आपका iPhone, iPad, Mac और Apple TV Apple Neural Engine (ANE) नामक एक विशेष न्यूरल प्रोसेसिंग यूनिट का उपयोग करते हैं जो CPU या GPU की तुलना में तेज़ और अधिक ऊर्जा कुशल है।
एएनई क्लाउड में टैप किए बिना या अत्यधिक शक्ति का उपयोग किए बिना प्राकृतिक भाषा प्रसंस्करण और छवि विश्लेषण जैसी उन्नत ऑन-डिवाइस सुविधाओं को संभव बनाता है।
आइए देखें कि एएनई कैसे काम करता है और इसका विकास, जिसमें अनुमान और बुद्धिमत्ता शामिल है, यह ऐप्पल प्लेटफॉर्म पर शक्ति प्रदान करता है और डेवलपर्स तीसरे पक्ष के ऐप में इसका उपयोग कैसे कर सकते हैं।
Apple न्यूरल इंजन (ANE) क्या है?
Apple न्यूरल इंजन, Apple उपकरणों पर गहरे तंत्रिका नेटवर्क के ऊर्जा-कुशल निष्पादन के लिए अनुकूलित अत्यधिक विशिष्ट कंप्यूट कोर के समूह के लिए एक मार्केटिंग नाम है। यह मशीन लर्निंग (एमएल) और आर्टिफिशियल इंटेलिजेंस (एआई) एल्गोरिदम को तेज करता है, मुख्य सीपीयू या जीपीयू पर जबरदस्त गति, मेमोरी और पावर लाभ प्रदान करता है।
ANE इसका एक बड़ा हिस्सा है कि नवीनतम iPhones, iPads, Macs और Apple TV उत्तरदायी क्यों हैं और भारी ML और AI संगणनाओं के दौरान गर्म नहीं होते हैं। दुर्भाग्य से, सभी Apple उपकरणों में ANE नहीं है—Apple वॉच, Intel-आधारित Mac और 2016 से पुराने उपकरणों में एक की कमी है।
2017 के iPhone X में Apple के A11 चिप के भीतर शुरू हुआ पहला ANE फेस आईडी और एनीमोजी को सपोर्ट करने के लिए काफी शक्तिशाली था। तुलनात्मक रूप से, A15 बायोनिक चिप में नवीनतम ANE पहले संस्करण की तुलना में 26 गुना तेज है। आजकल, एएनई ऑफ़लाइन सिरी जैसी सुविधाओं को सक्षम करता है, और डेवलपर्स इसका उपयोग पहले से प्रशिक्षित एमएल मॉडल चलाने के लिए कर सकते हैं, सीपीयू और जीपीयू को उन कार्यों पर ध्यान केंद्रित करने के लिए मुक्त कर सकते हैं जो उनके लिए बेहतर अनुकूल हैं।
एप्पल का न्यूरल इंजन कैसे काम करता है?
ANE गुणा और जैसे व्यापक कंप्यूटिंग संचालन करने के लिए अनुकूलित नियंत्रण और अंकगणितीय तर्क प्रदान करता है संचय, आमतौर पर एमएल और एआई एल्गोरिदम जैसे छवि वर्गीकरण, मीडिया विश्लेषण, मशीन अनुवाद और में उपयोग किया जाता है अधिक।
के अनुसार एप्पल का पेटेंट "न्यूरल प्रोसेसर के लिए मल्टी-मोड प्लानर इंजन" शीर्षक से, ANE में कई न्यूरल इंजन कोर और एक या अधिक मल्टी-मोड प्लानर सर्किट होते हैं।
डिजाइन को समानांतर कंप्यूटिंग के लिए अनुकूलित किया गया है, जहां कई ऑपरेशन, जैसे मैट्रिक्स गुणन खरबों पुनरावृत्तियों में चल रहे हैं, एक साथ किए जाने चाहिए।
एआई एल्गोरिदम में अनुमान को गति देने के लिए, एएनई भविष्य कहनेवाला मॉडल का उपयोग करता है। इसके अलावा, एएनई का अपना कैश है और केवल कुछ डेटा प्रकारों का समर्थन करता है, जो प्रदर्शन को अधिकतम करने में मदद करता है।
एआई विशेषताएं एएनई द्वारा संचालित
यहां कुछ ऑन-डिवाइस विशेषताएं हैं जिनसे आप परिचित हो सकते हैं जो एएनई संभव बनाता है।
- प्राकृतिक भाषा प्रसंस्करण: डिक्टेशन और सिरी के लिए तेज, अधिक विश्वसनीय आवाज पहचान; अनुवाद ऐप और पूरे सिस्टम में बेहतर प्राकृतिक भाषा सीखना; फ़ोटो, कैमरा और अन्य iPhone ऐप्स में त्वरित टेक्स्ट अनुवाद.
