M4 芯片中的神经引擎与其他设备中的神经引擎相比如何

性能概述

M4 神经引擎规格
- M4 芯片具有 16 核神经引擎，能够执行高达每秒 38 万亿次运算 (TOPS)。这比 M3 的 18 TOPS 有了大幅提升，标志着性能大约111% 的提升[1][5]。苹果声称这使得 M4 的神经引擎“比当今任何 AI PC 的神经处理单元都要快”[2][4]。

与其他芯片比较
- 就上下文而言，AMD 的 Ryzen 8040 系列可达到 16 TOPS 左右，而英特尔的 Meteor Lake 可以达到 11 TOPS。即将推出的 Intel 型号（例如 Lunar Lake）预计将达到 45 TOPS，但要到明年年底才会上市[3]。高通即将推出的 X Elite 芯片预计也将达到 45 TOPS，这表明虽然 M4 目前处于领先地位，但竞争即将到来[3]。

架构改进

M4 芯片采用第二代 3nm 制造工艺，提高了效率和性能。它包括性能和效率核心的组合，最多具有 10 个 CPU 核心（4 个性能核心和 6 个效率核心），进一步优化其机器学习任务的能力[2][4]。这种架构可以更好地处理人工智能工作负载，使其对于需要实时处理的应用程序特别有效。

实际应用

增强的神经引擎支持最新 iPad Pro 等设备中的各种人工智能驱动功能。其中包括高级功能，例如：
- 实时字幕用于实时音频转录。
- 视觉查找，识别照片和视频中的对象[4]。

这些功能利用了 M4 神经引擎增强的处理能力，使 AI 任务的性能更加流畅、更快。

＃＃ 结论

总而言之，M4 芯片的神经引擎不仅超越了其前身 M3，而且与其他制造商现有和即将推出的处理器相比也具有竞争力。凭借其处理 38 TOPS 的能力，它为移动 AI 处理树立了新的基准，尽管竞争对手的未来发展可能会挑战这一领先地位。随着苹果继续将人工智能功能集成到其生态系统中，M4 可能会在增强其设备上的用户体验方面发挥至关重要的作用。

引用：
[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

M4 和 M3 神经引擎之间的 AI 性能是否存在显着差异

M4 芯片的神经引擎比 M3 有了显着改进，主要是在性能指标和架构增强方面。以下是他们的人工智能能力的详细比较。

性能指标

每秒操作数
- M4 的神经引擎每秒可执行高达 38 万亿次运算 (TOPS)，比 M3 的 18 TOPS 显着飞跃。这意味着性能提升超过 100%，使 M4 成为当今最强大的神经引擎之一[1][2][5]。

精度和基准
- 虽然 M4 的性能似乎是 M3 的两倍，但有必要考虑这些数字的背景。 M3 的 18 TOPS 分数是在 FP16 精度 下获得的，而 M4 的分数基于 INT8 精度。当在 INT8 上进行同等比较调整时，性能差异缩小至约 5%，有利于 M4[1][2]。

架构增强

核心配置
- M4 芯片具有 10 核 CPU，与 M3 的 8 核 CPU 相比，它包含更多效率核心。这种配置可以实现更好的多任务处理并改进人工智能工作负载的处理，特别是在需要实时处理的应用程序中[1][3]。

晶体管数量和内存带宽
- M4 拥有 280 亿个晶体管，略多于 M3 的 250 亿个。这种增加有助于提高处理任务的性能和效率。此外，与 M3 的 100 Gbps 相比，M4 提供 120 Gbps 的内存带宽，从而实现 AI 操作所需的更快的数据传输速率[1][3]。

实际应用

神经引擎的进步为用户带来了切实的好处。 M4 支持复杂的人工智能功能，例如：
- 实时字幕用于实时音频转录。
- 视觉查找，识别图像和视频中的对象。

这些功能利用了 M4 增强的处理能力，与 M3 相比，可以在 AI 任务中实现更流畅、更快的性能。

＃＃ 结论

总而言之，虽然这两款芯片都具有强大的性能，但 M4 的神经引擎在原始处理能力和效率方面比 M3 提供了重大升级。架构和核心配置的增强进一步巩固了其在移动人工智能处理领域的领导者地位。然而，对于典型用户，尤其是那些不从事要求较高的人工智能任务的用户来说，这些差异在日常应用中可能并不明显。