Apple M4 stawia na AI – (nie tak) mały krok dla serii M, ale wielki skok dla iPadów Pro

Skok w procesie technologicznym nie jest tak odczuwalny jak pomiędzy generacjami M3 (N3B, czyli zwykłe N3) a M2 (N5P), ale mimo wszystko ta 3-nanometrowa litografia została usprawniona. A te usprawnienia dotykają nie tylko wzrostu wydajności (3-8%), ale także obniżenia poboru energii (2-7%). Różnica w efektywności energetycznej nie jest jednak duża, ale przy okazji udaje się tym obniżyć także koszty produkcji.

Neural Engine do obliczeń AI z największym skokiem

Układ NPU w czipach Apple M ma od lat tę samą liczbę rdzeni, ale to nie znaczy, że się nic nie zmieniło. Bo zmieniło się dużo. Ten w Apple M4 oferuje wydajność w obliczeniach AI na poziomie 38 TOPS-ów. W tym właśnie aspekcie doszło do największego skoku, bo w M3 było to zaledwie… 18 TOPS-ów.

Nic Ci to nie mówi? TOPS odnosi się do liczby operacji, które procesor AI jest w stanie wykonać w ciągu sekundy. W tym przypadku: jest to aż 38 bilionów takich operacji SI, co przekłada się istotnie na wzrost efektywności i produktywności w działaniach powiązanych z AI. To nawet 60-krotnie lepsze osiągi od tych, które oferował czip w A11 z 2017 roku. A przecież już względem M2 różnica jest duża, bo Apple pochwaliło się, że np. w aplikacji Octane do renderingu można przyspieszyć pracę nawet 4-krotnie.

Zapowiada się więc arcyciekawe starcie z zaplanowanymi na lato procesorami Qualcomm Snapdragon X Elite, których wydajność silnika NPU ma sięgać nawet 45 TOPS-ów, czyli jeszcze wyżej niż nowo zapowiedzianego Apple’a M4.

Nowe funkcje GPU po raz pierwszy w iPadach. To zasługa M4

Apple przeskoczyło w tabletach z procesora M2 na M4, pomijając zupełnie obecne w komputerach (laptopach) M3. Nowy układ GPU ma tę samą liczbę rdzeni, ale wprowadzi szereg nowości, które pojawiły się niespełna rok temu, ale na innego rodzaju urządzeniach. Przyniosą one korzyści zarówno w grach, jak i aplikacjach. Mowa naturalnie o:

• sprzętowym ray tracingu (obsługa śledzenia promieni z przyspieszeniem sprzętowym w obsługiwanych aplikacjach i grach, poprawiając jakość wizualnej strony o chociażby lepsze cienie i odbicia);
• sprzętowym mesh shadingu (większe możliwości przy tworzeniu bardziej złożonych graficznie scen i wyższa wydajność przy przetwarzaniu geometrycznym);
• dynamic cachingu (efektywniejsze wykorzystanie mocy GPU poprzez optymalne rozdzielanie w locie pamięci lokalnej pomiędzy zasoby sprzętowe).