那颗要用在 iPhone 12 上的 A14 芯片，很强吗？

但我们也不能忽视，A12Z 本身拥有 8 核心 CPU 与 8 核心 GPU。这种多核心数结构，还有内存带宽上的优势，依旧能让 iPad Pro 在多线程以及图形处理能力上，比 iPad Air 4 更胜一筹。

▲ iPad Pro 上的 A12Z 用上了 8 核心图形处理器，就是为了应对 4K 视频剪辑、3D 设计和 AR 增强现实等重度任务需求

所以，只要苹果还没有发布 A14X 或 A14Z 的打算，目前 A12Z 依旧会是苹果移动设备上，综合性能最强的 A 系芯片，这点估计在 iPhone 12 发布后，也不会有所改变。

机器学习算力大提升，为什么苹果要重视它？

近两代的 A 系芯片中，神经网络引擎是一个经常会被苹果提及的模块。

本次 A14 也不例外，神经网络引擎的内核数直接增加了一倍，从 A13 的 8 核变成了 A14 的 16 核，估计那 40% 的晶体管数量提升，有相当一部分都用在了这里。

而由此带来的近两倍的机器学习算力提升，也明显要比 CPU、GPU 升级耀眼得多，更别说还有应用在处理器上的机器学习加速器。

▲ 相比 CPU 和 GPU，A14 在机器学习算力上的提升会更明显

但这个神经网络引擎会影响哪些体验，很多人并不清楚。

我们很难把它归结为单纯的「手机流畅度提升」，因为它不像 CPU、GPU 一样，可以有量化数据作为对比依据；就算是算力翻倍，它也不会让你的游戏，从原来的 30 帧升到 60 帧。

不过，近几代 iOS 系统内的特性，有很多都是离不开机器学习技术的。

比如说拍照，去年 iPhone 11 Pro 引入的 DeepFusion 三合一图像处理技术，就是通过机器学习训练的算法，来实现图像合成，最终生成出一张更高质量的照片。

▲ 图像识别、文本概述、语义分析等，都涉及到机器学习技术的运用

更进一步，iPhone 的相册能够自动根据人脸特征，对图库进行分类；还有像 Apple Music 能够根据我们的听歌偏好，自动推荐你喜欢的歌曲；而 iPhone 的电源管理系统也会主动学习我们的使用习惯，延长、优化续航时间，背后都有机器学习技术的参与。

在本次 iPad Air 4 中，苹果也介绍了两个使用了 A14 机器学习技术的案例。

一个是 djay Pro 应用，它可以让 iPad Air 调用前置摄像头，捕捉、识别出音乐人打碟的手势，实现「隔空打碟」的特性。

考虑到 iPad Air 4 并未搭载可感知深度场景的 Face ID 元件，这种动作识别，也只能靠机器学习的方案来实现。

另一个案例则是照片编辑应用 Pixelmator，借助机器学习能力，它可以让被裁减、放大后的照片，实现自动修复。

哪怕是照片本身的分辨率十分有限，但机器学习依旧能填补缺失的像素点，改进边缘锯齿和图像纹理。

所以，从上述几个例子可以看到，A 系芯片的神经网络引擎看似是「感知不强」，但实际上，是它施加的影响更底层，不容易被我们察觉而已，很多功能其实与我们的使用体验是息息相关的。

去年，苹果前高管菲尔 · 席勒（Phil Schiller）在接受《连线》采访时也说，目前 iOS 系统的功能中，基本已经不存在不使用机器学习的领域了。无论是对电池寿命的影响，还是性能的优化，它一直都你所不知道的地方，持续地运行着。

既然如此，发展更强的算力，这些工作显然能更有效率地去运行；而苹果也能规避掉个人数据收集的风险，让设备只靠本地算力而非联网，就能完成更重度、更复杂的任务。

A 系芯片，已经不再是 iPhone 和 iPad 的专属了

A14 会是苹果在 5nm 制程工艺上的唯一芯片吗？我们并不这么认为。哪怕是这次苹果把重点放在了机器学习算力，而非 CPU、GPU 的性能上，我们仍有机会在下一代 iPad Pro，甚至是 Mac 上，看到性能更强的衍生版本。

▲ 今年 WWDC 上，苹果就面向开发者推出了搭载 A12Z 芯片的 Mac mini 开发机

我们在之前的文章也谈到过，目前苹果在 iPhone、iPad 等产品线上，都已经开始维持「高中低」三条，甚至是三条以上，有着不同命名，以及不同价位的产品，但并不是所有的产品都需要最强的芯片性能。

（编辑：应用网_阳江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!