WIRED ha incontrato il capo marketing di Apple Phil Schiller e l’ingegnere chipmaker Anand Shimpi per discutere del nuovo A13 Bionic presente all’interno dei nuovi iPhone.
Malik fornisce innanzitutto una panoramica delle specifiche del chip A13 Bionic e dei miglioramenti delle prestazioni:
- 8,5 miliardi di transistor, un aumento di circa il 23 percento rispetto ai 6,9 miliardi di transistor del chip A12;
- CPU a sei core: due core a 2,66 GHz ad alte prestazioni denominati Lightning e quattro core ad efficienza denominati Thunder;
- Processore grafico quad-core, un processore di immagini progettato da Apple e un motore neurale octa-core per l’apprendimento automatico in grado di eseguire trilioni di operazioni al secondo;
- Fino al 20 percento di aumento delle prestazioni di tutti i componenti principali, inclusi CPU, GPU e motore neurale;
- Fino al 30 percento in più di efficienza energetica rispetto al chip A12.
Schiller ha detto a Malik che uno dei maggiori esempi di aumento delle prestazioni quest’anno riguarda il text-to-speech su iPhone.
Abbiamo migliorato le nostre funzionalità di sintesi vocale di iOS 13 in modo tale che ci sia molto più elaborazione del linguaggio naturale, e tutto è fatto con l’apprendimento automatico e il motore neurale.
Shimpi ha osservato che durante la progettazione dei suoi chip della serie A, Apple si concentra su prestazioni ed efficienza:
Parliamo di prestazioni pubblicamente, ma la realtà è che le vediamo come prestazioni per Watt. La consideriamo come efficienza energetica e se realizzi un design efficiente, riesci anche a realizzare un design performante.
L’articolo rileva che il team di chipmaking di Apple studia come le app vengono utilizzate sui dispositivi iOS per ottimizzare i progetti di chip futuri:
Per le applicazioni che non richiedono delle prestazioni aggiuntive, è possibile eseguire quelle app con le prestazioni del chip dell’anno scorso, ma con una richiesta di risorse molto inferiore.
Anche l’apprendimento automatico svolge un ruolo importante nel chip A13, aiutando a gestire la durata della batteria e ottimizzare le prestazioni, secondo Schiller:
Dieci anni fa non esisteva l’apprendimento automatico. Adesso è sempre in funzione.