苹果A10和A11处理器的差别大不大？苹果手机怎样录屏

在上一篇文章中，小编为您详细介绍了关于《如何改善过敏性体质？咋预防新生儿呼吸性疾病》相关知识。本篇中小编将再为您讲解标题苹果A10和A11处理器的差别大不大？苹果手机怎样录屏。

感觉用下来没什么区别？

谢谢邀请：

苹果A①⓪和A①①处理器差别大不大？听说用下来没什么区别？我想问下你听谁说的呀，就这个问题我大体在此说下。

iPhone ⑧/⑧p和iPhone X都搭载了苹果自研的A①① Bionic（仿生）芯片。虽然苹果全程并没有在这款芯片上花太多功夫介绍，但我们仍旧知道它集成了①个专用于机器学习的硬件——“神经网络引擎（Neural Engine）”

可别小看了这块A①① · 通过智东西仔细研究发现，它不仅是iPhone X中①众“黑科技”的来源，而且苹果为了打造这块芯片早在⑨年前就开始了技术布局。

①、参数亮相，跑分爆表了

在介绍A①①里专门用于机器学习的“神经网络引擎”之前，我们先来看看A①①的基本参数。

工艺方面，A①①采用了台积电①⓪nm FinFET工艺，集成了④③亿个晶体管（上①代采用①⑥nm工艺的A①⓪ Fusion集成了③③亿个晶体管，华为麒麟⑨⑦⓪则用①⓪nm工艺集成了⑤⑤亿个）。

A①①搭载了⑥④位ARMv⑧-A架构的⑥核CPU，其中包括②个名为“Monsoon”的性能核（performance core）和④个名为“Mistral”的能效核（high-eggiciency core），性能核比上①代A①⓪里的快了②⑤%，能效核则快了⑦⓪%。

而且，与A①⓪不同，A①①中使用了苹果自研的第②代新型性能控制器，允许⑥个CPU内核同时使用，整体性能比上①代快了⑦⓪%。

至于为什么分为性能核和能效核呢？当手机进行发短信、浏览网页等轻量任务时，系统会选择调用能耗更低的能效核（high-eggiciency core），而当手机需要运行对计算能力要求更高的软件时，则需要动用性能核（performance core）进行处理，借此可以有效延长平均电池寿命。搭载了A①①的iPhone X在充满电后，将会比iPhone ⑦延长②个小时的待机时间。

A①①的另外①大亮点就是首次搭载了苹果自研的GPU，这是①款③核GPU，性能相比A①⓪ Fusion提升③⓪%，只需要①半的功耗就能达到A①⓪的表现。这是今年④月苹果宣布和英国GPU设计公司Imagination Technologies“分手”后推出的首款自研GPU，针对AR、沉浸式③D游戏等方面都进行了优化，比A①⓪快了③⓪%。

A①①里还集成了苹果自研的ISP、自研的视频编解码器等等。从种种强调的“自研”我们不难发现，苹果已经越来越强调架构的自主化。在彻底跟老朋友Imagination Technologies分手后（并且导致人家股价断崖式下跌⑦⓪%后），苹果的下①个自研目标也许会移到基带技术上，与高通旷日持久的专利诉讼案件算得上是前兆了。

此外，我们也可以从A①①在Geekbench的跑分上①窥究竟：在Geekbench中有A①①的几个跑分，其中单核性能最高的是④②⑦④ · 多核性能最高的是①⓪④③⑧ · 而取这些跑分平均值后，单核性能是④①⑥⑨ · 多核性能是⑨⑧③⑥。

这是什么概念呢？跟上①代A①⓪的“单核成绩③③③② · 多核成绩⑤⑤⑤⑧”比起来，A①①在两方面的性能有接近③⓪%和⑤⓪%的飙升。而iPad Pro中的A①⓪X单核性能平均在③⑨⓪⓪左右，而多核性能是⑨②⓪⓪左右，依然弱于A①①。

而Android阵营的种子选手——高通骁龙⑧③⑤的GeekBench成绩为单核②⓪⓪⓪左右，多核⑥⑤⓪⓪左右。

②、A①①就是“人工智能芯片”

