Apple Silicon Mac의 Neural Engine은 무엇을 위한 것인가요?

Apple이 Intel 프로세서에서 컴퓨터용 Apple Silicon 칩 형태의 자체 솔루션으로 전환했을 때 성능과 에너지 소비가 크게 향상되었습니다. 프레젠테이션 중에도 그는 전체 칩을 구성하고 그 기능을 뒷받침하는 메인 프로세서를 강조했습니다. 물론 이와 관련하여 우리는 CPU, GPU, 신경 엔진 등을 의미합니다. CPU와 GPU의 역할은 일반적으로 알려져 있지만 일부 Apple 사용자는 Neural Engine이 실제로 어떤 용도로 사용되는지 여전히 불분명합니다.

Apple Silicon의 거대 기업인 Cupertino는 앞서 언급한 Neural Engin을 포함하여 거의 동일한 프로세서를 탑재한 iPhone(A 시리즈)용 칩을 기반으로 합니다. 그러나 하나의 장치조차도 그것이 실제로 어떤 용도로 사용되고 왜 필요한지 완전히 명확하지 않습니다. CPU와 GPU에 대해서는 이에 대해 매우 명확하지만 이 구성 요소는 다소 숨겨져 있지만 백그라운드에서 상대적으로 중요한 프로세스를 보장합니다.

신경 엔진을 사용하면 좋은 이유

하지만 Apple Silicon 칩을 탑재한 Mac에 특수 Neural Engine 프로세서가 장착되어 있다는 점, 즉 본질적이거나 실제로 좋은 점에 대해 좀 더 조명해 보겠습니다. 아시다시피 이 섹션은 특히 인공 지능 및 기계 학습 작업을 위한 것입니다. 그러나 그 자체로는 그렇게 많이 드러날 필요가 없습니다. 그러나 일반적으로 요약하면 프로세서가 관련 작업을 가속화하는 역할을 하여 기존 GPU의 작업이 눈에 띄게 쉬워지고 해당 컴퓨터에서 모든 작업 속도가 빨라진다고 말할 수 있습니다.

이것이 Apple이 M1 칩을 선보인 방법입니다.

mpv-shot0102

mpv-shot0104

mpv-shot0106

mpv-shot0108

mpv-shot0109

mpv-shot0113

mpv-shot0115

mpv-shot0117

특히 Neural Engine은 관련 작업에 사용되며 언뜻 보기에는 일반 작업과 전혀 다르지 않습니다. 이는 비디오 분석이나 음성 인식일 수 있습니다. 이러한 경우 머신러닝이 작동하게 되는데, 이는 당연히 성능과 에너지 소비를 요구합니다. 따라서 이 문제에 명확한 초점을 맞춘 실용적인 조력자를 갖는 것이 나쁠 것은 없습니다.

M1 칩과 주요 구성 요소

Core ML과의 협업

Apple의 Core ML 프레임워크는 프로세서 자체와도 밀접하게 연관되어 있습니다. 이를 통해 개발자는 기계 학습 모델로 작업하고 해당 기능에 사용 가능한 모든 리소스를 사용하는 흥미로운 애플리케이션을 만들 수 있습니다. Apple Silicon 칩이 탑재된 최신 iPhone 및 Mac에서는 Neural Engine이 이를 도와줍니다. 결국 이것은 Mac이 비디오 작업 분야에서 그토록 훌륭하고 강력한 이유 중 하나이기도 합니다. 이러한 경우 그래픽 프로세서의 성능에만 의존하지 않고 ProRes 비디오 가속을 위해 Neural Engine이나 기타 미디어 엔진의 도움도 받습니다.

기계 학습을 위한 Core ML 프레임워크는 다양한 애플리케이션에서 사용됩니다.

실제 신경 엔진

위에서 우리는 이미 Neural Engine이 실제로 어떤 용도로 사용되는지 간략하게 스케치했습니다. 기계 학습을 사용하는 애플리케이션, 비디오 편집 또는 음성 인식 프로그램 외에도 기본 애플리케이션인 Photos와 같은 기능을 환영합니다. 때때로 라이브 텍스트 기능을 사용하면 이미지에서 작성된 텍스트를 복사할 수 있을 때 신경 엔진이 그 뒤에 있습니다.