A11就是「人工智慧晶片」
這次，蘋果在自家的A11 Bionic晶片上搭載了一個專用於機器學習的硬體——「神經網絡引擎（neural engine）」。
現在所謂的手機處理器，比如高通的835、蘋果的A11、麒麟970等，實際上所指的是一個「處理器包」封裝在一起，這個計算包專業一點說叫Soc（System-on-a-Chip），高大上的說法是「計算平臺」；根據分工不同，很多專用功能的處理單元加進來，比如我們最熟悉的是GPU，現在這個包裡的獨立單元數量已經越來越大，比如ISP（圖像處理）、Modem（通信模塊）、DSP（數位訊號處理）等。
不同的數據進來，交給不同特長的計算模塊來處理將會得到更好的效果、更高的能效比，A11的神經網絡引擎（neural engine）跟麒麟970的NPU一樣，是在手機處理器平臺新加入的一個擅長神經網絡計算的硬體模塊。
而這也是為什麼從20nm、16nm、到現在的10nm、以及研發中的7nm，各大晶片設計商、代工商都在拼命把晶片技術往小了做，為的就是在不影響晶片大小的前提下擠進更多的獨立處理單元。
A11的神經網絡引擎採用雙核設計，每秒運算次數最高可達6000億次，相當於0.6TFlops（寒武紀NPU則是1.92TFlops，每秒可以進行19200次浮點運算），以幫助加速人工智慧任務，即專門針對Face ID，Animoji和AR應用程式的ASIC（專用集成電路/全定製AI晶片）。
有了神經網絡引擎，蘋果高級副總裁Phil Schiller很有底氣的表示：
「A11 Bionic是一款智慧型手機到目前為止所能擁有的最強勁、最智能的晶片。而基於ASIC的深度學習，實現了高準確率之外，還能比基於通用晶片（GPU、FPGA）的方案減少功耗。」
不過，蘋果對這款神經網絡引擎的功耗、實測性能等方面都沒有進一步披露。
A11同時也支持Core ML，這是蘋果在今年WWDC開發者大會上推出的一款新型機器學習框架，能讓開發者更方便地將機器學習技術整合到自己的App中。Core ML支持所有主要的神經網絡，如DNN、RNN、CNN等，開發者可以把訓練完成的機器學習模型封裝進App之中。
iPhone 8/8p和iPhone X都搭載了蘋果自研的A11 Bionic（仿生）晶片。雖然蘋果全程並沒有在這款晶片上花太多功夫介紹，但我們仍舊知道它集成了一個專用於機器學習的硬體——「神經網絡引擎（Neural Engine）」
可別小看了這塊A11，通過智東西仔細研究發現，它不僅是iPhone X中一眾「黑科技」的來源，而且蘋果為了打造這塊晶片早在9年前就開始了技術布局。
參數亮相，跑分爆表了
在介紹A11裡專門用於機器學習的「神經網絡引擎」之前，我們先來看看A11的基本參數。
工藝方面，A11採用了臺積電10nm FinFET工藝，集成了43億個電晶體（上一代採用16nm工藝的A10 Fusion集成了33億個電晶體，華為麒麟970則用10nm工藝集成了55億個）。
A11搭載了64位ARMv8-A架構的6核CPU，其中包括2個名為「Monsoon」的性能核（performance core）和4個名為「Mistral」的能效核（high-eggiciency core），性能核比上一代A10裡的快了25%，能效核則快了70%。
而且，與A10不同，A11中使用了蘋果自研的第二代新型性能控制器，允許6個CPU內核同時使用，整體性能比上一代快了70%。
至於為什麼分為性能核和能效核呢？當手機進行發簡訊、瀏覽網頁等輕量任務時，系統會選擇調用能耗更低的能效核（high-eggiciency core），而當手機需要運行對計算能力要求更高的軟體時，則需要動用性能核（performance core）進行處理，藉此可以有效延長平均電池壽命。搭載了A11的iPhone X在充滿電後，將會比iPhone 7延長2個小時的待機時間。
A11的另外一大亮點就是首次搭載了蘋果自研的GPU，這是一款3核GPU，性能相比A10 Fusion提升30%，只需要一半的功耗就能達到A10的表現。這是今年4月蘋果宣布和英國GPU設計公司Imagination Technologies「分手」後推出的首款自研GPU，針對AR、沉浸式3D遊戲等方面都進行了優化，比A10快了30%。
