ვრატისლავ ჰოლუბი როდესაც Apple გადავიდა Intel-ის პროცესორებიდან საკუთარ გადაწყვეტაზე, Apple Silicon ჩიპების სახით მისი კომპიუტერებისთვის, მან მნიშვნელოვნად გააუმჯობესა შესრულება და ენერგიის მოხმარება. თავად პრეზენტაციის დროსაც მან ხაზი გაუსვა მთავარ პროცესორებს, რომლებიც ერთად ქმნიან მთლიან ჩიპს და ჩამორჩებიან მის შესაძლებლობებს. რა თქმა უნდა, ამ მხრივ ვგულისხმობთ CPU, GPU, Neural Engine და სხვა. მიუხედავად იმისა, რომ CPU და GPU-ს როლი ზოგადად ცნობილია, Apple-ის ზოგიერთ მომხმარებელს ჯერ კიდევ გაუგებარია, თუ რისთვის გამოიყენება სინამდვილეში ნერვული ძრავა.
Ეს შეიძლება იყოს დაგაინტერესოთ
პაველ ჯელიკი Apple Silicon-ის კუპერტინო გიგანტი ეფუძნება მის ჩიპებს iPhone-ისთვის (A-Series), რომლებიც აღჭურვილია პრაქტიკულად იგივე პროცესორებით, მათ შორის ზემოხსენებული Neural Engin. თუმცა, არც ერთი მოწყობილობა არ არის ბოლომდე გასაგები, რისთვის გამოიყენება ის სინამდვილეში და რატომ გვჭირდება იგი. მიუხედავად იმისა, რომ ჩვენ საკმაოდ ნათლად ვართ ამის შესახებ CPU-სა და GPU-სთვის, ეს კომპონენტი მეტ-ნაკლებად დამალულია, ხოლო ის უზრუნველყოფს შედარებით მნიშვნელოვან პროცესებს ფონზე.
რატომ არის კარგი ნერვული ძრავის არსებობა
მაგრამ მოდით, ნათელს მოვფენთ არსებით, ან რეალურად კარგ ფაქტს, რომ ჩვენი Mac-ები Apple-ის სილიკონის ჩიპებით აღჭურვილია სპეციალური Neural Engine პროცესორით. როგორც მოგეხსენებათ, ეს განყოფილება სპეციალურად არის ხელოვნური ინტელექტისა და მანქანური სწავლებისთვის მუშაობისთვის. მაგრამ ეს თავისთავად არ უნდა გამოავლინოს ამდენი. თუმცა, თუ ზოგადად შევაჯამებთ, შეგვიძლია ვთქვათ, რომ პროცესორი ემსახურება შესაბამისი ამოცანების აჩქარებას, რაც შესამჩნევად აადვილებს კლასიკური GPU-ს მუშაობას და აჩქარებს მთელ ჩვენს მუშაობას მოცემულ კომპიუტერზე.
ასე წარმოადგინა Apple-მა M1 ჩიპი
კერძოდ, ნეირონული ძრავა გამოიყენება დაკავშირებული ამოცანებისთვის, რომლებიც, ერთი შეხედვით, არაფრით არ განსხვავდება ნორმალურიდან. ეს შეიძლება იყოს ვიდეო ანალიზი ან ხმის ამოცნობა. ასეთ შემთხვევებში მოქმედებს მანქანური სწავლება, რაც გასაგებია, მოთხოვნადია შესრულებასა და ენერგიის მოხმარებაზე. ასე რომ, ნამდვილად არ ავნებს პრაქტიკული ასისტენტის ყოლა ამ საკითხზე მკაფიო აქცენტით.
Core ML-თან თანამშრომლობა
Apple-ის Core ML ჩარჩო ასევე მიდის თავად პროცესორთან. მისი მეშვეობით დეველოპერებს შეუძლიათ იმუშაონ მანქანათმცოდნეობის მოდელებთან და შექმნან საინტერესო აპლიკაციები, რომლებიც შემდეგ გამოიყენებენ ყველა არსებულ რესურსს მათი ფუნქციონირებისთვის. თანამედროვე iPhone-ებსა და Mac-ებზე Apple-ის სილიკონის ჩიპებით, ამაში მათ დაეხმარება Neural Engine. ყოველივე ამის შემდეგ, ეს არის ასევე ერთ-ერთი მიზეზი (არა ერთადერთი), რის გამოც Mac-ები იმდენად კარგი და ძლიერია ვიდეოსთან მუშაობის სფეროში. ასეთ შემთხვევაში ისინი არ ეყრდნობიან მხოლოდ გრაფიკული პროცესორის მუშაობას, არამედ იღებენ დახმარებას Neural Engine ან სხვა მედია ძრავებისგან ProRes ვიდეო აჩქარებისთვის.
ნერვული ძრავა პრაქტიკაში
ზემოთ, ჩვენ უკვე მსუბუქად დავხატეთ რისთვის გამოიყენება სინამდვილეში ნერვული ძრავა. მანქანური სწავლებით მომუშავე აპლიკაციების, ვიდეოების რედაქტირების ან ხმის ამოცნობის პროგრამების გარდა, ჩვენ მივესალმებით მის შესაძლებლობებს, მაგალითად, მშობლიურ აპლიკაციაში Photos. თუ დროდადრო იყენებთ Live Text ფუნქციას, როდესაც შეგიძლიათ დაწერილი ტექსტის კოპირება ნებისმიერი სურათიდან, ნერვული ძრავა დგას მის უკან.
Ეს შეიძლება იყოს დაგაინტერესოთ