- कंप्यूटर दृष्टि: फ़ोटो ऐप या स्पॉटलाइट खोज का उपयोग करके लैंडमार्क, पालतू जानवर, पौधे, किताबें और फूल जैसी छवियों में ऑब्जेक्ट ढूंढना; के बारे में अतिरिक्त जानकारी प्राप्त करना विज़ुअल लुक अप का उपयोग करके पहचानी गई वस्तुएँ सफारी, मेल और संदेश जैसी जगहों पर।
- संवर्धित वास्तविकता: एआर ऐप्स में लोग रोड़ा और गति ट्रैकिंग।
- वीडियो विश्लेषण: फाइनल कट प्रो जैसे ऐप्स में वीडियो पर चेहरों और वस्तुओं का पता लगाना।
- कैमरा प्रभाव: केंद्र चरण के साथ स्वचालित फसल; फेसटाइम वीडियो कॉल के दौरान बैकग्राउंड धुंधला होना.
- खेल: 3डी वीडियो गेम में फोटोरियलिस्टिक प्रभाव।
- लाइव पाठ: कैमरा और फ़ोटो में ऑप्टिकल कैरेक्टर रिकग्निशन (OCR) प्रदान करना, जिससे आप आसानी से हस्तलेखन या टेक्स्ट जैसे Wi-Fi पासवर्ड या छवियों से पता कॉपी कर सकें।
- कम्प्यूटेशनल फोटोग्राफी: डीप फ्यूजन बेहतर शोर में कमी, अधिक गतिशील रेंज और बेहतर ऑटो एक्सपोजर और व्हाइट बैलेंस के लिए पिक्सल का विश्लेषण करता है, जब उपयुक्त हो तो स्मार्ट एचडीआर का लाभ उठाता है; उथली गहराई की क्षेत्र फोटोग्राफी, नाइट मोड पोर्ट्रेट लेने सहित; डेप्थ कंट्रोल के साथ बैकग्राउंड ब्लर के लेवल को एडजस्ट करना।
- छोटी-छोटी बातें: एएनई का उपयोग कैमरा ऐप में फोटोग्राफिक शैलियों, यादों की अवधि और तस्वीरों में शैलीगत प्रभावों के लिए भी किया जाता है। वैयक्तिकृत अनुशंसाएं जैसे कि वॉलपेपर सुझाव, VoiceOver इमेज कैप्शनिंग, डुप्लीकेट इमेज ढूंढना तस्वीरें, आदि
ऊपर बताई गई कुछ विशेषताएं, जैसे छवि पहचान, बिना ANE के भी कार्य करती हैं, लेकिन बहुत धीमी गति से चलेंगी और आपके डिवाइस की बैटरी को अधिक कर देंगी।
Apple न्यूरल इंजन का संक्षिप्त इतिहास: iPhone X से M2 Macs तक
2017 में, Apple ने iPhone X के A11 चिप के भीतर दो विशेष कोर के रूप में अपना पहला ANE तैनात किया। आज के मानकों के अनुसार, यह अपेक्षाकृत धीमा था, केवल 600 बिलियन ऑपरेशन प्रति सेकंड।
दूसरी पीढ़ी का ANE 2018 में A12 चिप के अंदर दिखाई दिया, जिसमें चार गुना कोर था। पांच ट्रिलियन ऑपरेशन प्रति सेकंड पर रेटेड, यह एएनई लगभग नौ गुना तेज था और अपने पूर्ववर्ती की शक्ति का दसवां हिस्सा इस्तेमाल करता था।
2019 की A13 चिप में समान आठ-कोर ANE था, लेकिन 15% कम बिजली का उपयोग करते हुए एक-पांचवां तेजी से चला, TSMC के 7nm सेमीकंडक्टर नोड का एक उत्पाद। TSMC (ताइवान सेमीकंडक्टर मैन्युफैक्चरिंग कंपनी) Apple द्वारा डिज़ाइन किए गए चिप्स बनाती है।
Apple न्यूरल इंजन का विकास
सेब सिलिकॉन |
सेमीकंडक्टर प्रक्रिया नोड |
प्रक्षेपण की तारीख |
एएनई कोर |
संचालन प्रति सेकंड |
अतिरिक्त टिप्पणी |
