iPhone 的A12 Bionic 晶片、Neural Engine 神經網路引擎厲害 ...
文章推薦指數: 80 %
這塊晶片主要構成部分是CPU、GPU 和一個神經網路引擎Neural Engine。
CPU 為6核;GPU 為4核,性能比前代A11 高了一半左右。
Skiptocontent首頁>新聞>iPhone的A12Bionic晶片、NeuralEngine神經網路引擎厲害在哪?
蘋果於昨天發表會上推出了三款iPhone,皆搭載蘋果最新技術A12Bionic晶片,本篇文章將聚焦在這顆晶片所能帶來的效率提升,以及對使用者會造成的影響;讓你了解新款iPhone除了在外觀、售價外,還有哪些亮點可以期待。
圖、文/品玩作為一個聚焦矽谷高科技的網站,我們就不為你匯總蘋果的新iPhone長什麼樣(懶人包請點此),有什麼新功能了,相信你逛一下官網就能知道。
但我為什麼推薦你看這篇文章:在今天成千上萬條蘋果新品發表會相關文章裡,相信沒有多少像這篇一樣,能為你劃出出本次發表會上的真正重點。
廢話不多說,正文開始。
重點一:A12Bionic處理器A12Bionic處理器驅動著最新一代iPhoneXS和XR,是蘋果秋季新品發表會上的主角之一。
這場發表會上有一大半篇幅都是蘋果對A12Bionic(以下簡稱A12)的參數和能力大談特談。
我甚至認為,這枚SoC對於蘋果的重要性要高於iPhone本身。
這塊晶片主要構成部分是CPU、GPU和一個神經網路引擎NeuralEngine。
CPU為6核;GPU為4核,性能比前代A11高了一半左右。
蘋果全球行銷高級副總裁菲利普·席勒(PhilSchiller)表示,A12是全世界電腦產業第一塊7奈米處理器。
這是一個足以令人震驚的表述。
因為科技從業者可能知道,晶片工業的領頭羊主要就是Intel、英偉達、AMD和高通等公司,而這些公司正在集體遇到天花板。
這個天花板就是摩爾定律。
摩爾定律來自英特爾的創辦者,形容了電腦工業的一個常態現象:因為工藝的提升,處理器每隔一段時間的性能也會提升,而成本會下降。
然而在過去的幾年間,摩爾定律越來越難應驗了。
以英特爾——全球絕大部分電腦處理器的製造商——為例,它的工藝革新的速度變得越來越緩慢,在10奈米製程工藝上的進展緩慢,導致其所依賴的技術演進模式正在崩盤。
與電腦相對的是移動SoC。
高通是這個領域的領導者,進展還不錯,最新一代驍龍845處理器採用10奈米製程工藝,也已經進入了幾款最新的手機。
然而高通遇到的問題是性能提升和工藝進步之間的線性關係正在緩慢消退,這也是高通在新一代處理器上主要突出平台效應而非性能的原因。
而誰也沒有想到,在英特爾和高通跟摩爾定律纏鬥的同時,蘋果突然用去年的A11和今年的A12在晶片工業狠狠地刷了一下存在感。
席勒透露,在採用7奈米製程工藝的A12處理器上,蘋果(和它的代工廠台積電一起)塞進了將近70億顆晶體管,讓A12成為了蘋果乃至整個移動晶片工業史上製造的最強大的手機處理器——別忘了這家公司並不像高通那樣以晶片公司自居。
A12的6核處理器仍然採用自家的Fusion架構,分成2個高性能核心和4個低功耗核心,對處理前台高資源和後台待機任務進行分別處理,總體上達成了將近五成的功耗降低;4核圖形處理器較前代性能也有了很大提升。
不過蘋果在晶片上的真正大殺器,在於那塊NeuralEngine。
這是一塊FPGA(Field-ProgrammableGateArray),一種自定義能力強適合定制化計算需求,在機器學習領域被廣泛採用的積體電路。
和A11的雙核心相比,A12的NeuralEngine核心數暴增到了8顆。
它們存在是為了:1)在本機端處理神經網路任務,比如圖像辨識、物體追蹤、空間位置感應。
比如現場demo的籃球即時數據分析技術HomecourtShotscience,可以即時監測球員的位置、姿態,球出手時的高度、角度和時機等各種資訊。
2)A12NeuralEngine的第二個重要任務是為CPU和GPU,以及在兩個單元的不同核心之間進行任務分配,達成更高效的任務處理,提高性能、降低功耗。
第二代NeuralEngine的存在,不僅展現了蘋果在晶片設計上的強大,更證明了一件事:為了在設備上達成甚至創造新的用戶需求,讓iPhone比前一代更加盡善盡美,蘋果願意深入到晶片的層面。
而這和新iPhone的第二個重點有關。
重點二:人工智慧整場發表會給我留下深刻印象的點並不多,其中之一就是前面提到的籃球即時數據分析軟體Homecourt。
科技從業者可能知道,人工智慧是硬體和軟體的結合。
具體來想要有好的效果,不僅要有高性能的計算硬體,也要有強大的算法和軟體支援。
搭配蘋果的CoreML深度學習框架,新一代iPhone每秒可以進行的神經網路計算超過5兆次。
這意味著在某些特定範圍內,最新一代iPhone已經超越了不久前業界頂尖的伺服器超級電腦。