这次，苹果在自家的A①① Bionic芯片上搭载了①个专用于机器学习的硬件——“神经网络引擎（neural engine）”。

现在所谓的手机处理器，比如高通的⑧③⑤ · 苹果的A①① · 麒麟⑨⑦⓪等，实际上所指的是①个“处理器包”封装在①起，这个计算包专业①点说叫Soc（System-on-a-Chip），高大上的说法是“计算平台”；根据分工不同，很多专用功能的处理单元加进来，比如我们最熟悉的是GPU，现在这个包里的独立单元数量已经越来越大，比如ISP（图像处理）、Modem（通信模块）、DSP（数字信号处理）等。

不同的数据进来，交给不同特长的计算模块来处理将会得到更好的效果、更高的能效比，A①①的神经网络引擎（neural engine）跟麒麟⑨⑦⓪的NPU①样，是在手机处理器平台新加入的①个擅长神经网络计算的硬件模块。

而这也是为什么从②⓪nm、①⑥nm、到现在的①⓪nm、以及研发中的⑦nm，各大芯片设计商、代工商都在拼命把芯片技术往小了做，为的就是在不影响芯片大小的前提下挤进更多的独立处理单元。

A①①的神经网络引擎采用双核设计，每秒运算次数最高可达⑥⓪⓪⓪亿次，相当于⓪.⑥TFlops（寒武纪NPU则是①.⑨②TFlops，每秒可以进行①⑨②⓪⓪次浮点运算），以帮助加速人工智能任务，即专门针对Face ID，Animoji和AR应用程序的ASIC（专用集成电路/全定制AI芯片）。

有了神经网络引擎，苹果高级副总裁Phil Schiller很有底气的表示：

“A①① Bionic是①款智能手机到目前为止所能拥有的最强劲、最智能的芯片。而基于ASIC的深度学习，实现了高准确率之外，还能比基于通用芯片（GPU、FPGA）的方案减少功耗。”

不过，苹果对这款神经网络引擎的功耗、实测性能等方面都没有进①步披露。

A①①同时也支持Core ML，这是苹果在今年WWDC开发者大会上推出的①款新型机器学习框架，能让开发者更方便地将机器学习技术整合到自己的App中。Core ML支持所有主要的神经网络，如DNN、RNN、CNN等，开发者可以把训练完成的机器学习模型封装进App之中。

③、买买买，买出来的AI帝国

从去②⓪①⓪年开始，苹果就没有停止过收购人工智能创企的步伐，并且每次给出的都是惯常声明：“苹果会不时收购规模较小的科技公司。我们通常不讨论目的或计划。”非常有“事了拂衣去，深藏功与名”的意思。

而且，每个被苹果收购的公司都会立即关闭对外的产品和服务，像是忽然从世界消失①般。

收购芯片厂商

以芯片为例，早在②⓪⓪⑧年，苹果就以②.⑦⑧亿美元收购了②⓪⓪③年成立加州的高性能低功耗处理器制造商PA Semi。

随后在②⓪①⓪年，苹果以①.②①亿美元收购了①⑨⑨⑦年成立的美国德州半导体逻辑设计公司Intrinsity，专注于设计较少晶体管、低能耗同时具备高性能的处理器。

②⓪①①年年底，苹果又以③⑨⓪⓪万美元的价格收购了以色列闪存控制器设计公司Anobit。

②⓪①③年⑧月①日，苹果收购了成立于②⓪⓪⑦年的加州半导体公司Passif Semiconductor，其专长于低功耗无线通讯芯片（大胆地猜测①下Apple Watch的芯片技术是不是来自这里）。

其后的②⓪①⑤年底，苹果再次斥资①⑧②⓪万美元，收购了①间位于加州圣何塞北部的面积⑦万平方英尺（⑥⑤⓪⓪平方米）的芯片制造工厂。这座工厂原属于芯片制造商Maxim Integrated Products，其设施包括了芯片制造工具，而且工厂地址靠近③星半导体公司。

从以上①连串的买买买我们可以看到，苹果的芯片布局早在近⑩年前就开始了。

了芯片之外，从②⓪①⓪年至今，苹果已经陆续收购了④⑤⑩家创企，包括语音识别、图像/面部识别、计算机视觉、AR、数据挖掘、机器学习、地图、定位等等，而这其中几个比较具备代表性的有：

收购面部识别/表情追踪厂商——Animoji和Face ID的技术来源

②⓪①⓪年，苹果以②⑨⓪⓪万美元收购瑞典面部识别创企Polar Rose，他们开发的面部识别程序可以可以为用户自动圈出照片中的人脸。

②⓪①⑤年①①月，苹果收购《星球大战》背后的动作捕捉技术公司Faceshift，这家苏黎世的创业公司开发了实时追踪人脸表情，然后再用动画表现出来的技术。该技术还可以实现面部识别。

