圖文開箱／15吋M2版MacBook Air跑AI程式 可以比M1版快多少？

我們特別想試試看 M2 的 8 核心 CPU、10 核心 GPU 加上 16 核心神經網路引擎，在跑 AI 的效能到底如何？所以拿 M1 來超級比一比了！

INSIDE 曾在去年 8 月開箱試用過 13.3 吋的 M2 MacBook Air，這次我們則是試用 WWDC 2023 期間所公佈的 15.3 吋 M2 MacBook Air （8GB）。15 吋 M2 MacBook Air 一共有金色、銀色、太空灰、藍色等 4 種顏色供配選，其最大特色是除了跟 13.3 吋 一樣輕薄，機身厚度 11.5mm 之外卻配有 15.3 吋的大螢幕。

15.3 吋 M2 MacBook Air 規格

．晶片：Apple M2 晶片，8 核心 CPU、10 核心 GPU、16 核心神經網路引擎
．螢幕：15.3 吋 Liquid Retina 顯示器，2880 x 1864 原生解析度
．記憶體：8GB、16GB、24 GB 供選擇
．電池：66.5 Wh，最長可 15 小時無線上網
．電源規格：磁吸式充電器 MagSafe、兩組 USB-C

首先下最直球的使用結論：15.3 吋 M2 MacBook Air 跟 13.3 吋相比，用起來跟對眼睛更舒適、散熱相對更佳（因為金屬機身變大），而且聲音表現也更立體（畢竟揚聲器從 4 顆多增到 6 顆）。但除了這些物理因素以外，15 吋跟 13 吋的使用體驗只有微小差異，畢竟從最重要的核心晶片（10 核心 GPU 版）、電源規格乃至 3.5 耳機孔等主要配置都一樣，電池從 52.6 增加到 66.5 Wh 也是為了保持同樣的使用時間。

那至於上述的微小體驗是什麼呢？首先是 13.3 吋 M2 MacBook Air 螢幕因邊界縮窄而比 M1 更大一些，但也因為窄邊框，首次多了跟 iPhone 一樣被俗稱為「瀏海」的前鏡頭設計，這點有人喜歡、有人討厭見仁見智，但瀏海面積在 15.3 吋 上佔比更小，所以更沒有存在感，實際使用上也更容易就忽略。

再來就是「手感」，這一點就更個人一些，筆者平常使用的設備是 2020 13 吋 M1 MacBook Pro，不過筆者的手掌大小偏大且厚，放在 13 吋 MacBook 打字時容易摩擦到機身邊緣，這讓筆者平時在辦公室或家裡都還是搭配額外的藍牙鍵盤使用才比較舒服一點。不過 15 吋 M2 MacBook Air 就能完整撐托筆者的手掌根部， 長時間工作下來更舒適。如果您是跟筆者有類似感受的讀者，15 吋 M2 MacBook Air 除了有更大的螢幕之外，也能讓長時間工作起來的手感更好。

當然，更大的機身代表重量更重，但就算是這樣，13.3 吋 M2 MacBook Air 重量為 1.24 公斤，但 15.3 吋也只多了 270 克到 1.51 公斤，從電腦 製造工藝的角度來看，這樣的表現還是可以稱之非常輕薄。

來試試跑 AI 表現如何！

這次在軟體試用部分，我們特別想試試看 M2 的 8 核心 CPU、10 核心 GPU 加上 16 核心神經網路引擎，在跑 AI 的效能到底如何？從官方數據來看，M2 跟 M1 相比，M2 CPU 速度快上 18%、GPU 速度快 35%，因此筆者就直接拿自己平日在用的 2020 M1 MacBook Pro（16GB）來做比較。

這次筆者特別選了可以完全在 MacBook 本地端離線運行，而且是針對 M 系列晶片撰寫的兩款 AI，一是 INSIDE 先前介紹過的生成式繪圖 AI「DiffusionBee」。DiffusionBee 使用免費 AI 工具 Liner 以及 Stable Diffusion 開源所打造，雖然精細度大概無法像使用者每日數以萬計的 Midjourney AI 相比，但也算可以讓人充分感覺到 AI 運算藝術的好玩之處。

二是 MacWhisper，顧名思義則是基於 OpenAI 所釋出的語音辨識模型 Whisper，再特別針對 M 系列晶片撰寫出的自動語音轉文字 AI，中英文皆可支援，可以輸出 txt、csv 甚至是影音字幕在用的 srt、vtt 的檔案格式。

DiffusionBee

第一張圖筆者下「Pop art style, a 25-year-old man is riding a bicycle on the beach. The weather is sunny, there are many tourists on the roadside, and some beautiful rocks can be seen in the picture.」這個 prompt，反應速度如下。

．M1/16GB：43秒
．M2/8GB：29秒

可以看到 M2 MacBook Air 生成的圖似乎更討喜一點，不過「there are many tourists on the roadside」都被忽略了。沒關係，這次下簡單一點的 prompt「Japanese animation style, a blond woman about 20 years old is happily sitting in a French cafe, chatting with humans and drinking coffee」試試。

．M1/16GB：35秒
．M2/8GB：24秒

結果不光是生成的比較快，似乎 M2 MacBook Air 反應 prompt 的生成結果更準確一些。（不過不得不說還是正版 Stable Diffusion、Midjourney 畫出來的比較漂亮啊。）

MacWhisper

接著筆者用 MacWhisper 比較一下，分別使用一段全英文、一段全中文，全都是用同一台 iPhone 的語音備忘錄、用相同格式錄下的。

全英文 24 分鐘錄音，選英文/Small

．M1/16GB：2分31秒
．M2/8GB：2分01秒

速度上 M2 也是快了約 30 秒，不過判別出的英文逐字稿 M1 跟 M2 有不少地方不一樣，仔細比對的話，反而是 M1 略高一些些。再來試試中文錄音檔。

全中文 49 分鐘，選中文/Base

．M1/16GB：2分28秒
．M2/8GB：1分57秒

一樣 M2 快了約 30 秒左右，不過這次反而是 M2 的正確率較高了。

總體來說，M2 或許是得力於更出色的 GPU，在處理 AI 軟體速度效率表現都比 M1 更好上一段。隨著開發者們訓練模型的技術越來越進步、模型尺寸越來越小，目前使用上各種 AI 技術的軟體（特別是本地端）也越來越普及，除了單純的文書處理、看影片之外，如果您是想拿 MacBook 來處理這些 AI 賦能軟體，卻還想保有 Air 輕巧的特性，那這台定位有點介於「Air」跟「Pro」的 15.3 吋 M2 MacBook Air，或許會是您的好選擇。

《本文作者Chris，原文刊登於合作媒體INSIDE，聯合新聞網獲授權轉載。》