Σε τι χρησιμεύει το Neural Engine σε Apple Silicon Mac;

Όταν η Apple άλλαξε από τους επεξεργαστές Intel στη δική της λύση με τη μορφή τσιπ Apple Silicon για τους υπολογιστές της, βελτίωσε σημαντικά την απόδοση και την κατανάλωση ενέργειας. Ακόμη και κατά την ίδια την παρουσίαση, ανέδειξε τους βασικούς επεξεργαστές, που μαζί αποτελούν το συνολικό τσιπ και βρίσκονται πίσω από τις δυνατότητές του. Φυσικά, από αυτή την άποψη εννοούμε CPU, GPU, Neural Engine και άλλα. Ενώ ο ρόλος της CPU και της GPU είναι γενικά γνωστός, ορισμένοι χρήστες της Apple εξακολουθούν να είναι ασαφείς ως προς το σε τι χρησιμοποιείται στην πραγματικότητα το Neural Engine.

Ο γίγαντας του Κουπερτίνο στην Apple Silicon βασίζεται στα τσιπ του για το iPhone (Σειρά A), τα οποία είναι εξοπλισμένα με σχεδόν τους ίδιους επεξεργαστές, συμπεριλαμβανομένου του προαναφερθέντος Neural Engin. Ωστόσο, ούτε μία συσκευή δεν είναι απολύτως σαφές σε τι χρησιμοποιείται στην πραγματικότητα και γιατί τη χρειαζόμαστε καθόλου. Ενώ είμαστε αρκετά ξεκάθαροι σχετικά με αυτό για την CPU και την GPU, αυτό το στοιχείο είναι λίγο-πολύ κρυμμένο, ενώ εξασφαλίζει σχετικά σημαντικές διεργασίες στο παρασκήνιο.

Γιατί είναι καλό να έχουμε Neural Engine

Αλλά ας ρίξουμε λίγο φως στο ουσιαστικό, ή πραγματικά καλό, γεγονός ότι τα Mac μας με τσιπ Apple Silicon είναι εξοπλισμένα με έναν ειδικό επεξεργαστή Neural Engine. Όπως ίσως γνωρίζετε, αυτή η ενότητα είναι ειδικά για εργασία με τεχνητή νοημοσύνη και μηχανική μάθηση. Αλλά αυτό από μόνο του δεν χρειάζεται να αποκαλύψει τόσα πολλά. Ωστόσο, αν το συνοψίσουμε γενικά, μπορούμε να πούμε ότι ο επεξεργαστής χρησιμοποιείται για την επιτάχυνση των σχετικών εργασιών, διευκολύνοντας έτσι σημαντικά την εργασία της κλασικής GPU και επιταχύνοντας όλη την εργασία μας στον συγκεκριμένο υπολογιστή.

Έτσι παρουσίασε η Apple το τσιπ M1

mpv-shot0102

mpv-shot0104

mpv-shot0106

mpv-shot0108

mpv-shot0109

mpv-shot0113

mpv-shot0115

mpv-shot0117

Συγκεκριμένα, το Neural Engine χρησιμοποιείται για σχετικές εργασίες, οι οποίες, εκ πρώτης όψεως, δεν διαφέρουν καθόλου από τις κανονικές. Αυτό μπορεί να είναι ανάλυση βίντεο ή αναγνώριση φωνής. Σε τέτοιες περιπτώσεις, παίζει ρόλο η μηχανική μάθηση, η οποία είναι ευνόητα απαιτητική για την απόδοση και την κατανάλωση ενέργειας. Επομένως, σίγουρα δεν βλάπτει να έχετε έναν πρακτικό βοηθό με σαφή εστίαση σε αυτό το θέμα.

Το τσιπ M1 και τα κύρια συστατικά του

Συνεργασία με την Core ML

Το πλαίσιο Core ML της Apple συμβαδίζει επίσης με τον ίδιο τον επεξεργαστή. Μέσω αυτού, οι προγραμματιστές μπορούν να εργαστούν με μοντέλα μηχανικής μάθησης και να δημιουργήσουν ενδιαφέρουσες εφαρμογές που στη συνέχεια θα χρησιμοποιήσουν όλους τους διαθέσιμους πόρους για τη λειτουργικότητά τους. Σε μοντέρνα iPhone και Mac με τσιπ Apple Silicon, το Neural Engine θα τους βοηθήσει σε αυτό. Εξάλλου, αυτός είναι και ένας από τους λόγους (όχι ο μόνος) για τον οποίο οι Mac είναι τόσο καλοί και ισχυροί στον τομέα της εργασίας με βίντεο. Σε μια τέτοια περίπτωση, δεν βασίζονται μόνο στην απόδοση του επεξεργαστή γραφικών, αλλά λαμβάνουν επίσης βοήθεια από το Neural Engine ή άλλες μηχανές μέσων για την επιτάχυνση βίντεο ProRes.

Το πλαίσιο Core ML για μηχανική εκμάθηση χρησιμοποιείται σε ποικίλες εφαρμογές

Neural Engine στην πράξη

Παραπάνω, έχουμε ήδη σκιαγραφήσει ελαφρά σε τι χρησιμοποιείται στην πραγματικότητα ο Νευρωνικός κινητήρας. Εκτός από τις εφαρμογές που λειτουργούν με μηχανική εκμάθηση, προγράμματα για επεξεργασία βίντεο ή αναγνώριση φωνής, θα καλωσορίσουμε τις δυνατότητές του, για παράδειγμα, στην εγγενή εφαρμογή Φωτογραφίες. Εάν χρησιμοποιείτε τη λειτουργία Ζωντανού κειμένου κατά καιρούς, όπου μπορείτε να αντιγράψετε γραπτό κείμενο από οποιαδήποτε εικόνα, η Νευρική μηχανή βρίσκεται πίσω από αυτήν.