蘋果與英特爾分手六年重聚 英特爾將代工蘋果芯片

2026年4月，蘋果與英特爾於美國達成初步協議，英特爾將為蘋果代工部分芯片，標誌雙方關係從2020年分手後重聚。此舉源於蘋果iPhone 17系列出貨受阻於台積電產能，庫克推動建立第二供應鏈以應對AI芯片大客戶搶佔產能的危機。英特爾新任CEO陳立武自2025年接手後，將代工業務視為翻身關鍵，18A工藝已於亞利桑那州量產，對標台積電2nm節點。合作聚焦入門級M系列芯片，預計2027年下半年量產，避免影響核心旗艦產品。這不僅是商業重組，更反映半導體產業設計與製造加速分離的趨勢，蘋果從甲方用戶轉為甲方客戶，英特爾角色從芯片設計者降為代工服務商，凸顯產業權力結構深層變革。

合作背景與產業轉變

回溯2005年，喬布斯在WWDC上親手「殺死」PowerPC，宣佈Mac全面擁抱英特爾x86架構，開啟雙方黃金合作期。英特爾為Mac打造首代MacBook、鋁合金iMac及經典Mac Pro，從2006至2020年，每臺Mac心臟皆跳動英特爾芯片。然英特爾製程進化遲緩，14nm工藝反覆打磨四五年，業界戲稱「14nm+++」，直接拖累Mac產品力：MacBook Pro散熱降頻、蝶式鍵盤爭議及Touch Bar定位失敗，皆因英特爾芯片功耗過高、性能提升乏力。蘋果自研M系列芯片成熟後，2020年WWDC庫克宣佈Mac全面轉向自研，M1芯片在性能上碾壓雙倍價位的英特爾MacBook Pro，續航從10小時躍升至18小時，無需風扇。僅三年內完成全線遷移，2023年最後一臺英特爾Mac Pro停售，分手徹底完成。2026年轉折點源於iPhone 17系列出貨受制於台積電產能，庫克在Q1財報會承認「A19芯片不夠用」，英偉達等AI客戶瘋狂搶佔產能，迫使蘋果尋求第二供應鏈。美國政府積極介入，商務部長盧特尼克與特朗普總統直接促成談判，但關鍵在於英特爾技術實力已非昔日可比。陳立武上任後重組代工業務，18A工藝量產後，英特爾從「不懂代工」轉為具備競爭力的服務商，此合作既是歷史循環，更是產業邏輯的必然演進——當設計能力掌握主動權，供應鏈多樣化成為必然策略。

技術細節與潛在挑戰

英特爾18A工藝採用1.8nm製程，對標台積電最先進2nm節點，已用於自家Panther Lake移動處理器量產。然而，代工市場核心競爭在於良率，即每片晶圓合格芯片比例，直接決定成本與交付能力。台積電憑藉高良率統治市場，蘋果對良率要求極為嚴苛，供應商需通過漫長驗證週期。分析師郭明錫指出，合作切入點為入門級M系列芯片（如MacBook Air與iPad Pro用晶片），年出貨1500萬至2000萬顆，體量可觀但不涉及旗艦產品。蘋果已簽署保密協議，取得18A-P工藝設計套件，內部仿真推進中，預計2027年下半年量產。關鍵在於18A-P版本提供多晶體管類型，同等功耗下性能提升約9%，分析師蒂姆·巴加林預測最快2027年可規模化。然而，英特爾良率尚未達台積電水準，若良率低、成本高，蘋果可能壓縮利潤或提高售價。Hacker News高贊評論直言：「顯而易見的選擇，但從來不等於無代價。」此外，英特爾需證明18A工藝能穩定供應，避免重蹈2010年代初代工失敗覆轍。蘋果策略精準：以入門級試水，保留M系列旗艦交由台積電生產，建立雙供應鏈以分散風險。此舉反映蘋果供應鏈管理的深層思維——不為短期利益冒險，而是透過漸進式合作降低系統性風險，避免2020年分手時的被動局面。業界觀察，若良率問題解決，將重塑代工市場格局，迫使三星等競爭者加速提升工藝。

未來展望與產業影響

蘋果與英特爾合作對雙方及產業影響深遠。對蘋果而言，此舉顯著提升供應鏈韌性，降低對台積電的單一依賴，避免iPhone 17系列類似產能瓶頸。英特爾則迎來轉型關鍵，股價年漲幅超200%，獲英偉達50億美元投資及馬斯克Terafab項目（服務Tesla、xAI、SpaceX），微軟與亞馬遜AWS更早簽約，加速重返代工龍頭地位。產業層面，此合作凸顯半導體設計與製造分離趨勢已成主流：蘋果、英偉達等設計公司專注架構創新，製造廠如英特爾、台積電聚焦工藝。美國CHIPS法案提供政策支持，強化本土製造能力，為英特爾創造有利環境。然而，挑戰仍存：英特爾需證明18A良率達標，否則合作可能延宕。若成功，將標誌英特爾真正翻身，但若失敗，蘋果可能回歸台積電。歷史重演：2006年蘋果選擇英特爾改變其命運，2026年蘋果回歸可能改變英特爾命運。半導體產業正經歷深度轉型，設計公司掌握談判優勢，製造廠需證明技術實力。蘋果策略顯示其商業智慧——不為短期利潤冒險，而是精準佈局長期安全。未來兩年將是關鍵考驗：2027年量產後，若良率與成本符合預期，將引發更多設計公司尋求第二供應鏈，加速市場多元化。反之，若英特爾無法達標，將凸顯供應鏈多樣化的複雜性。整體而言，此合作不僅是商業事件，更是產業權力重組的縮影，預示半導體生態系統將朝向更分散、更靈活的模式演進。