डेव्हिड हनाक Apple चे विपणन संचालक, फिल शिलर आणि प्रोसेसर डेव्हलपमेंट टीममधील अभियंता, आनंद शिंपी (AnandTech वेबसाइटचे संस्थापक) यांची एक मनोरंजक मुलाखत वायर्ड या अमेरिकन मासिकात आली. संभाषण प्रामुख्याने नवीन A13 बायोनिक प्रोसेसरभोवती फिरते आणि नवीन चिपमध्ये अनेक मनोरंजक गोष्टी दिसल्या.
असू शकते तुम्हाला स्वारस्य आहे
मुलाखतीच्या बाजूने, नवीन चिपच्या डिझाइनमध्ये Apple च्या SoC अभियांत्रिकी टीमने गेल्या वर्षीपासून केलेल्या प्रगतीचे वर्णन करणारे काही मूलभूत सारांश होते. A13 बायोनिक प्रोसेसरमध्ये आहे:
- 8,5 अब्ज ट्रान्झिस्टर, जे 23 अब्ज सह पूर्ववर्ती A12 बायोनिकच्या बाबतीत 6,9% जास्त आहे.
- 2,66GHz ची कमाल वारंवारता असलेले दोन शक्तिशाली कोर असलेले सहा-कोर लेआउट लाइटनिंग आणि थंडर नावाचे चार किफायतशीर कोर
- SoC मध्ये लागू केलेल्या ग्राफिक्स प्रोसेसरमध्ये चार कोर आहेत आणि ते पूर्णपणे स्वतःच्या डिझाइनचे आहे
- याव्यतिरिक्त, मशीन शिक्षणाच्या गरजांसाठी SoC (सिस्टम ऑन चिप) मध्ये आणखी आठ-कोर "न्यूरल इंजिन" आहे, जे प्रति सेकंद एक ट्रिलियन ऑपरेशन्स हाताळू शकते.
- सीपीयू, जीपीयू आणि न्यूरल इंजिन या दोन्ही क्षेत्रांमध्ये त्याच्या पूर्ववर्तीच्या तुलनेत एकूण कामगिरी अंदाजे 20% वाढली आहे.
- त्याच वेळी, तथापि, संपूर्ण SoC A30 Bionic पेक्षा 12% अधिक कार्यक्षम आहे
आणि नवीन चिप विकसित करताना हार्डवेअर अभियंत्यांनी सेट केलेले मुख्य लक्ष्य हे शेवटचे नमूद केलेले गुणधर्म होते. सर्वात कार्यक्षम चिप डिझाइन प्रस्तावित करणे हे उद्दिष्ट होते जे उच्च कार्यक्षमता आणि प्रामुख्याने कमी उर्जेचा वापर आणेल. चिप डिझाइन जितके अधिक कार्यक्षम असेल तितके दोन्ही साध्य करणे सोपे आहे आणि A13 बायोनिक चिपने तेच केले.
गेल्या वर्षीच्या मॉडेलच्या तुलनेत प्रगतीचे सर्वात उल्लेखनीय उदाहरण म्हणजे मशीन लर्निंगच्या क्षेत्रात संगणकीय शक्तीमध्ये झालेली लक्षणीय वाढ. हे प्रतिबिंबित झाले, उदाहरणार्थ, मजकूर-ते-स्पीच फंक्शनच्या लक्षणीय सुधारित कार्यामध्ये, म्हणजे वापरकर्त्याला काही मजकूर वाचण्याची क्षमता. नवीन iPhones मधील व्हॉइस आउटपुट अधिक नैसर्गिक आहे, मुख्यत्वे मशिन लर्निंगच्या क्षेत्रातील वाढीव क्षमतांमुळे ज्याने नवीन iPhones बोललेल्या शब्दावर चांगल्या प्रकारे प्रक्रिया करण्यास सक्षम केले आहे.
फोटोगॅलरी
मुलाखतीतील माहितीनुसार नवीन प्रोसेसरच्या डिझाईनचा प्रभारी विकास कार्यसंघ, प्रोसेसर त्यांच्यासाठी उपलब्ध असलेल्या उपलब्ध संसाधनांसह वैयक्तिक अनुप्रयोग कसे कार्य करतात याचे तपशीलवार परीक्षण करते. यामुळे नवीन चिप डिझाईन्स ऑप्टिमाइझ करणे सोपे होते जेणेकरून ते ऍप्लिकेशन्ससह सर्वोत्तम कार्य करतात आणि शक्य तितक्या कार्यक्षमतेने संसाधने वापरतात.
हे स्पष्ट आहे, उदाहरणार्थ, कार्य करण्यासाठी अतिरिक्त उच्च कार्यक्षमतेची आवश्यकता नसलेल्या अनुप्रयोगांमध्ये. सुधारित ऑप्टिमायझेशनबद्दल धन्यवाद, हे ऍप्लिकेशन्स खूप कमी CPU पॉवर आवश्यकतांसह चालतात, त्यामुळे बॅटरीचे आयुष्य वाढते. फिल शिलर यांच्या मते, बॅटरीच्या आयुष्यातील सुधारणेवरही मशीन लर्निंगचा मोठ्या प्रमाणावर प्रभाव पडतो, ज्यामुळे चिप त्याच्या संसाधनांचे अधिक चांगले वितरण करू शकते आणि अधिक कार्यक्षमतेने आणि काही प्रमाणात "स्वायत्तपणे" कार्य करू शकते. म्हणजे, काही वर्षांपूर्वी ज्याची कल्पनाही करता येत नव्हती.
स्त्रोत: वायर्ड