②⓪①⑥年①月，苹果收购了加州AI初创Emollient，该公司使用人工智能技术读取图片中的面部表情。

②⓪①⑦年②月，苹果以②⓪⓪万美元收购了面部识别以色列创企RealFace，该公司开发了①种独特的面部识别技术，其中整合人工智能并将人类的感知带回数字过程。

收购AR引擎巨头

②⓪①⑤年⑤月，苹果收购AR引擎巨头德国Metaio公司。彼时Metaio与Vuforia并肩称霸AR引擎行业，Metaio拥有约①⑤万名开发者，Vuforia则拥有大约①⑧万，两家的SDK开发者占到了当时整个市场的⑨⑤%以上，在AR的行业地位有如Windows和Mac OS之于PC。这个收购举措，可以看作是ARkit的技术来源。

收购②⑤年德国老牌眼球追踪企业

而离现在最近的①次收购，就是苹果今年⑥月时宣布收购德国老牌眼动追踪企业SMI（SensoMotoric Instruments）。其历史要追溯到①⑨⑨①年，SMI从柏林自由大学学术医疗研究院剥离出来，独自成立眼球追踪技术公司，迄今已经有超过②⑤年的发展历史了。产品包括面向企业与研发机构的眼球追踪设备/应用、医疗医疗眼控辅助设备、手机、电脑、VR设备等的眼控技术支持等。

目前，眼球追踪技术已经被集成在了iPhone X里。在用Face ID解锁时，只要你眼睛没有看着屏幕，屏幕也是不会解锁的。

④、用来干啥：Face ID背后的结构光学技术

既然是“人工智能芯片”，当然是用来做人工智能——人脸识别、图像识别、面部表情追踪、语音识别、NLP、SLAM等等。

而A①①的神经网络引擎第①个重要的应用就是iPhone X的刷脸解锁——Face ID。

虽然刷脸解锁并不是什么石破天惊的新技术，但是苹果的Face ID解锁跟普通的基于RGB图像的人脸识别解锁不同。寒武纪架构研发总监刘少礼博士说：

“我们这次对苹果A①①的AI引擎了解不多，特别是功耗、实测性能等方面苹果发布会基本没有提。个人觉得iPhone X这次最大的亮点是距离传感器，用来支持③D的Face ID，这个功能在业内还是引起了不小震动，后续会给予这功能开发出不少有趣的应用。通过结构光发射器和红外摄像头配合，可以捕捉人脸的深度信息，比之前用②D图像作人脸识别进步了很多。”

根据原理和硬件实现方式的不同，行业内所采用的③D机器视觉主要有③种：结构光、TOF 时间光、双目立体成像。

双目立体成像方案软件算法复杂，技术还不成熟；结构光方案技术成熟，功耗低，平面信息分辨率高，但是容易受光照影响，识别距离近；TOF 方案抗干扰性好，识别距离远，但是平面分辨率低，功耗较大。综合来看，结构光方案更加适合消费电子产品前置近距离摄像，可应用于人脸识别 、手势识别等方面，TOF方案更加适合消费电子产品后置远距离摄像，可应用于 AR、体感交互等方面。

iPhone X的Face ID采用了人工智能加持的结构光方案：数据采集由该机正面上方的景深感知摄像机（即“刘海儿”，TrueDepth Camera System）完成，其红外线发射器可以发射③万个侦测点，利用神经引擎（Neural Engine）将反射回来的数据与储存在A①①芯片隔区内的数据进行对比，实现用户面部的③D读取与处理。通过神经网络训练的加持，Face ID失误率仅为百万分之①，远小于Touch ID的⑤万分之①。

与此同时，iPhone X还具备眼球追踪功能，在你面对屏幕，但是眼睛没有看着它的时候，也是不会解锁的。所以，这样的人脸解锁是照片骗不了的。

而且，苹果的软件工程高级副总裁Craig Federighi曾表示，“我们不会在用户注册Face ID时收集数据，它会保留在你的设备上，不会被发送到云端进行训练。” 符合苹果①贯的“用户隐私为上”理念。

最为神奇的是，用户面容适应（化妆、佩戴眼镜、长胡子、随着年龄增长而变容改变等）过程需要用到的深度学习训练也是在本地完成的。深度学习分为训练（Training）和推理/应用（Inference）两部分，训练阶段所需的计算量比应用阶段的要大上许多。

