在近日的一次采访期间，苹果平台架构副总裁 Tim Millet 对新款 A14 Bionic 处理器的设计、机器学习的重要性、以及该公司相较于竞争对手的不同点进行了畅谈。 据悉，苹果在 9 月线上活动期间发布了 iPad Air 4 平板电脑，内置的 A14 Bionic 芯片组较上一代产品迎来了重大升级。
苹果公司宣称，与 iPadAir 3 上使用的 A12 Bionic 相比，A14 Bionic 提供了 30% 的 CPU 性能提升、四核新 GPU 的表现也提升了 30% 。
第三方基准测试表明，A14 Bionic 的 CPU / GPU 性能提升，分别在 19% 和 27% 左右。
近日，苹果平台架构副总裁 Tim Millet 接受了德国杂志《Stern》的采访，期间对 A14 Bionic 芯片的发展趋势给予了一些解释。
首先，尽管苹果并不是距今亿欧数十年基础的机器学习和神经引擎的发明者，但该公司确实找到了加速这一进程的方法。
机器学习需要在复杂的数据系统上对神经网络展开训练，随着存储容量的增加，机器可被投喂越来越庞大的数据集。但直到 2010 年代初期，其学习速度才开始迎来较大的改变。
时间快进至 2017 年，苹果发布了首款采用 Face ID 面容识别方案的 iPhoneX 智能机。其内置了 A11 芯片，每秒可处理 6000 亿次算术运算。
不过最新一代 iPad Air 4 上搭载的 A14 Bionic 芯片采用了 5nm 工艺，运算量是前者的 18 倍以上，达到了每秒 11 万亿次。
Tim Millet 向《Stern》表示：“我们对机器学习的出现和带来的全新课题感到非常激动，相信 A14 Bionic 芯片的应用，会让人们再次感到惊叹”。
当然，就实际性能表现而言，硬件并不是唯一重要的事情。Millet 还指出，苹果软硬件开发团队在协作上有着独特的地位，以共同打造对每个人都有用的软件。
“在整个开发过程中，我们与软件团队保持着紧密的合作，以确保我们不仅在构建一项对少数人有用的技术，还希望能够帮助成千上万的 iOS 开发人员”。
此外 Tim Millet 强调了 Core ML 的重要性，其经常倍用于语言处理、图像 / 声音分析等机器学习基础框架。苹果为开发者提供了 Core ML 的访问权限，使之能够在 App 中充分利用这项特性。
“我们投入了大量的时间，来确保不只是将晶体管封装到了不同的芯片中，而是希望大众都有机会用到它们。对于想要深入了解的开发者来说，Core ML 是一个绝佳的机会”。
据悉，Core ML 不仅是国际畅销的 DJ 应用程序《Djay》中的关键组件，软件巨头 Adobe 也是它的采用者之一。
最后，Tim Millet 解释了为何 Face ID 不支持戴口罩解锁面容。尽管理论上该公司的面部识别模型已经相当不错，但很难在外物遮挡的情况下带来较高的识别度。
苹果致力于确保用户数据的安全，因此在权衡了便利与安全性之后，还是选择了在这个特殊的时期坚守原则。
