ການສໍາພາດທີ່ຫນ້າສົນໃຈກັບຜູ້ອໍານວຍການຝ່າຍກາລະຕະຫຼາດຂອງ Apple, Phil Schiller, ແລະວິສະວະກອນຈາກທີມງານພັດທະນາໂປເຊດເຊີ, Anand Shimpi (ຜູ້ກໍ່ຕັ້ງເວັບໄຊທ໌ AnandTech) ໄດ້ປາກົດຢູ່ໃນວາລະສານອາເມລິກາ Wired. ການສົນທະນາດັ່ງກ່າວເປັນຕົ້ນຕໍກ່ຽວກັບໂປເຊດເຊີ A13 Bionic ໃຫມ່, ແລະສິ່ງທີ່ຫນ້າສົນໃຈຫຼາຍປະກົດຢູ່ໃນຊິບໃຫມ່.
ຈາກການສໍາພາດຂ້າງຄຽງ, ມີບົດສະຫຼຸບພື້ນຖານຈໍານວນຫນ້ອຍທີ່ອະທິບາຍເຖິງຄວາມຄືບຫນ້າຂອງທີມງານວິສະວະກໍາ SoC ຂອງ Apple ນັບຕັ້ງແຕ່ປີທີ່ຜ່ານມາໃນການອອກແບບຊິບໃຫມ່. ໂປເຊດເຊີ A13 Bionic ມີ:
- 8,5 ຕື້ transistors, ເຊິ່ງແມ່ນປະມານ 23% ຫຼາຍກ່ວາໃນກໍລະນີຂອງ predecessor A12 Bionic ກັບ 6,9 ຕື້.
- ແຜນຜັງຫົກແກນທີ່ມີສອງແກນທີ່ມີປະສິດທິພາບທີ່ມີຄວາມຖີ່ສູງສຸດຂອງ 2,66GHz ທີ່ມີຊື່ວ່າ Lightning ແລະສີ່ແກນປະຫຍັດທີ່ມີຊື່ວ່າ Thunder
- ໂປເຊດເຊີກາຟິກທີ່ປະຕິບັດຢູ່ໃນ SoC ມີສີ່ແກນແລະເປັນການອອກແບບຂອງຕົນເອງທັງຫມົດ
- ນອກຈາກນັ້ນ, SoC (System on Chip) ຍັງມີອີກແປດແກນ "Neural Engine" ສໍາລັບຄວາມຕ້ອງການຂອງການຮຽນຮູ້ຂອງເຄື່ອງຈັກ, ເຊິ່ງສາມາດຈັດການກັບການດໍາເນີນງານໄດ້ເຖິງພັນຕື້ຕໍ່ວິນາທີ.
- ປະສິດທິພາບໂດຍລວມໄດ້ເພີ່ມຂຶ້ນປະມານ 20% ເມື່ອທຽບໃສ່ກັບລຸ້ນກ່ອນ, ທັງໃນຂົງເຂດ CPU, GPU ແລະ Neural Engine.
- ໃນເວລາດຽວກັນ, ຢ່າງໃດກໍຕາມ, SoC ທັງຫມົດແມ່ນສູງເຖິງ 30% ປະສິດທິພາບຫຼາຍກ່ວາ A12 Bionic.
ແລະມັນແມ່ນຄຸນລັກສະນະທີ່ໄດ້ກ່າວມາສຸດທ້າຍທີ່ເປັນເປົ້າຫມາຍຕົ້ນຕໍທີ່ວິສະວະກອນຮາດແວໄດ້ຕັ້ງໄວ້ໃນເວລາທີ່ພັດທະນາຊິບໃຫມ່. ເປົ້າຫມາຍແມ່ນເພື່ອສະເຫນີການອອກແບບຊິບທີ່ມີປະສິດທິພາບທີ່ສຸດທີ່ຈະນໍາເອົາທັງປະສິດທິພາບທີ່ສູງຂຶ້ນແລະຕົ້ນຕໍແມ່ນການໃຊ້ພະລັງງານຕ່ໍາ. ການອອກແບບຊິບມີປະສິດທິພາບຫຼາຍຂຶ້ນ, ມັນງ່າຍຂຶ້ນທີ່ຈະບັນລຸທັງສອງຢ່າງ, ແລະຊິບ A13 Bionic ກໍ່ເຮັດໄດ້ຄືກັນ.
