Luk annoncen

Da Apple skiftede fra Intel-processorer til sin egen løsning i form af Apple Silicon-chips til sine computere, forbedrede det ydelsen og energiforbruget markant. Selv under selve præsentationen fremhævede han de vigtigste processorer, som tilsammen udgør den overordnede chip og står bag dens muligheder. Selvfølgelig mener vi i denne forbindelse CPU, GPU, Neural Engine og mere. Mens CPU'ens og GPU'ens rolle er almindeligt kendt, er nogle Apple-brugere stadig uklare med, hvad Neural Engine faktisk bruges til.

Cupertino-giganten hos Apple Silicon er baseret på sine chips til iPhone (A-serien), som er udstyret med stort set de samme processorer, inklusive førnævnte Neural Engin. Ikke engang én enhed er dog helt klar over, hvad den egentlig bruges til, og hvorfor vi overhovedet har brug for den. Selvom vi er ret afklarede omkring dette for CPU og GPU, er denne komponent mere eller mindre skjult, mens den sikrer relativt vigtige processer i baggrunden.

Hvorfor det er godt at have en neural motor

Men lad os kaste lidt lys over den væsentlige eller faktisk gode ting, at vores Macs med Apple Silicon-chips er udstyret med en speciel Neural Engine-processor. Som du måske ved, er dette afsnit specifikt til at arbejde med kunstig intelligens og maskinlæring. Men det behøver i sig selv ikke afsløre så meget. Men hvis vi skulle opsummere det generelt, kan vi sige, at processoren tjener til at accelerere de relevante opgaver, hvilket gør arbejdet med den klassiske GPU mærkbart lettere og fremskynder alt vores arbejde på den givne computer.

Konkret bruges Neural Engine til relaterede opgaver, som ved første øjekast ikke adskiller sig på nogen måde fra normale opgaver. Dette kan være videoanalyse eller stemmegenkendelse. I sådanne tilfælde kommer maskinlæring i spil, hvilket forståeligt nok er krævende for ydeevne og energiforbrug. Så det skader bestemt ikke at have en praktisk assistent med klart fokus på denne problemstilling.

mpv-shot0096
M1-chippen og dens hovedkomponenter

Samarbejde med Core ML

Apples Core ML framework går også hånd i hånd med selve processoren. Gennem det kan udviklere arbejde med maskinlæringsmodeller og skabe interessante applikationer, der derefter vil bruge alle tilgængelige ressourcer til deres funktionalitet. På moderne iPhones og Macs med Apple Silicon-chips vil Neural Engine hjælpe dem med dette. Det er trods alt også en af ​​grundene (ikke den eneste) til, at Mac'er er så gode og kraftfulde inden for at arbejde med video. I et sådant tilfælde er de ikke kun afhængige af grafikprocessorens ydeevne, men får også hjælp fra Neural Engine eller andre mediemotorer til ProRes videoacceleration.

Core ML framework for machine learning
Core ML-rammen til maskinlæring bruges i en række forskellige applikationer

Neural motor i praksis

Ovenfor har vi allerede let skitseret, hvad Neural Engine egentlig bruges til. Ud over applikationer, der arbejder med maskinlæring, programmer til redigering af videoer eller stemmegenkendelse, vil vi hilse dens muligheder velkommen, for eksempel i den oprindelige applikation Fotos. Hvis du bruger Live Text-funktionen fra tid til anden, når du kan kopiere skrevet tekst fra ethvert billede, står Neural Engine bag det.

.