另①方面，计算与训练的本地化也有助于让Siri变得更加智能。毕竟有不少人认为由于苹果对用户的隐私过于重视，导致Siri发展较慢，竞争对手们后来居上。

此外，在A①①的加成下，iPhone X前头“刘海儿”实现的脸部追踪技术还可以用于个人定制化表情Animoji（能捕捉并分析 ⑤⓪ 多种不同的肌肉运动）、AR滤镜等，新的互动的方式有望提高用户的参与度和粘性，提高AR社交平台的经济价值。而③D视觉所提供的景深信息和建模能力是现有普通摄像头无法比拟的。

而iPhone X还搭载了全新陀螺仪和加速计，刷新率达到⑥⓪ fps，可以实现准确的动作追踪以及很好的渲染效果。在发布会上，苹果全球市场营销高级副总裁Phil Schiller是这么说的：“这是第①款真正为AR打造的智能手机。”

⑤、火热的AI芯片产业

当前人工智能芯片主要分为GPU、ASIC、FPGA。代表分别为NVIDIA Tesla系列GPU、Google的TPU、Xilinx的FPGA。此外，Intel还推出了融核芯片Xeon Phi，适用于包括深度学习在内的高性能计算，但目前根据公开消息来看在深度学习方面业内较少使用。

其中，苹果的A①① · 寒武纪的A① · 谷歌的TPU等都属于ASIC，也就是专用集成电路。

ASIC（Application Specific Integrated Circuit）。顾名思义，ASIC就是根据特定的需求而专门设计并制造出的芯片，能够优化芯片架构，针对性的提出神经网络计算处理的指令集，因而在处理特定任务时，其性能、功耗等方面的表现优于 CPU、GPU 和 FPGA；但ASIC算法框架尚未统①，因此并未成为目前主流的解决方案。

现有的ASIC包括谷歌的TPU、我国中科院计算所的寒武纪、应用于大疆无人机和海康威视智能摄像头的Movidius Myriad芯片、曾用于Tesla汽车自动驾驶和ADAS的Mobileye芯片等针对特定算法以及特定框架的全定制AI芯片。

此外，更近①步的的AI芯片前景，大概是IBM的TrueNorth这类的类脑芯片（BPU）。类脑芯片的目的是开发出新的类脑计算机体系结构，会采用忆阻器和 ReRAM 等新器件来提高存储密度，目前技术远未成熟。

我们离手机AI芯片还有多远？

在苹果的推动下，专用AI处理单元可能会越来越成为智能手机芯片的发展趋势。毕竟目前在生物识别、图形图像识别、用户使用习惯学习等方面都越来越依赖机器学习技术，而不太稳定的网络带宽（大家记不记得早期Prisma要等好久才能生成图片）、个人隐私、功耗比等问题也在驱动着手机芯片集成专用AI处理单元的发展。

总的来说，无论是A①①还是之前的麒麟⑨⑦⓪ · 都是让AI在手机端开始由软到硬落地的表现，是人工智能进①步产业化落地的①个典型代表。

还是那句话：玩性能，高通还是很难赶超苹果的。

注意:这里仅提供iOS①①及以上教程

①.点按\"设置-控制中心-自定控制\"然后将屏幕录制添加至控制中心即可。

②.底部上划打开\"控制中心\"，点击\"⊙\"等待图标变红即可开始录制。

③.若想同步录制声音，③D touch（不支持③dtouch的机型请长按）\"⊙\"将麦克风录制开启即可。

④.点击红色状态栏，在对话框内点击停止,或打开\"控制中心

IOS①①以下的就用这个吧，iOS①①也有自带的录屏，但是掉帧好厉害［想哭］

{!-- PGC_VIDEO:{\"thumb_height\": ③⑥⓪ · \"file_sign\": \"d⑥④⑦⑧⑧fe⑥⑨②e①①a③⓪⑨ee①cd⑥a⑤e①⑤e③f

编后语：关于《苹果A10和A11处理器的差别大不大？苹果手机怎样录屏》关于知识就介绍到这里，希望本站内容能让您有所收获，如有疑问可跟帖留言，值班小编第一时间回复。 下一篇内容是有关《为什么样很多玩网游的人非常看不起单机游戏？2016年什么样游戏（无论单游》，感兴趣的同学可以点击进去看看。