---|---|---|---|---|---|
A11 बायोनिक |
10 एनएम टीएसएमसी फिनफेट |
2017 |
2 |
600 अरब |
Apple का पहला ANE |
A12 बायोनिक |
7nm TSMC FinFET |
2018 |
8 |
5 ट्रिलियन |
A11 से 9 गुना तेज, 90% कम बिजली की खपत |
A13 बायोनिक |
7 एनएम टीएसएमसी एन 7 पी |
2019 |
8 |
6 ट्रिलियन |
A12 की तुलना में 20% तेज, 15% कम बिजली की खपत |
A14 बायोनिक |
5एनएम टीएसएमसी एन5 |
2020 |
16 |
11 ट्रिलियन |
A13 की तुलना में लगभग 2x तेज |
A15 बायोनिक |
5एनएम टीएसएमसी एन5पी |
2021 |
16 |
15.8 ट्रिलियन |
A14 से 40% तेज |
A16 बायोनिक |
5एनएम टीएसएमसी एन4 |
2022 |
16 |
17 ट्रिलियन |
A15 की तुलना में 8% तेज, बेहतर बिजली दक्षता |
एम 1 |
5एनएम टीएसएमसी एन5 |
2020 |
16 |
11 ट्रिलियन |
A14 बायोनिक के समान ANE |
एम 1 प्रो |
5एनएम टीएसएमसी एन5 |
2021 |
16 |
11 ट्रिलियन |
A14 बायोनिक के समान ANE |
एम 1 मैक्स |
5एनएम टीएसएमसी एन5 |
2021 |
16 |
11 ट्रिलियन |
A14 बायोनिक के समान ANE |
एम 1 अल्ट्रा |
5एनएम टीएसएमसी एन5 |
2022 |
32 |
22 ट्रिलियन |
M1/M1 Pro/M1 मैक्स से 2 गुना तेज |
एम 2 |
5एनएम टीएसएमसी एन5पी |
2022 |
16 |
15.8 ट्रिलियन |
M1 से 40% तेज |
एम 2 प्रो |
5एनएम टीएसएमसी एन5पी |
2023 |
16 |
15.8 ट्रिलियन |
M2 के समान ANE |
एम 2 मैक्स |
5एनएम टीएसएमसी एन5पी |
2023 |
16 |
15.8 ट्रिलियन |
M2 के समान ANE |
अगले वर्ष, Apple A14 ने ANE के प्रदर्शन को लगभग दोगुना कर 11 ट्रिलियन ऑपरेशन प्रति सेकंड कर दिया, जिसे ANE कोर की संख्या 8 से बढ़ाकर 16 कर दिया गया। 2021 में, A15 बायोनिक को TSMC की दूसरी पीढ़ी की 5nm प्रक्रिया से लाभ हुआ, जिसने अधिक कोर जोड़े बिना ANE के प्रदर्शन को 15.8 ट्रिलियन संचालन प्रति सेकंड तक बढ़ा दिया।
पहले मैक-बाउंड M1, M1 प्रो, और M1 मैक्स चिप्स में A14 के समान ही ANE था, जो पहली बार macOS प्लेटफॉर्म पर उन्नत, हार्डवेयर-त्वरित ML और AI लाता है।
2022 में, M1 अल्ट्रा ने Apple के कस्टम इंटरकनेक्ट डब किए गए UltraFusion का उपयोग करके एक ही पैकेज में दो M1 मैक्स चिप्स को जोड़ा। दो बार ANE कोर (32) के साथ, M1 Ultra ने ANE के प्रदर्शन को दोगुना करके 22 ट्रिलियन ऑपरेशन प्रति सेकंड कर दिया।
2022 में Apple A16 को TSMC के उन्नत N4 नोड का उपयोग करके बनाया गया था, जिससे A15 के ANE की तुलना में लगभग 8% तेज़ ANE प्रदर्शन (प्रति सेकंड 17 ट्रिलियन ऑपरेशन) हुआ।
पहले एएनई-सक्षम आईपैड पांचवीं पीढ़ी के आईपैड मिनी (2019), तीसरी पीढ़ी के आईपैड एयर (2019) और आठवीं पीढ़ी के आईपैड (2020) थे। तब से जारी किए गए सभी iPad में ANE है।
डेवलपर ऐप्स में ANE का उपयोग कैसे कर सकते हैं?
