ເຄື່ອງຈັກ Neural ໃນ Apple Silicon Macs ແມ່ນຫຍັງ?

ເມື່ອ Apple ປ່ຽນຈາກໂປເຊດເຊີ Intel ໄປສູ່ການແກ້ໄຂຂອງຕົນເອງໃນຮູບແບບຂອງຊິບ Apple Silicon ສໍາລັບຄອມພິວເຕີຂອງມັນ, ມັນໄດ້ປັບປຸງປະສິດທິພາບແລະການບໍລິໂພກພະລັງງານຢ່າງຫຼວງຫຼາຍ. ເຖິງແມ່ນວ່າໃນລະຫວ່າງການນໍາສະເຫນີຕົວມັນເອງ, ລາວໄດ້ເນັ້ນໃສ່ໂປເຊດເຊີຕົ້ນຕໍ, ເຊິ່ງລວມກັນເປັນຊິບໂດຍລວມແລະຢູ່ເບື້ອງຫຼັງຄວາມສາມາດຂອງມັນ. ແນ່ນອນ, ໃນເລື່ອງນີ້, ພວກເຮົາຫມາຍເຖິງ CPU, GPU, Neural Engine ແລະອື່ນໆ. ໃນຂະນະທີ່ບົດບາດຂອງ CPU ແລະ GPU ເປັນທີ່ຮູ້ຈັກໂດຍທົ່ວໄປ, ຜູ້ໃຊ້ Apple ບາງຄົນຍັງບໍ່ຈະແຈ້ງກ່ຽວກັບສິ່ງທີ່ Neural Engine ຖືກນໍາໃຊ້ຢ່າງແທ້ຈິງ.

ຍັກໃຫຍ່ Cupertino ຢູ່ Apple Silicon ແມ່ນອີງໃສ່ຊິບຂອງມັນສໍາລັບ iPhone (A-Series), ເຊິ່ງມີໂປເຊດເຊີເກືອບດຽວກັນ, ລວມທັງ Neural Engin ທີ່ໄດ້ກ່າວມາ. ຢ່າງໃດກໍຕາມ, ບໍ່ມີອຸປະກອນຫນຶ່ງແມ່ນຈະແຈ້ງຢ່າງສົມບູນວ່າມັນຖືກນໍາໃຊ້ເພື່ອຫຍັງແລະເປັນຫຍັງພວກເຮົາຕ້ອງການມັນທັງຫມົດ. ໃນຂະນະທີ່ພວກເຮົາມີຄວາມຊັດເຈນກ່ຽວກັບເລື່ອງນີ້ສໍາລັບ CPU ແລະ GPU, ອົງປະກອບນີ້ຖືກເຊື່ອງໄວ້ຫຼາຍຫຼືຫນ້ອຍ, ໃນຂະນະທີ່ມັນຮັບປະກັນຂະບວນການທີ່ມີຄວາມສໍາຄັນໃນພື້ນຫລັງ.

ເປັນຫຍັງມັນຈຶ່ງດີທີ່ຈະມີ Neural Engine

ແຕ່ໃຫ້ຄວາມສະຫວ່າງບາງຢ່າງກ່ຽວກັບສິ່ງທີ່ຈໍາເປັນ, ຫຼືດີ, ຄວາມຈິງທີ່ວ່າ Macs ຂອງພວກເຮົາກັບຊິບ Apple Silicon ໄດ້ຖືກຕິດຕັ້ງດ້ວຍໂປເຊດເຊີ Neural Engine ພິເສດ. ດັ່ງທີ່ທ່ານອາດຈະຮູ້, ພາກນີ້ແມ່ນສະເພາະສໍາລັບການເຮັດວຽກກັບປັນຍາປະດິດແລະການຮຽນຮູ້ເຄື່ອງຈັກ. ແຕ່ວ່າໃນຕົວຂອງມັນເອງບໍ່ຈໍາເປັນຕ້ອງເປີດເຜີຍຫຼາຍ. ຢ່າງໃດກໍຕາມ, ຖ້າພວກເຮົາສະຫຼຸບມັນໂດຍທົ່ວໄປ, ພວກເຮົາສາມາດເວົ້າໄດ້ວ່າໂປເຊດເຊີເຮັດຫນ້າທີ່ເລັ່ງວຽກງານທີ່ກ່ຽວຂ້ອງ, ເຊິ່ງເຮັດໃຫ້ການເຮັດວຽກຂອງ GPU ຄລາສສິກງ່າຍຂຶ້ນຢ່າງເຫັນໄດ້ຊັດແລະເລັ່ງການເຮັດວຽກທັງຫມົດຂອງພວກເຮົາໃນຄອມພິວເຕີທີ່ໃຫ້.

