本日公開されたWired誌のインタビューで、Appleの製品マーケティング担当副社長フィル・シラー氏と、同社プラットフォームアーキテクチャチームのアナンド・シンピ氏は、チップ設計へのアプローチと、毎年iPhoneのパフォーマンス向上に取り組んでいる経緯を詳しく説明しています。A13 Bionicでは、2人はチップのエネルギー効率向上の重要性、ソフトウェアを用いてシリコンに働きかけること、そしてそれがユーザーにとっての現実的なメリットにどう繋がるかを強調しています。
Appleが今月初めのiPhone 11イベントで詳細を説明したように、新しいiPhoneラインナップを動かすA13 Bionicチップには、85億個のトランジスタ、合計6つのコア（効率重視のコア4つとパフォーマンス重視のコア2つ）、クアッドコアGPU、オクタコアニューラルエンジン、および1秒間に1兆回の演算を処理できる2つの機械学習アクセラレータが搭載されている。
これらすべてにより、A12と比較して最大30%効率が向上し、パフォーマンスは最大20%高速化されます。Appleの競合他社は現在、6コアのA13に対して8コアのモバイルチップを搭載していますが、Appleのハードウェアとソフトウェアの緊密な統合は、パフォーマンスにおいて依然として優位性をもたらしています。
すでに高性能なチップがこれほど大幅に性能向上するのは、ウサイン・ボルトが短距離走で自分自身に勝つのを見ているようなものだ。
Phil Schiller 氏と Anand Shimpi 氏は、 効率性を重視したチップ開発への取り組み方についてWiredに語りました。
「私たちは公の場でパフォーマンスについてよく話しますが、実際にはそれをワットあたりのパフォーマンスとして捉えています。私たちはそれをエネルギー効率として捉えており、効率的な設計を構築すれば、同時にパフォーマンスの高い設計も構築することになります。」とシンピ氏は語る。
チップ開発プロセスについてさらに説明すると、2人は、Apple は特定のアプリケーションがどのように使用されているかを分析して CPU 設計を導いていると述べた。
シンピ氏とシラー氏は共に、電力効率とパフォーマンスへのこの徹底的なこだわりを力強く主張しました。例えば、CPUチームはiOS上でアプリケーションがどのように使用されているかを研究し、そのデータを将来のCPU設計の最適化に活用します。そうすれば、次期バージョンのデバイスがリリースされたときには、ほとんどの人がiPhoneで行っているような機能をよりスムーズに実行できるようになるでしょう。
追加の最適化を必要としないアプリケーションについては、最終的に消費電力が削減されるとシンピ氏は述べた。インタビューでは、AppleがGPUと機械学習の開発にも同様のアプローチを適用していることも明らかになった。
この戦略はCPUだけに限りません。同じワット当たり性能のルールは、機械学習機能やグラフィックス処理にも当てはまります。例えば、iPhoneのカメラソフトウェアを開発している開発者がGPUの利用率が高いことに気づいた場合、GPUアーキテクトと協力して、より効率的な処理方法を検討することができます。これは、将来のグラフィックスチップのより効率的な設計につながります。
Apple の A13 Bionic のもう 1 つの利点は、他のチップとは異なる処理方法である。
しかし、Appleの秘密は、チップの様々な部品がバッテリーを節約しながら連携して動作する仕組みにあります。一般的なスマートフォン用チップでは、チップの各部品が特定のタスクを実行するためにオンになります。例えば、近所の人々が夕食を食べながら『ゲーム・オブ・スローンズ』を観るために電気を入れ、その後電源を落とし、また別の近所の人々がビデオゲームをするために電気を入れる、といった具合です。
A13では、同じオン/オフ方式を、同じ家庭内で行うことを想像してみてください。無駄になる電子が少なくなります。
シラー氏は、自社のシリコンを他製品と差別化するこれらの最適化には機械学習が鍵となると指摘する。
「バッテリー寿命の管理であれ、パフォーマンスの最適化であれ、機械学習はこれらすべての作業中に稼働しています」とシラー氏は述べた。「10年前には機械学習は稼働していませんでした。今では常に稼働し、何かをしています。」
Wired のインタビュー全文は ぜひ読む価値がありますので、こちらをご覧ください。
yaahq.com を Google ニュース フィードに追加します。
FTC: 収益を生み出す自動アフィリエイトリンクを使用しています。詳細はこちら。
