关注的议题，润和软件副总裁李勇结合在越南为头部大型银行建设智能信贷体系的实践，指出海外市场对“数”与“智”有双重需求——既要夯实数字化基础，也要增强智能化能力，润和软件在中国近十年金融数字化转型经验以及近两年在智能体、AI原生架构等领域的实践成果，成为公司金融技术出海的底气。
J | 亚马逊云科技金融行业解决方案架构师团队负责人张呈刚从全球视角指出，中国金融AI出海在东南亚、中东、拉美等市场具备机会，但各国监管环境差异显著，亚马逊云科技凭借覆盖全球的基础设施与本地合规能力，正在帮助金融机构降低出海的技术与合规门槛。金融机构真正的护城河是经营风险的能力与客户信任，以及沉淀多年的中间知识层。
从理论前沿到产业实践，本次论坛勾勒出AI驱动金融转型的清晰图景。
K | 面向未来，华泰证券将继续携手学界、产业界的优秀专家和生态伙伴，以AI重塑金融生产方式，共同推动金融行业数智化转型迈上新台阶。
Current article:http://2xsuz.diapoqiechuangpenghua.sbs/news/20260826_9687823.html
Published on:06:36:15
