وراتیسلاو هولوب زمانی که اپل از پردازنده‌های اینتل به راه‌حل مخصوص به خود در قالب تراشه‌های سیلیکون اپل برای رایانه‌هایش سوئیچ کرد، عملکرد و مصرف انرژی را به میزان قابل توجهی بهبود بخشید. حتی در حین ارائه، او پردازنده های اصلی را برجسته کرد که با هم تراشه کلی را تشکیل می دهند و پشت قابلیت های آن هستند. البته منظور از CPU، GPU، Neural Engine و غیره است. در حالی که نقش CPU و GPU به طور کلی شناخته شده است، برخی از کاربران اپل هنوز در مورد اینکه Neural Engine واقعا برای چه چیزی استفاده می شود نامشخص هستند.
میتوانست باشد به شما علاقه مند است
پاول جلیک غول کوپرتینویی در Apple Silicon بر اساس تراشه های خود برای آیفون (سری A) است که تقریباً به همان پردازنده ها از جمله Neural Engin فوق الذکر مجهز شده است. با این حال، حتی یک دستگاه کاملاً مشخص نیست که واقعاً برای چه استفاده می شود و اصلاً چرا به آن نیاز داریم. در حالی که ما در مورد این موضوع برای CPU و GPU کاملاً واضح هستیم، این مؤلفه کم و بیش پنهان است، در حالی که فرآیندهای نسبتاً مهم را در پس زمینه تضمین می کند.
چرا داشتن یک موتور عصبی خوب است؟
اما اجازه دهید در مورد چیز ضروری یا در واقع خوب روشن کنیم که مک های ما با تراشه های سیلیکون اپل مجهز به یک پردازنده ویژه Neural Engine هستند. همانطور که می دانید این بخش مخصوص کار با هوش مصنوعی و یادگیری ماشین است. اما این به خودی خود نیازی به فاش کردن چیزهای زیادی ندارد. با این حال، اگر بخواهیم آن را به طور کلی خلاصه کنیم، می‌توان گفت که پردازنده برای سرعت بخشیدن به وظایف مربوطه عمل می‌کند، که کار GPU کلاسیک را به طرز محسوسی آسان‌تر می‌کند و سرعت تمام کار ما را در رایانه‌ی مشخص افزایش می‌دهد.
اپل تراشه M1 را اینگونه معرفی کرد
به طور خاص، Neural Engine برای کارهای مرتبط استفاده می شود که در نگاه اول هیچ تفاوتی با کارهای معمولی ندارند. این می تواند تجزیه و تحلیل ویدئو یا تشخیص صدا باشد. در چنین مواردی، یادگیری ماشینی وارد عمل می شود، که به طور قابل درک در مورد عملکرد و مصرف انرژی نیاز دارد. بنابراین قطعا داشتن یک دستیار عملی با تمرکز واضح روی این موضوع ضرری ندارد.
همکاری با Core ML
فریم ورک Core ML اپل نیز با خود پردازنده همراه است. از طریق آن، توسعه دهندگان می توانند با مدل های یادگیری ماشین کار کنند و برنامه های کاربردی جالبی ایجاد کنند که سپس از تمام منابع موجود برای عملکرد خود استفاده کنند. در آیفون‌ها و مک‌های مدرن با تراشه‌های سیلیکونی اپل، موتور عصبی در این امر به آنها کمک می‌کند. از این گذشته، این نیز یکی از دلایل (نه تنها) این است که مک ها در زمینه کار با ویدیو بسیار خوب و قدرتمند هستند. در چنین حالتی، آنها تنها به عملکرد پردازنده گرافیکی متکی نیستند، بلکه از موتور عصبی یا سایر موتورهای رسانه ای برای شتاب ویدئو ProRes کمک می گیرند.
موتور عصبی در عمل
در بالا، ما قبلاً به آرامی ترسیم کرده ایم که موتور عصبی واقعاً برای چه مواردی استفاده می شود. علاوه بر برنامه‌هایی که با یادگیری ماشینی کار می‌کنند، برنامه‌هایی برای ویرایش ویدیو یا تشخیص صدا، از قابلیت‌های آن برای مثال در اپلیکیشن بومی Photos استقبال خواهیم کرد. اگر هر از گاهی از تابع متن زنده استفاده می کنید، جایی که می توانید متن نوشته شده را از هر تصویر کپی کنید، موتور عصبی پشت آن قرار دارد.
میتوانست باشد به شما علاقه مند است
