那颗要用在 iPhone 12 上的 A14 芯片，很强吗？

拥有和 iPad Pro 类似的全面屏外观，侧边指纹识别键、5 种配色……说今年的 iPad Air 是该系列有史以来变化最大的一代，完全不过分。
更别说，它还率先搭载了苹果的 A14 芯片。
这可能比外观层面的相似，更能令人怀疑它与 iPad Pro 之间的定位差距。

历代 A 系芯片都在制程工艺上处于领先地位
A 系芯片对苹果有着非凡的意义，不仅因为它是苹果每年在硅工艺领域拿出来的最新成果，同时，iPhone、iPad 上诸多新功能和新能力，也都由它来支撑与驱动。
正因如此，历代 iPhone 亮相，往往都是新一代 A 系芯片正式登台的时刻。

iPad Air 4 搭载了苹果最新的 A14 芯片
但今年不太一样了，苹果选择将 A14 的首发权交给了 iPad，而非 iPhone。
上一次苹果会这么做，还是在 9 年前发布 iPad 2 的时候。当时，它也是第一款搭载苹果 A5 芯片的设备，比同年的 iPhone 4s 早了近 6 个月。
如果不是因为疫情影响，令 iPhone 的上市被迫延期了一个月，iPad Air 4 大概也很难享受到这份「首发殊荣」。
全球第一颗 5nm 工艺芯片，却不是最强性能？

先来看看苹果官方是怎么介绍 A14 的。
首先，它是全球第一款基于 5nm 制程工艺设计的芯片，这令它的晶体管数量得到了大幅提升，从 A13 的 85 亿颗，增加到了 118 亿颗。

A14 仍然延续和 A13 一样的 CPU 核心数设计，包括 2 颗主打性能的大核，以及 4 颗主打能效的小核
具体到各个模块部分，A14 仍然延续了和前代一样6 核心 CPU 与 4 核心 GPU 的设计，两部分性能相比 A12，分别提升了 40% 和 30% 左右。
还有一点改进是 A14 的神经网络引擎：全新的 16 核架构，相比 A13 的 8 核心数直接翻番，能够提供高达 11Tops 的算力。
另外，这次苹果也为 A14 引入了和 A13 类似的机器学习加速器结构，使得 iPad Air 4 获得了更快的矩阵运算速度。

苹果官方对于 A14 的介绍
光从数据上看，A14 的提升幅度还是很亮眼的，考虑到之后 iPhone 12 也将搭载这颗芯片，如今这份介绍，等于是让我们提前一睹了 iPhone 12 的性能。
但深究后，你则会察觉到一些异样。比如说 A14 在 CPU、GPU 上的对比数据，都是基于前年的 A12，而非去年 A13 得出的，这并不符合常理。

苹果选择让 A14 和 A12 进行对比，主要是想反映两代 iPad Air 的性能差异
据爱范儿得到的消息，苹果会这么做，是由新旧两代 iPad Air 所搭载的芯片决定的。毕竟只有同系产品的对比，才能做到绝对的公平公正，并非是苹果有意避开 A13。
不过，A14 与 A13 的性能对比，依旧引起了不少硬件爱好者的关注。
目前，从 AnandTech 等专业媒体的推测来看，A14 在 CPU/GPU 部分，仅比 A13 提升了 16% 和 8% 左右，但 A13 相比 A12，在这两部分都有着约 20% 的提升。
这就意味着，哪怕是 A14 采用了新一代 5nm 制程，但提升幅度很可能不如上一代 A13，尤其是 GPU 图形处理器部分，不到 10% 的提升，更是相当的「保守」。

今年的 iPhone 12 不仅要支持 5G，还有新的小屏型号，不平衡好功耗，续航很容易出问题
背后的原因是什么，我们暂时还不得而知。坊间猜测，苹果可能是为了兼顾 5G iPhone 的续航，才有意放缓了这一代 A14 的性能升级，针对这点，我们只能等待 iPhone 12 上市后才能确定。
也有业内人士表示，目前台积电的 5nm 工艺良率还未达标，间接影响了 A14 的性能释放，是否真的如此，也要由后续的芯片拆解和分析来核实。

目前 A14 的信息还十分有限，我们仍要等待后续的芯片拆解与测试数据
A14 衍生出来的另一个问题，是 iPad Air 4 与 iPad Pro 之间的性能对比。
由于目前 iPad Pro 搭载的还是 A12Z 芯片，不少人便认为，搭载最新一代 A 系芯片的 iPad Air 4 是在「以下犯上」，在性能上超越了老一代的 iPad Pro。
但「数字越大，性能越强」的理论，却并不适用于带 X、Z 这类后缀的 A 系芯片。
客观的说，制程工艺的升级，还有能耗的差距，确实会让 A14 拥有更强的单核性能。
但我们也不能忽视，A12Z 本身拥有 8 核心 CPU 与 8 核心 GPU。这种多核心数的结构，还有内存带宽上的优势，依旧能让 iPad Pro 在多线程以及图形处理能力上，比 iPad Air 4 更胜一筹。

iPad Pro 上的 A12Z 用上了 8 核心图形处理器，就是为了应对 4K 视频剪辑、3D 设计和 AR 增强现实等重度任务需求
所以，只要苹果还没有发布 A14X 或 A14Z 的打算，目前 A12Z 依旧会是苹果移动设备上，综合性能最强的 A 系芯片，这点估计在 iPhone 12 发布后，也不会有所改变。
机器学习算力大提升，为什么苹果要重视它？

