大卫·哈纳克 美国《连线》杂志刊登了对苹果营销总监 Phil Schiller 和处理器开发团队工程师 Anand Shimpi（AnandTech 网站创始人）的有趣采访。谈话主要围绕新的 A13 Bionic 处理器，新芯片中出现了一些有趣的东西。
它可能是 你感兴趣
采访间隙，有一些基本总结描述了苹果 SoC 工程团队自去年以来在新芯片设计方面取得的进展。 A13 仿生处理器具有：
- 8,5 亿个晶体管，比前身 A23 Bionic 的 12 亿个晶体管多出约 6,9%
- 六核布局，两个最高主频2,66GHz的强大核心（Lightning）和四个经济型核心（Thunder）
- SoC中实现的图形处理器有四个核心，完全是自己设计的
- 此外，SoC（片上系统）还内置另一个八核“神经引擎”，满足机器学习需求，每秒可处理高达万亿次运算
- 与前代产品相比，CPU、GPU 和神经引擎方面的整体性能提升了约 20%
- 但与此同时，整个 SoC 的效率比 A30 Bionic 高出 12%
最后提到的属性是硬件工程师在开发新芯片时设定的主要目标。目标是提出最高效的芯片设计，既能带来更高的性能，又能降低能耗。芯片设计越高效，就越容易实现这两者，而 A13 Bionic 芯片正是做到了这一点。
与去年模型相比，最引人注目的进步例子之一是机器学习领域计算能力的显着提高。例如，这反映在文本转语音功能的显着改进上，即向用户朗读一些文本的能力。新款 iPhone 的语音输出更加自然，这主要是由于机器学习领域的功能增强，使新款 iPhone 能够更好地处理语音。
Fotogalerie
根据采访中的信息，负责新处理器设计的开发团队详细检查了各个应用程序如何使用处理器提供的可用资源。这使得优化新芯片设计变得更加容易，使其能够最好地与应用程序配合并尽可能高效地使用资源。
例如，在不需要额外高性能即可运行的应用程序中，这一点很明显。由于改进了优化，这些应用程序运行时的 CPU 功耗要求要低得多，从而延长了电池寿命。 Phil Schiller 表示，电池寿命的提高也很大程度上受到机器学习的影响，通过机器学习，芯片可以更好地分配资源，更高效地工作，并在一定程度上实现“自主”。这在几年前是不可想象的事情。
来源： 接线
