Jak silnik neuronowy w chipie M4 wypada na tle innych urządzeń?

Przegląd wydajności

Specyfikacje silnika neuronowego M4
- Układ M4 zawiera 16-rdzeniowy silnik neuronowy zdolny do wykonywania do 38 bilionów operacji na sekundę (TOPS). Jest to znaczny wzrost w porównaniu z 18 TOPS modelu M3, co oznacza około 111% poprawy wydajności[1] [5]. Apple twierdzi, że dzięki temu silnik neuronowy M4 jest „szybszy niż jednostka przetwarzania neuronowego dowolnego dzisiejszego komputera PC ze sztuczną inteligencją” [2] [4].

Porównanie z innymi żetonami
- Dla kontekstu, seria AMD Ryzen 8040 osiąga około 16 TOPS, podczas gdy Intel Meteor Lake może osiągnąć 11 TOPS. Oczekuje się, że nadchodzące modele Intela, takie jak Lunar Lake, osiągną 45 TOPS, ale będą dostępne dopiero pod koniec przyszłego roku[3]. Przewiduje się, że nadchodzące chipy X Elite firmy Qualcomm również osiągną poziom 45 TOPS, co wskazuje, że chociaż M4 prowadzi obecnie, na horyzoncie widać konkurencję[3].

Ulepszenia architektoniczne

Układ M4 wykorzystuje proces produkcyjny 3 nm drugiej generacji, który zwiększa wydajność i wydajność. Zawiera połączenie rdzeni zapewniających wydajność i efektywność, z maksymalnie 10 rdzeniami procesora (4 wydajności i 6 wydajności), co dodatkowo optymalizuje jego możliwości do zadań uczenia maszynowego[2] [4]. Architektura ta pozwala na lepszą obsługę obciążeń AI, co czyni ją szczególnie efektywną w przypadku aplikacji wymagających przetwarzania w czasie rzeczywistym.

Aplikacje w świecie rzeczywistym

Ulepszony silnik neuronowy obsługuje różne funkcje oparte na sztucznej inteligencji w urządzeniach takich jak najnowszy iPad Pro. Należą do nich zaawansowane funkcjonalności takie jak:
- Napisy na żywo do transkrypcji dźwięku w czasie rzeczywistym.
- Visual Look Up, który identyfikuje obiekty na zdjęciach i filmach[4].

Funkcje te wykorzystują zwiększoną moc obliczeniową silnika neuronowego M4, umożliwiając płynniejszą i szybszą pracę w zadaniach AI.

Wniosek

Podsumowując, silnik neuronowy zastosowany w chipie M4 nie tylko przewyższa swojego poprzednika, M3, ale także konkurencyjnie wobec istniejących i przyszłych procesorów innych producentów. Dzięki możliwości obsługi 38 TOPS wyznacza nowy punkt odniesienia w mobilnym przetwarzaniu sztucznej inteligencji, chociaż przyszłe rozwiązania konkurencji mogą podważyć tę pozycję. W miarę jak Apple będzie nadal integrować możliwości sztucznej inteligencji ze swoim ekosystemem, M4 prawdopodobnie odegra kluczową rolę w ulepszaniu doświadczeń użytkowników na wszystkich swoich urządzeniach.

Cytaty:
[1] https://www.howtogeek.com/m4-vs-m3-how-does-the-new-apple-silicon-compare-with-its-predecessor/
[2] https://www.gsmarena.com/apples_new_m4_chip_comes_with_the_fastest_neural_engine_ever-news-62757.php
[3] https://www.theregister.com/2024/05/07/apple_m4_ipad/
[4] https://www.apple.com/au/newsroom/2024/05/apple-introduces-m4-chip/
[5] https://www.pcmag.com/comparisons/apple-m4-and-m3-cpus-compared-whats-better-in-the-latest-apple-silicon
[6] https://www.reddit.com/r/singularity/comments/1cneeme/apple_introduces_m4_chip_m4_has_apples_fastest/
[7] https://www.techopedia.com/apple-m4-chip-should-you-upgrade

Czy są jakieś znaczące różnice w wydajności AI pomiędzy silnikami neuronowymi M4 i M3?

Silnik neuronowy chipa M4 wykazuje zauważalne ulepszenia w stosunku do M3, przede wszystkim pod względem wydajności i ulepszeń architektonicznych. Oto szczegółowe porównanie ich możliwości AI.

Wskaźniki wydajności

Operacje na sekundę
- Silnik neuronowy M4 może wykonać do 38 bilionów operacji na sekundę (TOPS), co stanowi znaczący skok w porównaniu z 18 TOPS M3. Oznacza to wzrost wydajności o ponad 100%, co czyni M4 jednym z najpotężniejszych dostępnych obecnie silników neuronowych[1] [2] [5].

Precyzja i benchmarking
- Chociaż wydajność M4 wydaje się dwukrotnie większa niż M3, należy koniecznie wziąć pod uwagę kontekst tych liczb. Wynik M3 wynoszący 18 TOPS został osiągnięty przy precyzji FP16, podczas gdy wynik M4 opiera się na precyzji INT8. Po uwzględnieniu porównania na poziomie INT8 różnica w wydajności zmniejsza się do około 5% na korzyść M4[1][2].

Ulepszenia architektoniczne

Konfiguracja podstawowa
- Układ M4 zawiera 10-rdzeniowy procesor, który zawiera rdzenie o większej wydajności w porównaniu do 8-rdzeniowego procesora M3. Taka konfiguracja pozwala na lepszą wielozadaniowość i lepszą obsługę obciążeń AI, szczególnie w aplikacjach wymagających przetwarzania w czasie rzeczywistym[1] [3].

Liczba tranzystorów i przepustowość pamięci
- M4 ma 28 miliardów tranzystorów, nieco więcej niż 25 miliardów w M3. Wzrost ten przyczynia się do zwiększenia wydajności i efektywności przetwarzania zadań. Dodatkowo M4 oferuje przepustowość pamięci 120 Gb/s w porównaniu do 100 Gb/s modelu M3, co pozwala na szybsze przesyłanie danych, niezbędne w operacjach AI[1] [3].

Aplikacje w świecie rzeczywistym

Postępy w Neural Engine przekładają się na wymierne korzyści dla użytkowników. M4 obsługuje zaawansowane funkcje AI, takie jak:
- Napisy na żywo do transkrypcji dźwięku w czasie rzeczywistym.
- Wizualne wyszukiwanie, które identyfikuje obiekty na zdjęciach i filmach.

Funkcje te wykorzystują zwiększoną moc obliczeniową M4, umożliwiając płynniejszą i szybszą pracę w zadaniach AI w porównaniu z tym, co jest możliwe w przypadku M3.

Wniosek

Podsumowując, chociaż oba chipy są wydajne, silnik neuronowy M4 zapewnia znaczną poprawę w stosunku do M3 pod względem surowej mocy obliczeniowej i wydajności. Ulepszenia architektury i konfiguracji rdzenia jeszcze bardziej umacniają jej pozycję lidera w przetwarzaniu mobilnej sztucznej inteligencji. Jednak dla typowych użytkowników, szczególnie tych, którzy nie zajmują się wymagającymi zadaniami AI, różnice mogą nie być w przeważającej mierze zauważalne w codziennych zastosowaniach.