Tim Millet di Apple parla di A14 Bionic, machine learning

In una nuova intervista, Tim Millet, Vice President of Platform Architecture di Apple, offre alcuni indizi sul nuovo processore A14 Bionic, sull’importanza dell’apprendimento automatico e su come Apple continua a prendere le distanze dalla concorrenza.

Il nuovo iPad Air è stato annunciato all’evento di settembre organizzato da Apple, e all’interno del dispositivo il nuovo processore A14 Bionic potrebbe rivelarsi un enorme passo avanti rispetto alla generazione precedente.

Secondo Apple, il processore A14 Bionic offre un aumento del 30% delle prestazioni della CPU, mentre la nuova architettura grafica quad-core assume anche un’accelerazione del 30%, rispetto all’A12 Bionic che era incorporato nell’iPad Air 3. Sì Rispetto al A13, le metriche suggeriscono che l’A14 offre un miglioramento del 19% delle prestazioni della CPU e un miglioramento del 27% delle prestazioni grafiche.

In  un’intervista (in tedesco)  con la rivista  Stern, il vicepresidente dell’architettura della piattaforma di Apple, Tim Millet, offre alcuni indizi su ciò che rende speciale il processore A14 Bionic.

Millet spiega che mentre Apple non ha inventato l’apprendimento automatico e i motori neurali – «le basi di questo provengono da molti decenni fa» – hanno aiutato a trovare modi per accelerare il processo.

L’apprendimento automatico richiede reti neurali che devono essere addestrate su sistemi di dati complessi, che, fino a poco tempo fa, non esistevano. Con l’aumento della capacità di archiviazione [dati], le macchine potrebbero trarre vantaggio da pacchetti di dati più grandi, ma il processo di apprendimento è rimasto relativamente lento. Tuttavia, nei primi anni del 2010 tutto ha cominciato a cambiare.

Nel 2017, quando è stato lanciato l’iPhone X, che è stato il primo iPhone con Face ID, scopriremo che il processo di autenticazione del volto è stato effettuato grazie al chip A11, in grado di elaborare 600 miliardi di operazioni aritmetiche al secondo.

Il chip A14 Bionic a 5 nanometri, che debutterà su iPad Air (disponibile per l’acquisto a ottobre), può calcolare più di diciotto volte quel numero di operazioni… fino a 11 trilioni al secondo!

«Siamo entusiasti dell’emergere dell’apprendimento automatico e del modo in cui consente una nuova classe di dispositivi», afferma Millet nella sua intervista con Stern. «Rimango senza fiato quando vedo cosa possono fare le persone con il chip A14 Bionic.»

Ovviamente, non si tratta solo dell’hardware quando si tratta di prestazioni. Millet osserva inoltre che gli sviluppatori di hardware Apple sono in una posizione unica per lavorare a fianco dei team di sviluppo software. 

Insieme, gli sviluppatori possono assicurarsi di creare codice che può essere utile a tutti.

“Lavoriamo a stretto contatto con il team del software durante lo sviluppo per garantire che non stiamo solo creando un pezzo di tecnologia utile a pochi. Vogliamo assicurarci che migliaia e migliaia di sviluppatori iOS saranno in grado di fare qualcosa con esso.»

Nell’intervista, sottolinea l’importanza di Core ML, il framework di apprendimento automatico di base che viene spesso utilizzato per l’elaborazione del linguaggio, l’analisi delle immagini e altro ancora. Apple ha reso Core ML più semplice per gli sviluppatori, consentendo loro di utilizzare l’apprendimento automatico nelle loro app. 

«Core ML è una fantastica opportunità per chiunque voglia capire e scoprire quali opzioni ci sono», afferma Millet. “Abbiamo impiegato molto tempo per assicurarci di non aver inserito transistor sul chip non utilizzato. Vogliamo che tutti possano accedervi”.

Stern  osserva che Core ML è un componente fondamentale dell’app DJ  Djay. Viene utilizzato anche da Adobe.

Infine, Tim Millet parla del problema che Face ID è incompatibile con le mascherine che la pandemia di coronavirus ha costretto a indossare in tutto il mondo. Dice che mentre Apple potrebbe, in teoria, far funzionare Face ID indossando una maschera, probabilmente non lo farebbe. Coprendoti il ​​viso elimini i dati che l’iPhone utilizza per confermare che sei veramente tu, e così facendo aumenteresti notevolmente le possibilità che Face ID possa essere ingannato.

«È difficile vedere qualcosa che non puoi vedere», spiega Tim Millet. “I modelli di riconoscimento facciale sono molto buoni, ma è un problema difficile da risolvere. Le persone vogliono comodità, ma vogliono anche sicurezza. E Apple si impegna a mantenere i dati al sicuro».