苹果如何通过A13 Bionic仿生芯片取得生态优势

  【雷竞技须安全稳定 手机频道】苹果近几年给人的印象就是创新不足，在2019年秋季发布会上，苹果依然“炒冷饭”般的推出了新的iPhone 11系列手机。作为为数不多的亮点，苹果全新的A13 仿生芯片仅仅由负责芯片的副总裁斯里·萨萨纳姆(Sri Santhanam)介绍。

  苹果A13 Bionic采用台积电7nm工艺制造，其包含85亿个晶体管，6个CPU内核由2颗运行频率为2.66 GHz的高性能内核(称为Lightning)和4颗效率内核(称为Thunder);4核图形处理器、LTE调制解调器、苹果设计的图像处理器，以及每秒超5万亿次运算的8核神经引擎。这款芯片带来更智能化、更快、更强大，功耗比上一代的A12还要低。与去年的A12芯片相比，A13 Bionic效率提高约30%，这也是新款iPhone续航时间增加5个小时的重要因素之一。

  苹果在发布会上重申，苹果真正的优势是拥有独家的软件、系统硬件和芯片设计。用户可以通过iPhone的诸多功能体验到这套生态带来的好处，其中包括增强现实功能和计算摄影模式，如深度融合(Deep Fusion)与夜间模式等。

  席勒在谈论A13仿生芯片及其功能时说：“今年性能提升好处的最大例子之一是文本转语音功能。我们已经增强了iOS 13中的文本转语音能力，提供了更强大的自然语言处理能力，而这一切都是通过机器学习和神经引擎完成的。”

  核心频率

  从2007年第一代iPhone采用三星提供的SoC，手机的运行速度很慢，无法执行最基础的任务，而且续航能力糟糕、拍摄效果不佳等。随后的iPhone 3G、iPhone 3GS同样采用第三方SoC。苹果很快意识到，如果想保持领先于竞争对手的优势，特别是安卓生态系统中的竞争对手，它需要构建整个系统，无论是硬件还是软件。

  苹果在2008年做出设计和制造自家芯片的决定，但只有公司仅有的40名工程师主要负责集成来自各种供应商的芯片。苹果在同年4月以2.87亿美元收购名为P.A.Semi的芯片初创公司，使苹果的芯片工程师总人数增加到150人左右，并带来手机方面最重要的专业知识——能效。

  苹果在2010年发布iPad 4和iPhone 4，向世界展示它们第一款自主研发的SoC——A4。苹果A4处理器采用ARM公司芯片设计的改良版，主要关注点是凸显视网膜显示屏。经过十年的发展，苹果A系列芯片已经支撑起苹果丰富的生态功能，比如智能助手Siri、视频通话、基于指纹和图像的识别以及摄像头的众多功能。

  在2017年iPhone X发布时，曾有博文称：“Face ID是苹果不那么秘密的‘秘密武器’的完美例证，这种秘密武器是半导体、物理硬件、软件和为愉悦而设计的理念的完美融合。他们有将复杂技术转变为神奇时刻的能力，这也是史蒂夫·乔布斯(Steve Jobs)为他共同创立的公司留下的真正遗产。”

  SoC性能提升方法

  事实上，手机性能已经可以满足绝大多数用户的需求，对于手机性能持续改进能够带来哪些好处？AnandTech创始人之一的阿南德·辛皮(Anand Shimpi)接受采访，辛皮现在是苹果平台架构团队的一员。辛皮表示：苹果A13 Bionic芯片性能远超2018年的A12，这颗芯片主要由5个CPU内核、图形处理器和神经引擎构成，它们的性能都得到20%的提升。

  辛皮还表示：“我们经常公开谈论性能，但现实是，我们将其视为性能功耗比。我们将其视为能源效率，如果你构建出更高效的设计，那意味着你也恰好构建出了高性能设计。”

  辛皮说：“对于不需要额外性能的应用程序，用户可以按照去年的性能运行，并且只需以低得多的功耗运行即可。”。例如CPU团队将研究如何在iOS上使用应用程序，然后使用数据优化未来的CPU设计;当下一代设备问世时，它将能更好地支持大多数人在iPhone上做的事情。

  苹果这种注重能效的策略不仅适用于CPU，同时也能适用于性能功耗比更高的机器学习功能和图形处理。如果一个开发iPhone摄像头软件的开发人员看到GPU的利用率很高，那么他可以与GPU架构师合作，找出一种更好的工作方式。这将为未来的图形芯片带来更有效的设计。

  SoC的协同效应

  在A13仿生芯片工作时，通常会涉及分配、委派和移交。对于打开电子邮件等低能耗任务时，iPhone将使用更高效的内核。但对于能耗更密集的任务，如加载复杂的网页，这将由高性能内核负责。某些例行的和机器学习已经胜任的工作，神经引擎可以独自承担。而对于更新、更尖端的机器学习模型，CPU及其专门的机器学习加速器可以提供帮助。

  苹果芯片所采用的任何分配协作方式，可以更节省能耗并带来出色的使用体验。典型的智能手机芯片中，芯片的某些部分被打开以执行特定的任务。A13在做上述分配的时候，能够以精准控制单个家庭为基础，为此被浪费的电量更少。席勒说：“机器学习在整个过程中都在运行，无论是管理电池续航时间还是优化性能。10年前还没有机器学习运行。现在，它总是在运行，做很多不同的事情。”

  当用户在敲击和滑动手机屏幕时，苹果的工程师们正在关注和重新思考他们的设计，并致力于开发明年更先进的芯片，让用户不断升级苹果的设备。

  苹果同样需要面对激烈竞争，现阶段的手机市场上，虽然友商的性能依然无法跟上苹果的脚步，但华为、三星等终端制造商敏锐的发现，只有通过定制芯片的方式打造自己的生态系统，才能在竞争中获取更大的优势，这也是苹果可以领先其他安卓对手的重要原因。