Sinabi ng Apple na Ang A13 Bionic Chip ay Dinisenyo Sa Performance-Per-Watt Focus

Sa isang tampok para sa WIRED , Naupo si Om Malik kasama ang marketing chief ng Apple na si Phil Schiller at ang engineer ng paggawa ng chip na si Anand Shimpi upang talakayin ang A13 Bionic chip sa bagong iPhone 11 , & zwnj; iPhone 11 & zwnj; Pro, at iPhone 11 Pro Max .

Unang nagbibigay si Malik ng pangkalahatang-ideya ng mga detalye ng A13 chip at mga pagpapahusay sa pagganap:

• 8.5 bilyong transistor , humigit-kumulang 23 porsiyentong pagtaas sa 6.9 bilyong transistor ng A12 chip
  
  
  
  
• Anim na core na CPU : dalawang 2.66GHz high-performance core na pinangalanang Lightning at apat na efficiency core na pinangalanang Thunder
  

• Quad-core graphics processor , isang image processor na dinisenyo ng Apple, at isang octa-core neural engine para sa machine learning na may kakayahang isang trilyong operasyon bawat segundo
  

• Hanggang 20 porsyentong pagtaas ng performance sa lahat ng pangunahing bahagi, kabilang ang CPU, GPU, at neural engine
  
  Hanggang 30 porsiyentong mas matipid sa kuryentekaysa sa A12 chip

Sinabi ni Schiller kay Malik na ang isa sa pinakamalaking halimbawa ng pagtaas ng pagganap sa taong ito ay text-to-speech sa mga iPhone.

'Pinahusay namin ang aming iOS 13 text-to-speech na mga kakayahan upang magkaroon ng mas natural na pagpoproseso ng wika, at tapos na ang lahat sa machine learning at sa neural engine,' paliwanag ni Schiller.

Nabanggit ni Shimpi na kapag nagdidisenyo ng mga A-series chips nito, nakatutok ang Apple sa parehong pagganap at kahusayan. 'Marami kaming pinag-uusapan sa publiko tungkol sa performance. Ngunit ang katotohanan ay, tinitingnan namin ito bilang pagganap sa bawat watt. Tinitingnan namin ito bilang kahusayan sa enerhiya, at kung gagawa ka ng isang mahusay na disenyo, nagkataon na bumuo ka rin ng isang disenyo ng pagganap.'

Sinasabi ng artikulo na pag-aaralan ng koponan ng paggawa ng chip ng Apple kung paano ginagamit ang mga app sa mga iOS device para i-optimize ang mga disenyo ng chip sa hinaharap. 'Para sa mga application na hindi nangangailangan ng karagdagang pagganap, maaari kang tumakbo sa pagganap ng nakaraang taon at gawin lamang ito sa mas mababang kapangyarihan,' sabi ni Shimpi.

Malaki rin ang papel ng machine learning sa A13 chip, na tumutulong na pamahalaan ang buhay ng baterya at i-optimize ang performance, ayon kay Schiller. 'Walang machine learning na tumatakbo sampung taon na ang nakararaan. Ngayon, lagi itong tumatakbo, gumagawa ng mga bagay-bagay.'