A11裡還集成了蘋果自研的ISP、自研的視頻編解碼器等等。從種種強調的「自研」我們不難發現，蘋果已經越來越強調架構的自主化。在徹底跟老朋友Imagination Technologies分手後（並且導致人家股價斷崖式下跌70%後），蘋果的下一個自研目標也許會移到基帶技術上，與高通曠日持久的專利訴訟案件算得上是前兆了。
此外，我們也可以從A11在Geekbench的跑分上一窺究竟：在Geekbench中有A11的幾個跑分，其中單核性能最高的是4274，多核性能最高的是10438，而取這些跑分平均值後，單核性能是4169，多核性能是9836。
這是什麼概念呢？跟上一代A10的「單核成績3332，多核成績5558」比起來，A11在兩方面的性能有接近30%和50%的飆升。而iPad Pro中的A10X單核性能平均在3900左右，而多核性能是9200左右，依然弱於A11。
而Android陣營的種子選手——高通驍龍835的GeekBench成績為單核2000左右，多核6500左右。
在介紹這款晶片之前，先讓蘋果用一張圖帶大家大概了解一下這款處理器：
翻譯：
兩個高性能核心（大核）
四個高效核心（小核）
第二代自研性能控制器
自研 GPU
自研 ISP（圖像信號處理傳感器）
自研視頻編碼
安全加密模塊
A11 是蘋果與合作多年的老夥伴 Imagination Technologies 切斷關係之後的首款全自研處理器，不管是架構還是核心控制部分都由蘋果獨自操刀。關於這點，蘋果也在發布會上作出了多次強調。根據官方的介紹，A11處理器採用了臺積電最先進的 10nm 工藝製程，同時還突破性地採用了六核心的設計。其中大核性能比 A10 提升 25%，4 顆小核較 A10 提升 70%，多性能處理提升 75%。這裡需要強調的是，去年的 A10 才剛從雙核升級到四核，這才一年就躍升到六核了，參數黨不由自主地為蘋果點讚。不過這裡面似乎也暗藏這兩個信息，一方面可以看出蘋果越來越注重性能和功耗問題了，另一方面也反映出了 iOS 目前的應用越來越複雜了，不得不強化核心。
A11包含43億個電晶體
話雖如此，六核心的設計不但沒有增加功耗，反倒更省電了。據POPPUR了解，蘋果這次在處理器的調教上下了一番功夫，日常使用下是不怎麼會切換到大核心的。換而言之，除了某些繁重的任務之外，手機基本都會以四核狀態運行。不過這裡要說明一下，蘋果將這四個「小核」稱為高效核心，所以性能上大家是不用擔心的。此外，蘋果這次自研的核心架構自主控制設計也使得電壓和時脈方面有著更精密的控制，甚至有可能提前用上 ARM DynamiQ 技術，使大、小核心同樣處於相同的 Cluster（簇，文件存取是以簇為單位的，若干個扇區合為一個簇） ，進而提升多核運算的效率，降低核心切換間的延遲。
A11搭載的GPU是蘋果自研的三核心 GPU ，性能較 A10 性能提升 30%，而功耗則降低了 50%。換句話來說，A11 能讓你獲得更長遊戲時間的同時提供更流暢絢麗的遊戲畫面。
大家可能也有留意到，這次 A11 的命名是 A11 Bionic。其中 Bionic 就是仿生的意思，所以這顆處理器其實還搭載了神經網絡引擎，而這也是蘋果的首次嘗試。所謂神經網絡引擎，實質上就是人工智慧引擎，只不過蘋果比較低調，沒有到處宣傳罷了。該引擎主要為 TureDepth 超深感相機（用於Face ID面容識別）等一系列應用 Machine Learning 機器學習算法的功能提供支持。此外在使用過程中，引擎能夠通過生物辨識、影像識別、拍照、使用行為等機器學習的方式來，來提升手機的性能以及處理任務時的效率。
蘋果A11處理器跑分
雖然膚淺，但跑分依然是目前為止了解處理器性能的最直觀的方法。Geekbench 資料庫顯示，A11處理器的單核跑分為 4274 分，多核跑分也達到了 10248 分。嗯，這不止遠距離拋開了A10，還直接秒了自家13英寸的 MacBook Pro.。。
蘋果A11處理器跑分
蘋果A10處理器跑分
而安卓陣營的王者驍龍835 的跑分是這樣的。。.
驍龍835處理器跑分
打開APP閱讀更多精彩內容聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容圖片侵權或者其他問題，請聯繫本站作侵刪。 侵權投訴