近两代的 A 系芯片中，神经网络引擎是一个经常会被苹果提及的模块。
本次 A14 也不例外，神经网络引擎的内核数直接增加了一倍，从 A13 的 8 核变成了 A14 的 16 核，估计那 40% 的晶体管数量提升，有相当一部分都用在了这里。
而由此带来的近两倍的机器学习算力提升，也明显要比 CPU、GPU 升级耀眼得多，更别说还有应用在处理器上的机器学习加速器。

相比 CPU 和 GPU，A14 在机器学习算力上的提升会更明显
但这个神经网络引擎会影响哪些体验，很多人并不清楚。
我们很难把它归结为单纯的「手机流畅度提升」，因为它不像 CPU、GPU 一样，可以有量化数据作为对比依据；就算是算力翻倍，它也不会让你的游戏，从原来的 30 帧升到 60 帧。
不过能明确的一点是，近几代 iOS 系统内的特性，有很多都离不开机器学习技术。

比如说拍照，去年 iPhone 11 Pro 引入的 DeepFusion 三合一图像处理技术，就是通过机器学习训练的算法，来实现图像合成，最终生成出一张更高质量的照片。

图像识别、文本概述、语义分析等，都涉及到机器学习技术的运用
更进一步，iPhone 的相册能够自动根据人脸特征，筛选出对应的照片并对图库进行分类；还有像 Apple Music 能够根据我们的听歌偏好，自动推荐你喜欢的歌曲；而 iPhone 的电源管理系统也会主动学习我们的使用习惯，延长、优化续航时间，背后都有机器学习技术的参与。
在本次 iPad Air 4 中，苹果也介绍了两个使用了 A14 机器学习技术的案例。

一个是 djay Pro 应用，它可以让 iPad Air 调用前置摄像头，捕捉、识别出音乐人打碟的手势，实现「隔空打碟」的特性。
考虑到 iPad Air 4 并未搭载可感知深度场景的 Face ID 元件，这种动作识别，也只能靠机器学习的方案来实现。

另一个案例则是照片编辑应用 Pixelmator，借助机器学习能力，它可以让被裁减、放大后的照片，实现自动修复。
哪怕是照片本身的分辨率十分有限，但机器学习依旧能填补缺失的像素点，改进边缘锯齿和图像纹理。

所以，从上述几个例子可以看到，A 系芯片的神经网络引擎看似是「感知不强」，但实际上，是它施加的影响更底层，不容易被我们察觉而已，很多功能其实与我们的使用体验是息息相关的。
去年，苹果前高管菲尔・席勒（Phil Schiller）在接受《连线》采访时也说，目前 iOS 系统的功能中，基本已经不存在不使用机器学习的领域了。无论是对电池寿命的影响，还是性能的优化，它一直都你所不知道的地方，持续地运行着。
既然如此，发展更强的算力，这些工作显然能更有效率地去运行；而苹果也能规避掉个人数据收集的风险，让设备只靠本地算力，而非联网，就能完成更重度、更复杂的任务。
A 系芯片，已经不再是 iPhone 和 iPad 的专属了

A14 会是苹果在 5nm 制程工艺上的唯一芯片吗？我们并不这么认为。哪怕是这次苹果把重点放在了机器学习算力，而非 CPU、GPU 的性能上，我们仍有机会在下一代 iPad Pro，甚至是 Mac 上，看到性能更强的衍生版本。

今年 WWDC 上，苹果就面向开发者推出了搭载 A12Z 芯片的 Mac mini 开发机
我们在之前的文章也谈到过，目前苹果在 iPhone、iPad 等产品线上，都已经开始维持「高中低」三条，甚至是三条以上，有着不同命名，以及不同价位的产品，但并不是所有产品，都需要最强的芯片性能。
受众的变化，已经使苹果很难再靠每年一颗 A 系芯片，就做到全产品线覆盖，而是要分别针对手机、平板等设备的性能需求，来做出功耗取舍。

要让 Pro 级和大众级产品拉开差距，芯片上层面就需要形成差异化
近几年，苹果也有意识地在扩展 A 系芯片的分支，比如说光是 A12 这一代，我们就能看到 A12X、A12Z 两种版本，后两者都在 CPU、GPU 核心数上做了加强，以支撑起专业领域所需的性能。
如今，就算是完全相同的一代 A 系芯片，苹果也会根据良率状况，采取屏蔽核心或是开核的做法（比如 A12X 就屏蔽了一颗 GPU 核心，A12Z 则完全开放），拉开不同产品间的差距，那么在 A14 上，类似的状况说不定还会重演一次。

更别说在今后，当苹果 Mac 产品线脱离 X86 架构，纳入到 A 系芯片的管辖范围中，我们是否还会看到更多挂上 X、Y、Z、L、M 等后缀名的 A 系改版芯片，分布于在各个苹果设备之上呢？
或许苹果想要的软硬件大一统，最终也得靠 A 系芯片来完成。

『本文转载自网络,版权归原作者所有,如有侵权请联系删除』