在近日的一次採訪期間，蘋果平台架構副總裁Tim Millet對新款A14 Bionic處理器的設計、機器學習的重要性、以及該公司相較於競爭對手的不同點進行了暢談。據悉，蘋果在9月線上活動期間發布了iPad Air 4平板電腦，內置的A14 Bionic芯片組較上一代產品迎來了重大升級。

蘋果公司宣稱，與iPad Air 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的表現也提升了30% 。

第三方基準測試表明，A14 Bionic 的CPU / GPU 性能提升，分別在19% 和27% 左右。

近日，蘋果平台架構副總裁Tim Millet 接受了德國雜誌《Stern》的採訪，期間對A14 Bionic 芯片的發展趨勢給予了一些解釋。

首先，儘管蘋果並不是距今億歐數十年基礎的機器學習和神經引擎的發明者，但該公司確實找到了加速這一進程的方法。

機器學習需要在復雜的數據系統上對神經網絡展開訓練，隨著存儲容量的增加，機器可被投餵越來越龐大的數據集。但直到2010 年代初期，其學習速度才開始迎來較大的改變。

時間快進至2017年，蘋果發布了首款採用Face ID面容識別方案的iPhone X智能機。其內置了A11芯片，每秒可處理6000億次算術運算。

不過最新一代iPad Air 4 上搭載的A14 Bionic 芯片採用了5nm 工藝，運算量是前者的18 倍以上，達到了每秒11 萬億次。

Tim Millet 向《Stern》表示：“我們對機器學習的出現和帶來的全新課題感到非常激動，相信A14 Bionic 芯片的應用，會讓人們再次感到驚嘆”。

當然，就實際性能表現而言，硬件並不是唯一重要的事情。Millet 還指出，蘋果軟硬件開發團隊在協作上有著獨特的地位，以共同打造對每個人都有用的軟件。

“在整個開發過程中，我們與軟件團隊保持著緊密的合作，以確保我們不僅在構建一項對少數人有用的技術，還希望能夠幫助成千上萬的iOS 開發人員”。

此外Tim Millet 強調了Core ML 的重要性，其經常倍用於語言處理、圖像/ 聲音分析等機器學習基礎框架。蘋果為開發者提供了Core ML 的訪問權限，使之能夠在App 中充分利用這項特性。

“我們投入了大量的時間，來確保不只是將晶體管封裝到了不同的芯片中，而是希望大眾都有機會用到它們。對於想要深入了解的開發者來說，Core ML 是一個絕佳的機會”。

據悉，Core ML 不僅是國際暢銷的DJ 應用程序《Djay》中的關鍵組件，軟件巨頭Adobe 也是它的採用者之一。

最後，Tim Millet 解釋了為何Face ID 不支持戴口罩解鎖面容。儘管理論上該公司的面部識別模型已經相當不錯，但很難在外物遮擋的情況下帶來較高的識別度。

蘋果致力於確保用戶數據的安全，因此在權衡了便利與安全性之後，還是選擇了在這個特殊的時期堅守原則。