Wratysław Holub Gdy Apple przerzuciło się z procesorów Intel na własne rozwiązanie w postaci chipów Apple Silicon do swoich komputerów, znacząco poprawiło to wydajność i zużycie energii. Już podczas samej prezentacji podkreślił główne procesory, które razem tworzą całościowy układ i stoją za jego możliwościami. Oczywiście mamy tu na myśli procesor, procesor graficzny, silnik neuronowy i inne. Chociaż rola procesora i karty graficznej jest powszechnie znana, niektórzy użytkownicy Apple nadal nie są pewni, do czego właściwie służy silnik neuronowy.
Mogłoby być interesują Cię
Paweł Jelić Gigant z Cupertino w Apple Silicon bazuje na swoich chipach dla iPhone'a (seria A), które wyposażone są w praktycznie te same procesory, w tym wspomniany już Neural Engin. Jednak ani jedno urządzenie nie jest do końca jasne, do czego tak naprawdę służy i po co w ogóle jest nam potrzebne. Chociaż w przypadku procesora i karty graficznej jest to całkiem jasne, ten komponent jest mniej lub bardziej ukryty, zapewniając jednocześnie stosunkowo ważne procesy w tle.
Dlaczego warto mieć silnik neuronowy
Rzućmy jednak trochę światła na istotną, a właściwie dobrą rzecz, że nasze komputery Mac z chipami Apple Silicon są wyposażone w specjalny procesor Neural Engine. Jak zapewne wiesz, ta sekcja jest przeznaczona specjalnie do pracy ze sztuczną inteligencją i uczeniem maszynowym. Ale to samo w sobie nie musi wiele zdradzać. Jeśli jednak mielibyśmy to podsumować ogólnie, to można powiedzieć, że procesor służy do przyspieszania odpowiednich zadań, co zauważalnie ułatwia pracę klasycznego GPU i przyspiesza całą naszą pracę na danym komputerze.
Tak Apple zaprezentował chip M1
W szczególności silnik neuronowy służy do powiązanych zadań, które na pierwszy rzut oka nie różnią się niczym od normalnych. Może to być analiza wideo lub rozpoznawanie głosu. W takich przypadkach w grę wchodzi uczenie maszynowe, które, co zrozumiałe, wymaga dużej wydajności i zużycia energii. Zdecydowanie więc nie zaszkodzi mieć praktycznego asystenta, który wyraźnie skupia się na tej kwestii.
Współpraca z Core ML
Ramka Apple Core ML idzie także w parze z samym procesorem. Dzięki niemu programiści mogą pracować z modelami uczenia maszynowego i tworzyć ciekawe aplikacje, które następnie będą wykorzystywać wszystkie dostępne zasoby do swojej funkcjonalności. Na nowoczesnych iPhone'ach i Macach z chipami Apple Silicon pomoże im w tym Neural Engine. Przecież to także jeden z powodów (nie jedyny), dla których Mac jest tak dobry i wydajny w obszarze pracy z wideo. W takim przypadku nie polegają tylko na wydajności procesora graficznego, ale korzystają także z pomocy Neural Engine lub innych silników multimedialnych w zakresie akceleracji wideo ProRes.
Silnik neuronowy w praktyce
Powyżej już trochę naszkicowaliśmy, do czego właściwie służy silnik neuronowy. Oprócz aplikacji pracujących z uczeniem maszynowym, programów do edycji filmów czy rozpoznawania głosu, jego możliwości powitamy chociażby w natywnej aplikacji Zdjęcia. Jeśli od czasu do czasu korzystasz z funkcji Live Text, dzięki której możesz skopiować tekst z dowolnego obrazu, stoi za tym silnik neuronowy.
Mogłoby być interesują Cię