當很多神經網路等級的任務可以在本機端計算,無需連接網路,最大的意義在於解鎖了很多新的使用情境。
比如發表會示範的新一代iPhone拍照的SmartHDR功能。
HDR拍照就是在按下快門時,相機會拍下多張不同曝光的照片,將它們拼在一起,使得從高光到暗影的每一處細節都呈現更清晰。
iPhoneXS和XR相機引入的SmartHDR功能,利用了這個邏輯,達成了更好的效果。
首先,按下快門時相機會自動拍下4張照片,利用NeuralEngine結合GPU的計算能力選取最好的一張。
蘋果稱其為零快門延時(Zeroshutterlag)技術。
但過程並非如此簡單,再按下快門時,相機不僅留下了4幀,還在另一個曝光等級上拍攝了它們的複制幀,以保留高光細節;以及另外一幀高曝光,留下暗處細節。
此謂HDR。
最後,NeuralEngine會再次選取照片中品質最優良的幾張,包括正片、高光、暗影,將其結合,從而達成SmartHDR效果:最後得到的照片並不一定就和普通HDR或者HDR+照片高下立判。
但需要明確的是,這些功能並非過去的手機拍照處理器/ISP可以達成的,而是需要NeuralEngine和CPU/GPU配合。
你可以說蘋果殺雞用牛刀,但至少在拍照這件事上他們是認真的。
同樣是在拍照上,新一代iPhone可以達成更好的背景模糊(Bokeh)效果。
前代iPhoneX剛發表時很多用戶發現人像模式效果並不好,原因在於並非雙鏡頭達成,而是單鏡頭+電腦模擬背景模糊。
席勒表示,蘋果相機工程師利用市面上頂級的相機和鏡頭所拍下的背景模糊效果,對iPhone相機、軟體以及A12NeuralEngine進行訓練,相信能夠取得更好的背景模糊效果——儘管這次仍然是電腦模擬的。
另一個例子是現場demo的多人同螢幕——不對,同空間聯機遊戲。
這是一款擴增實境(AR)3D射擊遊戲,幾個玩家各自操作手機,在同一個空間內射擊目標,最後比較比分。
這款遊戲利用了蘋果的ARKit2平台,結合NeuralEngine驅動的圖像辨識和空間感知能力,至少在發表會現場效果令人嘆服。
看完整場發表會,蘋果在iPhoneXS/XR上展現的人工智慧軟硬體能力,給我留下的印象並不是它們有多強,而是在於它們整合的多麼緊密和自然。
因為究其根本,蘋果也不是一家人工智慧公司。
它的業績保證需要銷售設備來支援。
而設備給人帶來的體驗多完整,決定了設備的用戶滿意度有多高。
分享此文:分享到Twitter(在新視窗中開啟)按一下以分享至Facebook(在新視窗中開啟)
Searchfor:
Search
最新文章
【湖人對巫師】NBA直播Live線上看,3/12美國職籃線上轉播
2022年3月12日
【騎士對熱火】NBA直播Live線上看,3/12美國職籃線上轉播
2022年3月12日
iPhoneSE第三代、iPhone13系列新色,今晚9點正式開放預訂
2022年3月11日
3月11日大樂透開獎直播:大樂透幾點開獎、得獎號碼、獎金看這裡
2022年3月11日
美國一月電動車銷量排行榜,特斯拉全車系都在前十名
2022年3月11日
全家點數可以幹嘛?點數期限到期前,怎麼兌換最划算。
這一篇告訴你!
2022年3月11日如果想知道更多關於Apple的消息、教學、小技巧或是科技新知,歡迎大家點擊以下任一LOGO,追蹤我們的Facebook粉絲團、加入官方Line帳號、訂閱IG以及Telegram。
採訪、異業合作連絡信箱:[email protected]廣告、商務合作信箱:[email protected]
延伸文章資訊
- 1蘋果發表M1 專為Mac設計的第一款晶片 - 工商時報
M1 晶片為Mac 帶來Apple 神經網路引擎,大幅提升機器學習(ML) 任務的處理速度。M1 中的神經網路引擎具備Apple 最先進的16 核心架構,每秒可執行11 兆次 ...
- 2智慧手機的神經網路處理器時代 - CTIMES
蘋果在2017年的iPhone A11 Bionic處理器上首度加入了神經網路處理引擎(Neural Engine)的技術。根據蘋果的資料,這個神經網路引擎是一個雙核的設計, ...
- 3[問題] iphoneX的「神經網路引擎」是什麼? - 看板MobileComm
神經網路其實就是指透過已知的資料去推測未來可能的結果這樣講可能很抽象,在這裡講原理可能也無法理解那就用大家都看過的電影來解釋好了賭俠裡面, ...
- 4在iPhone Xs上AI聽起來很厲害,到底你能用它做些什麼? | T客邦
綜合起來講,「神經網路引擎」可以幫助圖像訊號處理器創建更清晰的「分割掩模」,以辨別人臉在圖像中的特徵。這可以用來改善在拍攝人像時對臉部的照明。
- 5智慧型手機導入專用神經網路引擎 - 電子工程專輯
隨著人工智慧(AI)的需求增加,晶片製造商正在努力生產更強大和高效的處理器。他們的目標是採用更好、更便宜的解決方案以滿足神經網路的需求,同時確保足夠 ...