Wozu dient die Neural Engine auf Apple Silicon Macs?

Als Apple für seine Computer von Intel-Prozessoren auf eine eigene Lösung in Form von Apple-Silicon-Chips umstieg, verbesserte sich die Leistung und der Energieverbrauch deutlich. Schon während der Präsentation selbst stellte er die Hauptprozessoren heraus, die zusammen den Gesamtchip bilden und hinter dessen Fähigkeiten stehen. In diesem Zusammenhang meinen wir natürlich CPU, GPU, Neural Engine und andere. Während die Rolle von CPU und GPU allgemein bekannt ist, ist manchen Apple-Nutzern noch unklar, wozu die Neural Engine eigentlich dient.

Der Cupertino-Gigant Apple Silicon setzt auf seine Chips für das iPhone (A-Serie), die mit praktisch den gleichen Prozessoren ausgestattet sind, darunter dem bereits erwähnten Neural Engin. Allerdings ist bei keinem Gerät völlig klar, wozu es eigentlich dient und warum wir es überhaupt brauchen. Während wir uns bei der CPU und der GPU darüber im Klaren sind, ist diese Komponente mehr oder weniger versteckt, während sie im Hintergrund für relativ wichtige Prozesse sorgt.

Warum es gut ist, eine Neural Engine zu haben

Aber lassen Sie uns etwas Licht auf die wesentliche oder eigentlich gute Tatsache werfen, dass unsere Macs mit Apple-Silicon-Chips mit einem speziellen Neural-Engine-Prozessor ausgestattet sind. Wie Sie vielleicht wissen, ist dieser Abschnitt speziell für die Arbeit mit künstlicher Intelligenz und maschinellem Lernen gedacht. Aber das allein muss noch nicht so viel verraten. Wenn wir es jedoch allgemein zusammenfassen, können wir sagen, dass der Prozessor dazu dient, die entsprechenden Aufgaben zu beschleunigen, was die Arbeit der klassischen GPU spürbar erleichtert und unsere gesamte Arbeit am jeweiligen Computer beschleunigt.

So hat Apple den M1-Chip vorgestellt

mpv-shot0102

mpv-shot0104

mpv-shot0106

mpv-shot0108

mpv-shot0109

mpv-shot0113

mpv-shot0115

mpv-shot0117

Konkret wird die Neural Engine für verwandte Aufgaben eingesetzt, die sich auf den ersten Blick überhaupt nicht von normalen unterscheiden. Dies kann eine Videoanalyse oder eine Spracherkennung sein. In solchen Fällen kommt maschinelles Lernen ins Spiel, was verständlicherweise hohe Anforderungen an Leistung und Energieverbrauch stellt. Es kann also sicher nicht schaden, einen praktischen Assistenten zu haben, der sich klar auf dieses Thema konzentriert.

Der M1-Chip und seine Hauptkomponenten

Zusammenarbeit mit Core ML

Auch das Core ML-Framework von Apple geht Hand in Hand mit dem Prozessor selbst. Dadurch können Entwickler mit Modellen des maschinellen Lernens arbeiten und interessante Anwendungen erstellen, die dann alle verfügbaren Ressourcen für ihre Funktionalität nutzen. Auf modernen iPhones und Macs mit Apple Silicon Chips hilft ihnen dabei die Neural Engine. Schließlich ist dies auch einer der Gründe (nicht der einzige), warum Macs im Bereich der Arbeit mit Videos so gut und leistungsstark sind. In einem solchen Fall verlassen sie sich nicht nur auf die Leistung des Grafikprozessors, sondern holen sich auch Hilfe von der Neural Engine oder anderen Media Engines für die ProRes-Videobeschleunigung.

Das Core ML-Framework für maschinelles Lernen wird in einer Vielzahl von Anwendungen eingesetzt

Neural Engine in der Praxis

Oben haben wir bereits kurz skizziert, wozu die Neural Engine eigentlich dient. Neben Anwendungen, die mit maschinellem Lernen arbeiten, Programmen zum Bearbeiten von Videos oder Spracherkennung, werden wir seine Fähigkeiten beispielsweise in der nativen Anwendung Fotos begrüßen. Wenn Sie von Zeit zu Zeit die Live-Text-Funktion nutzen, mit der Sie geschriebenen Text aus jedem Bild kopieren können, steckt die Neural Engine dahinter.