Apple sagt, A13 Bionic Chip wurde mit Fokus auf Leistung pro Watt entwickelt

In einem Feature für VERDRAHTET , Om Malik hat sich mit Apples Marketingchef Phil Schiller und dem Chipbau-Ingenieur Anand Shimpi zusammengesetzt, um über den A13 Bionic Chip im neuen zu diskutieren iPhone 11 , & zwnj;iPhone 11 & zwnj; Profi und iPhone 11 Pro Max .

Malik gibt zunächst einen Überblick über die Spezifikationen und Leistungsverbesserungen des A13-Chips:

• 8,5 Milliarden Transistoren , eine Steigerung von etwa 23 Prozent gegenüber den 6,9 Milliarden Transistoren des A12-Chips
  
  
  
  
• Sechs-Kern-CPU : zwei 2,66 GHz Hochleistungskerne namens Lightning und vier Effizienzkerne namens Thunder
  

• Quad-Core-Grafikprozessor , ein von Apple entwickelter Bildprozessor und eine neuronale Achtkern-Engine für maschinelles Lernen, die eine Billion Operationen pro Sekunde ausführen kann
  

• Bis zu 20 Prozent Leistungssteigerung über alle Hauptkomponenten hinweg, einschließlich CPU, GPU und neuronaler Engine
  
  Bis zu 30 Prozent energieeffizienterals der A12-Chip

Schiller sagte Malik, dass Text-to-Speech auf iPhones eines der größten Beispiele für die Leistungssteigerung in diesem Jahr ist.

„Wir haben unsere Text-to-Speech-Fähigkeiten von iOS 13 so verbessert, dass es viel mehr natürliche Sprachverarbeitung gibt, und das alles mit maschinellem Lernen und der neuronalen Engine“, erklärt Schiller.

Shimpi merkte an, dass Apple bei der Entwicklung seiner Chips der A-Serie sowohl auf Leistung als auch auf Effizienz Wert legt. „Wir reden öffentlich viel über Leistung. Aber die Realität ist, dass wir es als Leistung pro Watt betrachten. Wir betrachten es als Energieeffizienz, und wenn man ein effizientes Design baut, baut man zufällig auch ein Performance-Design.'

Der Artikel stellt fest, dass das Chipherstellungsteam von Apple untersuchen wird, wie Apps auf iOS-Geräten verwendet werden, um zukünftige Chipdesigns zu optimieren. 'Für Anwendungen, die die zusätzliche Leistung nicht benötigen, können Sie mit der Leistung des letzten Jahres laufen und dies mit einer viel geringeren Leistung', sagte Shimpi.

Auch beim A13-Chip spielt Machine Learning eine große Rolle, um die Akkulaufzeit zu verwalten und die Leistung zu optimieren, so Schiller. „Vor zehn Jahren gab es noch kein maschinelles Lernen. Jetzt läuft es immer und macht Sachen.'