首先,它是全球第一款基于 5nm 制程工艺设计的芯片,这令它的晶体管数量得到了大幅提升,从 A13 的 85 亿颗,增加到了 118 亿颗。
具体到各个模块部分,A14 仍然延续了和前代一样 6 核心 CPU 与 4 核心 GPU 的设计,两部分性能相比 A12,分别提升了 40% 和 30% 左右。
还有一点改进是 A14 的神经网络引擎:全新的 16 核架构,相比 A13 的 8 核心数直接翻番,能够提供高达 11Tops 的算力。
另外,这次苹果也为 A14 引入了和 A13 类似的机器学习加速器结构,从AnandTech等专业媒体的推测来看,A14 在 CPU/GPU 部分,仅比 A13 提升了 16% 和 8% 左右,但 A13 相比 A12,在这两部分都有着约 20% 的提升。
近两代的 A 系芯片中,神经网络引擎是一个经常会被苹果提及的模块。
本次 A14 也不例外,神经网络引擎的内核数直接增加了一倍,从 A13 的 8 核变成了 A14 的 16 核,估计那 40% 的晶体管数量提升,有相当一部分都用在了这里。
而由此带来的近两倍的机器学习算力提升,也明显要比 CPU、GPU 升级耀眼得多,更别说还有应用在处理器上的机器学习加速器。
去年,苹果前高管菲尔・席勒(Phil Schiller)在接受《连线》采访时也说,目前 iOS 系统的功能中,基本已经不存在不使用机器学习的领域了。无论是对电池寿命的影响,还是性能的优化,它一直都你所不知道的地方,持续地运行着。
既然如此,发展更强的算力,这些工作显然能更有效率地去运行;而苹果也能规避掉个人数据收集的风险,让设备只靠本地算力而非联网,就能完成更重度、更复杂的任务。
温馨提示:答案为网友推荐,仅供参考