Stäng annons

När Apple bytte från Intel-processorer till en egen lösning i form av Apple Silicon-chips för sina datorer förbättrade det prestanda och energiförbrukning avsevärt. Även under själva presentationen lyfte han fram huvudprocessorerna, som tillsammans bildar det övergripande chippet och ligger bakom dess möjligheter. Naturligtvis menar vi i detta avseende CPU, GPU, Neural Engine och mer. Även om processorns och GPU:ns roll är allmänt känd, är vissa Apple-användare fortfarande oklart om vad Neural Engine faktiskt används till.

Cupertino-jätten på Apple Silicon är baserad på sina chips för iPhone (A-serien), som är utrustade med praktiskt taget samma processorer, inklusive den tidigare nämnda Neural Engin. Men inte ens en enhet är helt klar över vad den faktiskt används till och varför vi behöver den överhuvudtaget. Även om vi är ganska tydliga med detta för CPU och GPU, är denna komponent mer eller mindre dold, samtidigt som den säkerställer relativt viktiga processer i bakgrunden.

Varför det är bra att ha en neuralmotor

Men låt oss kasta lite ljus över det väsentliga eller faktiskt bra att våra Mac-datorer med Apple Silicon-chips är utrustade med en speciell Neural Engine-processor. Som du kanske vet är det här avsnittet specifikt för att arbeta med artificiell intelligens och maskininlärning. Men det behöver i sig inte avslöja så mycket. Men om vi skulle sammanfatta det generellt kan vi säga att processorn tjänar till att påskynda de relevanta uppgifterna, vilket gör arbetet med den klassiska GPU:n märkbart enklare och påskyndar allt vårt arbete på den givna datorn.

Specifikt används Neural Engine för relaterade uppgifter, som vid första anblicken inte skiljer sig på något sätt från normala. Detta kan vara videoanalys eller röstigenkänning. I sådana fall spelar maskininlärning in, vilket förståeligt nog kräver prestanda och energiförbrukning. Så det skadar definitivt inte att ha en praktisk assistent med tydligt fokus på den här frågan.

mpv-shot0096
M1-chippet och dess huvudkomponenter

Samarbete med Core ML

Apples Core ML-ramverk går också hand i hand med själva processorn. Genom den kan utvecklare arbeta med maskininlärningsmodeller och skapa intressanta applikationer som sedan använder alla tillgängliga resurser för sin funktionalitet. På moderna iPhones och Macs med Apple Silicon-chips kommer Neural Engine att hjälpa dem med detta. Detta är trots allt också en av anledningarna (inte den enda) till varför Mac-datorer är så bra och kraftfulla när det gäller att arbeta med video. I ett sådant fall förlitar de sig inte bara på grafikprocessorns prestanda, utan får också hjälp av Neural Engine eller andra mediemotorer för ProRes videoacceleration.

Core ML-ramverk för maskininlärning
Core ML-ramverket för maskininlärning används i en mängd olika applikationer

Neural motor i praktiken

Ovan har vi redan lätt skissat vad Neural Engine faktiskt används till. Förutom applikationer som arbetar med maskininlärning, program för redigering av videor eller röstigenkänning, välkomnar vi dess möjligheter, till exempel i den inbyggda applikationen Foton. Om du använder Live Text-funktionen då och då, där du kan kopiera skriven text från vilken bild som helst, ligger Neural Engine bakom.

.