-
日期: 2025-09-21 | 來源: 騰訊科技 | 有0人參與評論 | 字體: 小 中 大
蘋果關於A19工藝的描述（圖片來源：蘋果中國官網）
在最新產品頁面更新後，蘋果明確標注 A19 芯片采用了第叁代 3nm 工藝，這壹信息與發布會前 “其將搭載台積電 N3P 工藝” 的傳聞完全吻合，印證了外界此前的猜測。
關於 CPU 性能提升，Kaiann 在發布會後首次披露：相較於去年的 A18 Pro，今年 A19 Pro 的處理器性能提升約 10%。不過，這壹升級幅度基本未超出發布會前外界對該芯片的預期 —— 也正因此，蘋果在發布會上對 CPU 性能提升的介紹著墨甚少。從 N3E 工藝到 N3P 工藝的迭代本身偏向平穩，對於擅長講述 “革命性” 技術故事的蘋果而言，10% 的性能提升確實不足以成為發布會上重點強調的亮點。
事實上，A19 Pro 真正的核心升級藏在下圖的右下角 ——GPU 神經網絡加速器。
A19 Pro上首次出現了GPU神經網絡加速器（圖片來源：蘋果秋季新品發布會）
這壹功能在發布會上披露的信息有限，卻成為外界解讀最多的關鍵改進：蘋果為 A19 Pro GPU 的每壹個核心都對應增加了壹個神經網絡加速器，根據官方數據，其 GPU 峰值運算能力已提升至 A18 Pro 的 3 倍。
這壹設計類似於英偉達 Tensor Core，與蘋果此前長期采用、適用於低功耗場景的 “神經網絡引擎（Neural Engine）” 形成區別。
在被問及為什麼要設計GPU加速器時，Tim Millet表示，“提效”是他們最核心關注的問題。
Tim Millet向作者舉例說明，原來在沒有GPU神經網絡加速器的A系列處理器上，如果要處理壹個本地化復雜的推理運算，GPU會把這個任務通過統壹內存發送給Neural Engine進行處理，處理完成之後，Neural Engine再將數據結果回傳到GPU上。
盡管統壹內存已讓這壹過程足夠快速，但蘋果發現，即便數據傳輸路徑較短，仍存在因數據交換產生的資源浪費。而 GPU 內置加速器的設計，能讓原本可在 GPU 端處理的任務直接留在 GPU 內部完成，減少數據交換環節，哪怕只提升千分之壹秒的效率。
不過，這壹設計也存在明顯矛盾點：GPU加速器雖性能更強、效率更高，但在應對高性能模型場景時，往往伴隨更高能耗。
同時，受手機產品形態限制， A19 Pro 端側推理與生成式能力仍受限於內存帶寬、可用內存量、芯片尺寸等硬件條件。若僅為提升 “壹點點效率”，這樣的設計難免讓人覺得 “用力過猛”。
針對這壹疑問，Tim Millet補充了蘋果的第贰個設計考量：在當下的手機使用場景中，純人工智能推理或生成式任務（如卷積網絡 CNN、長短期記憶網絡 LSTM、Transformer 模型等），更適合在 NPU（神經網絡處理單元）中完成；但現實中，手機端更多是“混合式工作流”，不會依賴單壹核心完成任務，而是需要 CPU、GPU、NPU 與統壹內存協同運作。而 GPU 神經網絡加速器的設計初衷，正是為了解決混合工作流中的復雜任務場景，例如 MetalFX 超分技術，便會在此次升級中實現顯著提升。
結合蘋果提供的最新信息，GPU的神經網絡加速器能夠與全新16核神經引擎協同工作，加上動態緩存的更新，FP16的運算性能提升了壹倍，構建了新的統壹圖像壓縮技術，配合動態內存帶寬繼續提升，在A19 Pro的加持下，iPhone 17 Pro、Pro Max包括今年全新的iPhone Air，都能更好應對壹些對GPU要求很高的AI任務，比如本地運行大語言模型、玩壹些對圖形處理要求極高的游戲，實現硬件加速的光線追蹤和更高的幀率。
那大膽設想壹下，如果蘋果邁出的這壹步，“實驗”的成果得以被驗證是正向的，今年Q4可能會亮相的M5芯片有可能也會采用類似的設計，這就意味著，M5在GPU上，AI的運算能力會被推到壹個前所未有的高度。- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見