ຫນຶ່ງໃນຕົວຢ່າງທີ່ໂດດເດັ່ນທີ່ສຸດຂອງຄວາມຄືບຫນ້າຂອງຕົວແບບຂອງປີທີ່ຜ່ານມາແມ່ນການເພີ່ມຂຶ້ນຢ່າງຫຼວງຫຼາຍຂອງພະລັງງານຄອມພິວເຕີໃນພາກສະຫນາມຂອງການຮຽນຮູ້ເຄື່ອງຈັກ. ນີ້ໄດ້ຖືກສະທ້ອນໃຫ້ເຫັນ, ສໍາລັບການຍົກຕົວຢ່າງ, ໃນການປັບປຸງຢ່າງຫຼວງຫຼາຍຂອງຫນ້າທີ່ຂໍ້ຄວາມເປັນສຽງເວົ້າ, i.e. ຄວາມສາມາດໃນການອ່ານຂໍ້ຄວາມບາງຢ່າງໃຫ້ກັບຜູ້ໃຊ້. ຜົນຜະລິດສຽງໃນ iPhones ໃຫມ່ແມ່ນທໍາມະຊາດຫຼາຍ, ສ່ວນໃຫຍ່ແມ່ນຍ້ອນຄວາມສາມາດເພີ່ມຂຶ້ນໃນຂົງເຂດການຮຽນຮູ້ເຄື່ອງຈັກທີ່ເຮັດໃຫ້ iPhones ໃຫມ່ສາມາດປະມວນຜົນຄໍາເວົ້າໄດ້ດີຂຶ້ນ.
ທີມງານພັດທະນາ, ເຊິ່ງຮັບຜິດຊອບໃນການອອກແບບຂອງໂປເຊດເຊີໃຫມ່, ອີງຕາມຂໍ້ມູນຈາກການສໍາພາດ, ກວດເບິ່ງລາຍລະອຽດວິທີການທີ່ຄໍາຮ້ອງສະຫມັກສ່ວນບຸກຄົນເຮັດວຽກກັບຊັບພະຍາກອນທີ່ມີຢູ່ທີ່ໂປເຊດເຊີເຮັດໃຫ້ພວກເຂົາມີ. ນີ້ເຮັດໃຫ້ມັນງ່າຍຂຶ້ນໃນການເພີ່ມປະສິດທິພາບການອອກແບບຊິບໃຫມ່ເພື່ອໃຫ້ພວກເຂົາເຮັດວຽກທີ່ດີທີ່ສຸດກັບແອັບພລິເຄຊັນແລະນໍາໃຊ້ຊັບພະຍາກອນໃຫ້ມີປະສິດທິພາບເທົ່າທີ່ເປັນໄປໄດ້.
ນີ້ແມ່ນເຫັນໄດ້ຊັດເຈນ, ສໍາລັບການຍົກຕົວຢ່າງ, ໃນຄໍາຮ້ອງສະຫມັກທີ່ບໍ່ຕ້ອງການປະສິດທິພາບສູງພິເສດເພື່ອເຮັດວຽກ. ຂໍຂອບໃຈກັບການປັບປຸງການປັບປຸງ, ຄໍາຮ້ອງສະຫມັກເຫຼົ່ານີ້ດໍາເນີນການທີ່ມີຄວາມຕ້ອງການພະລັງງານ CPU ຕ່ໍາຫຼາຍ, ດັ່ງນັ້ນການຂະຫຍາຍຊີວິດຂອງຫມໍ້ໄຟ. ອີງຕາມການ Phil Schiller, ການປັບປຸງຊີວິດຂອງຫມໍ້ໄຟຍັງໄດ້ຮັບອິດທິພົນຢ່າງຫຼວງຫຼາຍໂດຍການຮຽນຮູ້ເຄື່ອງຈັກ, ຂອບໃຈທີ່ຊິບສາມາດແຈກຢາຍຊັບພະຍາກອນຂອງມັນໄດ້ດີກວ່າແລະເຮັດວຽກທີ່ມີປະສິດທິພາບຫຼາຍຂຶ້ນແລະໃນບາງຂອບເຂດ "ອັດຕະໂນມັດ". ນັ້ນແມ່ນ, ບາງສິ່ງບາງຢ່າງທີ່ບໍ່ສາມາດຄິດໄດ້ພຽງແຕ່ສອງສາມປີກ່ອນ.
ທີ່ມາ: Wired