ນີ້ແມ່ນວິທີທີ່ Apple ນໍາສະເຫນີຊິບ M1

mpv-shot0102

mpv-shot0104

mpv-shot0106

mpv-shot0108

mpv-shot0109

mpv-shot0113

mpv-shot0115

mpv-shot0117

ໂດຍສະເພາະ, ເຄື່ອງຈັກ Neural ຖືກນໍາໃຊ້ສໍາລັບວຽກງານທີ່ກ່ຽວຂ້ອງ, ເຊິ່ງ, ຢູ່ glance ທໍາອິດ, ບໍ່ແຕກຕ່າງກັນໃນທາງໃດກໍ່ຕາມຈາກປົກກະຕິ. ນີ້ສາມາດເປັນການວິເຄາະວິດີໂອຫຼືການຮັບຮູ້ສຽງ. ໃນກໍລະນີດັ່ງກ່າວ, ການຮຽນຮູ້ເຄື່ອງຈັກເຂົ້າມາ, ເຊິ່ງແມ່ນຄວາມເຂົ້າໃຈກ່ຽວກັບການປະຕິບັດແລະການບໍລິໂພກພະລັງງານ. ສະນັ້ນແນ່ນອນມັນບໍ່ເຈັບປວດທີ່ຈະມີຜູ້ຊ່ວຍປະຕິບັດທີ່ມີຈຸດສຸມທີ່ຊັດເຈນກ່ຽວກັບບັນຫານີ້.

ຊິບ M1 ແລະອົງປະກອບຕົ້ນຕໍຂອງມັນ

ການຮ່ວມມືກັບ Core ML

ກອບ Core ML ຂອງ Apple ຍັງໄປຮ່ວມກັບໂປເຊດເຊີຂອງມັນເອງ. ຜ່ານມັນ, ນັກພັດທະນາສາມາດເຮັດວຽກຮ່ວມກັບແບບຈໍາລອງການຮຽນຮູ້ເຄື່ອງຈັກແລະສ້າງຄໍາຮ້ອງສະຫມັກທີ່ຫນ້າສົນໃຈທີ່ຈະນໍາໃຊ້ຊັບພະຍາກອນທີ່ມີຢູ່ທັງຫມົດສໍາລັບການເຮັດວຽກຂອງພວກເຂົາ. ໃນ iPhone ແລະ Macs ທີ່ທັນສະໄຫມທີ່ມີຊິບ Apple Silicon, Neural Engine ຈະຊ່ວຍພວກເຂົາໃນເລື່ອງນີ້. ຫຼັງຈາກທີ່ທັງຫມົດ, ນີ້ກໍ່ແມ່ນເຫດຜົນຫນຶ່ງ (ບໍ່ແມ່ນພຽງແຕ່) ວ່າເປັນຫຍັງ Macs ຈຶ່ງດີແລະມີອໍານາດໃນພື້ນທີ່ເຮັດວຽກກັບວິດີໂອ. ໃນກໍລະນີດັ່ງກ່າວ, ພວກເຂົາບໍ່ໄດ້ອີງໃສ່ພຽງແຕ່ການປະຕິບັດຂອງໂປເຊດເຊີກາຟິກ, ແຕ່ຍັງໄດ້ຮັບການຊ່ວຍເຫຼືອຈາກ Neural Engine ຫຼືເຄື່ອງຈັກສື່ອື່ນໆສໍາລັບການເລັ່ງວິດີໂອ ProRes.

ກອບຫຼັກ ML ສໍາລັບການຮຽນຮູ້ເຄື່ອງຈັກແມ່ນໃຊ້ໃນຫຼາຍໆແອັບພລິເຄຊັນ

ເຄື່ອງຈັກ Neural ໃນການປະຕິບັດ

ຂ້າງເທິງ, ພວກເຮົາໄດ້ແຕ້ມແບບເບົາໆແລ້ວວ່າເຄື່ອງຈັກ Neural ຖືກນໍາໃຊ້ຕົວຈິງສໍາລັບ. ນອກເຫນືອໄປຈາກແອັບພລິເຄຊັນທີ່ເຮັດວຽກກັບການຮຽນຮູ້ເຄື່ອງຈັກ, ໂປລແກລມແກ້ໄຂວິດີໂອຫຼືການຮັບຮູ້ສຽງ, ພວກເຮົາຈະຍິນດີຕ້ອນຮັບຄວາມສາມາດຂອງມັນ, ສໍາລັບການຍົກຕົວຢ່າງ, ໃນຄໍາຮ້ອງສະຫມັກພື້ນເມືອງຮູບພາບ. ຖ້າທ່ານໃຊ້ຟັງຊັນ Live Text ໃນບາງຄັ້ງຄາວ, ເມື່ອທ່ານສາມາດຄັດລອກຂໍ້ຄວາມທີ່ຂຽນຈາກຮູບພາບໃດກໍ່ຕາມ, Neural Engine ແມ່ນຢູ່ຫລັງມັນ.