कई तृतीय-पक्ष ऐप्स एएनई का उपयोग सुविधाओं के लिए करते हैं जो अन्यथा संभव नहीं होगा। उदाहरण के लिए, छवि संपादक पिक्सेलमेटर प्रो एमएल सुपर रेज़ोल्यूशन और एमएल एन्हांस जैसे टूल प्रदान करता है। और डीजे प्रो में, एएनई एक रिकॉर्डिंग से बीट्स, इंस्ट्रूमेंट्स और वोकल ट्रैक्स को अलग करता है।
हालाँकि, तृतीय-पक्ष डेवलपर्स को ANE की निम्न-स्तरीय पहुँच नहीं मिलती है। इसके बजाय, सभी एएनई कॉल्स को मशीन लर्निंग, कोर एमएल के लिए ऐप्पल के सॉफ्टवेयर फ्रेमवर्क के माध्यम से जाना चाहिए। कोर एमएल के साथ, डेवलपर्स अपने एमएल मॉडल को सीधे डिवाइस पर बना सकते हैं, प्रशिक्षित कर सकते हैं और चला सकते हैं। ऐसे मॉडल का उपयोग तब नए इनपुट डेटा के आधार पर भविष्यवाणी करने के लिए किया जाता है।
"एक बार जब कोई मॉडल किसी उपयोगकर्ता के डिवाइस पर होता है, तो आप उस उपयोगकर्ता के डेटा के साथ कोर एमएल को फिर से प्रशिक्षित या डिवाइस पर फाइन-ट्यून करने के लिए उपयोग कर सकते हैं," कोर एमएल अवलोकन के अनुसार एप्पल वेबसाइट.
एमएल और एआई एल्गोरिदम में तेजी लाने के लिए, कोर एमएल न केवल एएनई बल्कि सीपीयू और जीपीयू का भी लाभ उठाता है। यह कोर एमएल को एएनई उपलब्ध न होने पर भी मॉडल चलाने की अनुमति देता है। लेकिन एएनई की उपस्थिति के साथ, कोर एमएल बहुत तेजी से चलेगा, और बैटरी जल्दी खत्म नहीं होगी।
Apple की कई सुविधाएँ ANE के बिना काम नहीं करेंगी
एआई और एमएल एल्गोरिदम के तेजी से प्रसंस्करण और न्यूनतम स्मृति पदचिह्न और बिजली की खपत के बिना कई ऑन-डिवाइस सुविधाएं संभव नहीं होंगी जो एएनई टेबल पर लाता है। क्लाउड में सर्वर पर उन कार्यों को लोड करने के बजाय निजी तौर पर ऑन-डिवाइस चलाने के लिए Apple के जादू में एक समर्पित कोप्रोसेसर है।
एएनई के साथ, ऐप्पल और डेवलपर्स दोनों गहरे तंत्रिका नेटवर्क को लागू कर सकते हैं और त्वरित लाभ प्राप्त कर सकते हैं मशीन अनुवाद, वस्तु का पता लगाने, छवि वर्गीकरण जैसे विभिन्न भविष्य कहनेवाला मॉडल के लिए मशीन लर्निंग, वगैरह।