Hirdetés bezárása

Amikor az Apple áttért az Intel processzorokról a saját megoldására, az Apple Silicon chipek formájában a számítógépeihez, jelentősen javította a teljesítményt és az energiafogyasztást. Már a prezentáció során is kiemelte a fő processzorokat, amelyek együtt alkotják a teljes chipet, és elmaradnak a képességeitől. Természetesen ebben a vonatkozásban CPU-ra, GPU-ra, Neural Engine-re és másokra gondolunk. Míg a CPU és a GPU szerepe általában ismert, néhány Apple-felhasználó még mindig nem világos, hogy valójában mire is használják a Neural Engine-t.

Az Apple Silicon cupertinoi óriása az iPhone (A-sorozat) chipjeire épül, amelyek gyakorlatilag ugyanazokkal a processzorokkal vannak felszerelve, beleértve a már említett Neural Engint is. Azonban még egy készülék sem teljesen világos, hogy valójában mire is használják, és egyáltalán miért van rá szükségünk. Míg a CPU és a GPU esetében ebben teljesen tisztában vagyunk, ez a komponens többé-kevésbé rejtett, miközben viszonylag fontos folyamatokat biztosít a háttérben.

Miért jó, ha van neurális motorja?

De világítsunk egy kicsit arra a lényeges vagy éppen jó dologra, hogy Apple Silicon chipekkel ellátott Maceink speciális Neural Engine processzorral vannak felszerelve. Amint azt bizonyára tudja, ez a rész kifejezetten a mesterséges intelligenciával és a gépi tanulással foglalkozik. De ez önmagában még nem kell, hogy olyan sokat eláruljon. Ha azonban általánosságban szeretnénk összefoglalni, akkor elmondhatjuk, hogy a processzor a releváns feladatok felgyorsítását szolgálja, ami érezhetően megkönnyíti a klasszikus GPU munkáját és felgyorsítja minden munkánkat az adott számítógépen.

Konkrétan a Neural Engine-t a kapcsolódó feladatokra használják, amelyek első pillantásra semmiben sem különböznek a normál feladatoktól. Ez lehet videóelemzés vagy hangfelismerés. Ilyenkor a gépi tanulás jön szóba, ami érthetően megköveteli a teljesítményt és az energiafogyasztást. Tehát biztosan nem árt, ha van egy gyakorlati asszisztens, aki egyértelműen erre a kérdésre összpontosít.

mpv-shot0096
Az M1 chip és fő összetevői

Együttműködés a Core ML-lel

Az Apple Core ML keretrendszere magával a processzorral is kéz a kézben jár. Ezen keresztül a fejlesztők gépi tanulási modellekkel dolgozhatnak, és érdekes alkalmazásokat hozhatnak létre, amelyek azután az összes rendelkezésre álló erőforrást felhasználják a funkciójukhoz. A modern iPhone és Mac gépeken Apple Silicon chipekkel a Neural Engine segít ebben. Végül is ez az egyik oka (nem az egyetlen), amiért a Macek olyan jók és erősek a videóval való munkavégzés terén. Ilyenkor nem csak a grafikus processzor teljesítményére hagyatkoznak, hanem a Neural Engine-től vagy más médiamotoroktól is segítséget kapnak a ProRes videógyorsításhoz.

Core ML keretrendszer a gépi tanuláshoz
A gépi tanulás Core ML keretrendszerét számos alkalmazásban használják

Neurális motor a gyakorlatban

Fentebb már finoman felvázoltuk, hogy valójában mire is használják a neurális motort. A gépi tanulással dolgozó alkalmazások, videószerkesztő programok vagy hangfelismerő programok mellett örömmel fogadjuk a képességeit például a natív Photos alkalmazásban. Ha időnként használja az Élő szöveg funkciót, ahol bármilyen képről másolhat írott szöveget, akkor a Neural Engine van mögötte.

.