История появления Neural Engine
Хотя Эппл начали выпускать собственные SoC для Айфонов в 2010 году (первым «яблочным» чипом был A4 в iPhone 4), компания реализовала нейронный сопроцессор с выпуском iPhone X.
Чипсет Apple A11 Bionic поставлялся с Neural Engine первого поколения. В модуле было два ядра, которые выполняли 600 миллиардов операций в секунду. Для сравнения, A15 Bionic в Айфон 14 Плюс выполняет 15,8 триллиона операций в секунду. Топовое решение 2022 года, Apple A16 Bionic оснащено движком с производительностью 17 триллионов операций в секунду.
Во время презентации «десятки» мало кто понял, что это за компонент и зачем он нужен. Ведь устройства вполне хорошо работали и до этого. Apple заявили, что Neural Engine отвечает за распознавание лица по Face ID, используется в отрисовке элементов AR, таких, как Animoji и Memoji.
Производитель «повесил» на сопроцессор дополнительные задачи, чтобы снять нагрузку с ядер и графического ускорителя.
Принцип работы сопроцессора
Перевод некоторых функций на вычисление средствами Neural Engine был необходим с инженерной точки зрения. Дело в специфике работы — существует много задач, требующих большого количества простых вычислений, и все они должны проходить параллельно.
Ядра процессора и GPU способны справится с такой нагрузкой, но это не имеет смысла, поскольку эти компоненты работают на высокой частоте и расходуют заряд (независимо от простоты задачи). А вот энергоэффективный Neural Engine позволяет сэкономить проценты и без того небольшой батареи Айфона.
То есть, внедрение «нейронного движка» решило сразу две проблемы — снять нагрузку с ЦПУ и графического ускорителя и оптимизировать расход аккумулятора.
Важность искусственного интеллекта в Айфоне
Фишка «нейронного движка» в автономности, теперь смартфон самостоятельно справляется с теми задачами, которые требовали наличия интернета. К примеру, распознавание текста и объектов на изображении, технологии улучшения качества снимков обрабатываются на смартфоне, без необходимости отправлять данные на серверы Apple.
Сейчас технологию повсеместно используют сторонние разработчики — Neural Engine участвует в распознавании голоса, обработке и цветокоррекции изображений, наложении эффектов на видео и других вычислительных процессах.
Apple задали тенденцию на использование машинного обучения. Теперь производители чипов для Android внедряют сопроцессоры в свои решения. Чип Snapdragon 8+ Gen 1 с модулем Hexagon выполняет 27 триллионов операций в секунду. А Google Tensor полностью строит фирменные функции на нейронном процессоре.