David Hanak Et interessant interview med Apples marketingdirektør, Phil Schiller, og en ingeniør fra processorudviklingsteamet, Anand Shimpi (grundlægger af AnandTech-webstedet) dukkede op i det amerikanske magasin Wired. Samtalen kredser primært om den nye A13 Bionic-processor, og der dukkede flere interessante ting op i den nye chip.
Det kunne være interesserer dig
Fra sidelinjen af interviewet var der et par grundlæggende opsummeringer, der beskriver de fremskridt, Apples SoC-ingeniørteam har gjort siden sidste år i designet af den nye chip. A13 Bionic-processoren har:
- 8,5 milliarder transistorer, hvilket er omkring 23 % mere end i tilfældet med forgængeren A12 Bionic med 6,9 milliarder
- Et sekskernet layout med to kraftige kerner med en maksimal frekvens på 2,66 GHz mærket Lightning og fire økonomiske kerner kaldet Thunder
- Grafikprocessoren implementeret i SoC har fire kerner og er helt af sit eget design
- Derudover rummer SoC (System on Chip) en anden otte-kernet "Neural Engine" til maskinlæringsbehov, som kan håndtere op til en billion operationer pr.
- Den samlede ydeevne er steget med omkring 20 % sammenlignet med sin forgænger, både inden for CPU, GPU og Neural Engine
- Samtidig er hele SoC'en dog op til 30 % mere effektiv end A12 Bionic
Og det var den sidstnævnte egenskab, der var hovedmålet, som hardwareingeniørerne satte sig, da de udviklede den nye chip. Målet var at foreslå det mest effektive chipdesign, der ville give både højere ydeevne og primært lavere energiforbrug. Jo mere effektivt chipdesignet er, jo lettere er det at opnå begge dele, og A13 Bionic-chippen gjorde netop det.
Et af de mest slående eksempler på fremskridt i forhold til sidste års model er den betydelige stigning i computerkraft inden for maskinlæring. Dette afspejlede sig for eksempel i den væsentligt forbedrede funktion af tekst-til-tale-funktionen, dvs. evnen til at læse noget tekst for brugeren. Stemmeoutputtet i de nye iPhones er meget mere naturligt, primært på grund af øgede muligheder inden for maskinlæring, der har gjort det muligt for de nye iPhones bedre at behandle det talte ord.
Fotogalerie
Udviklingsteamet, som står for design af nye processorer, undersøger ifølge oplysningerne fra interviewet i detaljer, hvordan individuelle applikationer fungerer med de tilgængelige ressourcer, som processoren stiller til rådighed for dem. Dette gør det nemmere at optimere nye chipdesigns, så de fungerer bedst med applikationer og bruger ressourcer så effektivt som muligt.
Dette er for eksempel tydeligt i applikationer, der ikke kræver ekstra høj ydeevne for at fungere. Takket være forbedret optimering kører disse applikationer med meget lavere CPU-strømkrav, hvilket forlænger batteriets levetid. Ifølge Phil Schiller er forbedringen af batterilevetiden også i høj grad påvirket af maskinlæring, takket være hvilken chippen bedre kan fordele sine ressourcer og arbejde mere effektivt og til en vis grad "autonomt". Altså noget, der var utænkeligt for bare få år siden.
kilde: Wired
