डेभिड हानाक एप्पलका मार्केटिङ डाइरेक्टर फिल शिलर र प्रोसेसर डेभलपमेन्ट टोलीका इन्जिनियर आनन्द शिम्पी (आनन्दटेक वेबसाइटका संस्थापक)सँगको एउटा रोचक अन्तर्वार्ता अमेरिकी पत्रिका वायर्डमा प्रकाशित भयो। कुराकानी मुख्य रूपमा नयाँ A13 बायोनिक प्रोसेसरको वरिपरि घुम्छ, र नयाँ चिपमा धेरै रोचक चीजहरू देखा पर्यो।
यो हुन सक्छ तपाईंलाई चासो
अन्तर्वार्ताको छेउमा, त्यहाँ केही आधारभूत सारांशहरू थिए जसले एप्पलको SoC ईन्जिनियरिङ् टोलीले नयाँ चिपको डिजाइनमा गत वर्षदेखि गरेको प्रगतिको वर्णन गर्दछ। A13 बायोनिक प्रोसेसर छ:
- 8,5 बिलियन ट्रान्जिस्टर, जुन 23 बिलियन संग पूर्ववर्ती A12 बायोनिक को मामला मा लगभग 6,9% बढी छ।
- 2,66GHz को अधिकतम फ्रिक्वेन्सीको साथ दुई शक्तिशाली कोरहरू भएको छ-कोर लेआउट लाइटनिङ र थन्डर नामक चार आर्थिक कोरहरू
- SoC मा लागू गरिएको ग्राफिक्स प्रोसेसरमा चार कोरहरू छन् र पूर्ण रूपमा आफ्नै डिजाइनको छ
- थप रूपमा, SoC (सिस्टम अन चिप) मेसिन लर्निङ आवश्यकताहरूको लागि अर्को आठ-कोर "न्यूरल इन्जिन" राख्छ, जसले प्रति सेकेन्ड एक ट्रिलियन अपरेशनहरू ह्यान्डल गर्न सक्छ।
- CPU, GPU र न्यूरल इन्जिन दुवै क्षेत्रमा यसको पूर्ववर्तीको तुलनामा समग्र कार्यसम्पादन लगभग 20% ले बढेको छ।
- एकै समयमा, तथापि, सम्पूर्ण SoC A30 बायोनिक भन्दा 12% बढी कुशल छ।
र यो अन्तिम उल्लेख गरिएको विशेषता थियो जुन मुख्य लक्ष्य थियो जुन हार्डवेयर इन्जिनियरहरूले नयाँ चिप विकास गर्दा सेट गरेका थिए। लक्ष्य सबैभन्दा कुशल चिप डिजाइन प्रस्ताव गर्नु थियो जसले उच्च प्रदर्शन र मुख्य रूपमा कम ऊर्जा खपत ल्याउनेछ। चिप डिजाइन जति कुशल छ, दुबै हासिल गर्न सजिलो छ, र A13 बायोनिक चिपले त्यसै गर्यो।
गत वर्षको मोडेलको तुलनामा प्रगतिको सबैभन्दा उल्लेखनीय उदाहरणहरू मध्ये एक मेसिन लर्निङको क्षेत्रमा कम्प्युटिङ पावरमा भएको उल्लेखनीय वृद्धि हो। यो प्रतिबिम्बित भएको थियो, उदाहरणका लागि, पाठ-देखि-वाक् प्रकार्यको उल्लेखनीय रूपमा सुधारिएको कार्यमा, अर्थात् प्रयोगकर्तालाई केही पाठ पढ्ने क्षमता। नयाँ आईफोनहरूमा भ्वाइस आउटपुट धेरै प्राकृतिक छ, मुख्यतया मेसिन लर्निंगका क्षेत्रमा बढेको क्षमताहरूको कारणले गर्दा नयाँ आईफोनहरूलाई बोल्ने शब्दलाई राम्रोसँग प्रशोधन गर्न सक्षम बनाएको छ।
फोटो ग्यालरी
विकास टोली, जुन नयाँ प्रोसेसरको डिजाइनको जिम्मेवारीमा छ, अन्तर्वार्ताबाट प्राप्त जानकारी अनुसार, व्यक्तिगत अनुप्रयोगहरूले प्रोसेसरले उपलब्ध गराएको उपलब्ध स्रोतहरूसँग कसरी काम गर्छ भनेर विस्तृत रूपमा जाँच गर्दछ। यसले नयाँ चिप डिजाइनहरूलाई अप्टिमाइज गर्न सजिलो बनाउँछ जसले गर्दा तिनीहरूले एपहरूसँग राम्रोसँग काम गर्छन् र सकेसम्म कुशलतापूर्वक स्रोतहरू प्रयोग गर्छन्।
यो स्पष्ट छ, उदाहरण को लागी, कार्य गर्न को लागी अतिरिक्त उच्च प्रदर्शन को आवश्यकता पर्दैन अनुप्रयोगहरुमा। सुधारिएको अप्टिमाइजेसनको लागि धन्यवाद, यी एप्लिकेसनहरू धेरै कम CPU पावर आवश्यकताहरूसँग चल्छन्, यसरी ब्याट्रीको आयु विस्तार हुन्छ। फिल शिलरका अनुसार, ब्याट्री जीवनको सुधार पनि मेसिन लर्निङबाट धेरै प्रभावित हुन्छ, जसको कारण चिपले आफ्नो स्रोतहरू अझ राम्रोसँग वितरण गर्न र अधिक कुशलतापूर्वक र केही हदसम्म "स्वायत्त रूपमा" काम गर्न सक्छ। त्यो हो, केहि वर्ष पहिले सोच्न नसकिने कुरा।
मुहान: वायर्ड
