Co przyniesie nowy chipset Apple A18 Pro, który pojawi się w tegorocznych modelach iPhone 16 Pro i iPhone 16 pro Max? Oto najnowsze doniesienia.
Najnowsze informacje wskazują, że nowy procesor neuronowy (NPU) w jednoukładowym układzie Apple A18 Pro będzie znacznie bardziej wydajny niż wcześniejsze rozwiązania. NPU w A18 Pro ma oferować większą moc obliczeniową niż jednostka Apple M4, która znajduje się w iPadzie Pro.
Dotychczasowy układ A17 Pro, który znajduje się w iPhonie 15 Pro, ma 16 rdzeni NPU i osiąga wydajność sztucznej inteligencji na poziomie 35 TOPS (teraoperacji na sekundę). To znacząco więcej w porównaniu do Snapdragona 8 Gen 3 firmy Qualcomm, który oferuje 15 TOPS.
iPad Pro z 2023 roku, wyposażony w chipset M4 produkowany przez TSMC w procesie 3 nm, osiąga wydajność NPU na poziomie 38 TOPS. Jest to nieco lepszy wynik niż w przypadku A17 Pro w iPhonie 15 Pro.
Jednak nowy chipset Apple A18 Pro w iPhonie 16 ma być jeszcze bardziej wydajny. Szacuje się, że NPU w A18 Pro będzie w stanie osiągnąć ponad 45 TOPS, co przewyższa nawet NPU w Snapdragonie X Elite firmy Qualcomm.
Podczas niedawnej konferencji Worldwide Developers Conference (WWDC) Apple zapowiedziało nowy system Apple Intelligence AI, który będzie zintegrowany z aplikacjami systemowymi iOS 18 oraz asystentem głosowym Siri. Ta nowa technologia ma na celu zwiększenie możliwości sztucznej inteligencji w urządzeniach Apple, co ma sprawić, że będą działać płynniej i inteligentniej.
Wydajność NPU jest kluczowym elementem w nowoczesnych smartfonach, zwłaszcza w kontekście rosnącego zapotrzebowania na funkcje oparte na sztucznej inteligencji. Apple, z wydajnością przekraczającą 45 TOPS w nowym A18 Pro, zyskuje znaczną przewagę nad konkurencją. Snapdragon 8 Gen 3 z 15 TOPS oraz Snapdragon X Elite, mimo swoich możliwości, nie będą w stanie dorównać osiągom nowego układu od Apple.
Wyższa wydajność NPU pozwoli na szybsze przetwarzanie danych, bardziej zaawansowane funkcje fotograficzne oraz lepsze zarządzanie zasobami systemowymi. Zastosowanie sztucznej inteligencji w codziennych zadaniach, takich jak rozpoznawanie mowy, przetwarzanie obrazów czy optymalizacja działania aplikacji, stanie się jeszcze bardziej efektywne.