Zum Hauptinhalt Zur Navigation

Apple A11 Bionic: KI-Hardware ist so groß wie mehrere CPU-Kerne

Apple räumt der Neural-Engine im A11-Chip viel Platz ein: Die für Face-ID genutzte Hardware belegt im Die fast so viele Quadratmillimeter wie die schnellen Prozessorkerne. Dennoch fällt das in 10 nm gefertigte SoC klein aus.
/ Marc Sauter
15 Kommentare News folgen (öffnet im neuen Fenster)
Apple A11 Bionic (Bild: Tech Insights)
Apple A11 Bionic Bild: Tech Insights

Der A11 Bionic genannte Chip in Apples iPhone 8 (Plus) und im kommenden iPhone X misst 87,66 mm². Das bestätigt eine Analyse von Tech Insights(öffnet im neuen Fenster) , die das neue SoC untersuchten. Dabei zeigt sich, dass Apple die Neural-Engine getaufte Hardware sehr wichtig ist, da das Unternehmen viel wertvolle Die-Fläche für die Implementierung aufwendet. Verglichen mit dem A10 Fusion des iPhone 7 (Plus) verringert sich die Chipgröße ausgehend von 125 mm² um 30 Prozent. Der Vorgänger war allerdings recht groß, da der A10 Fusion wie der A9 in einem optimierten 16-nm-Verfahren von TSMC gefertigt wurde.

In ähnlichen Größenverhältnissen wie der gesamte Chip schrumpfen auch die einzelnen IP-Blöcke wie die CPU-Kerne, die erstmals selbst entwickelte Grafikeinheit und das Speicherinterface. Die vier effizienten Prozessor-Cores des A11 Bionic, die Apple als Mistral bezeichnet, belegen wie erwartet mehr Platz als die beiden Zephyr-Kerne des A10 Fusion. Die GPU des neuen Chips ist in drei Dualcore-Gruppen unterteilt, eine typische Konfiguration also.

Auffällig ist der Platzbedarf der Neural-Engine, die kaum kleiner als die zwei leistungsstarken Monsoon-Kerne und weitaus größer als die vier Mistral-Cores ist. Sie benötigt überdies mehr Die-Fläche als ein Zweikern-Cluster der Grafikeinheit. Bei Huaweis Kirin 970 soll die NPU (Neural Processing Unit) die Hälfte dessen an Platz belegen, was die CPU-Kerne insgesamt ausmachen. Bei Apple ist die Neural-Engine somit offenbar relativ betrachtet größer.

Jony Ive erklärt das iPhone X
Jony Ive erklärt das iPhone X (03:30)

Sie ist zwar für Face-ID prädestiniert, die 600 Giga-Ops an Rechenleistung werden aber auch für Siri genutzt, also für Gesichts- und Spracherkennung. Huawei sieht weitere Einsatzzwecke von Neural-Net-Hardware bei der Verbesserung von Fotos und der Steigerung der Akkulaufzeit.


Relevante Themen