苹果为何给芯片起名‘仿生’？

苹果把芯片叫做“仿生”，主要是因为自从A11之后就集成了专门用于神经网络运算的专用神经网络引擎（NPU），即用硬件级别的AI加速模块来实现类似于人脑的信息处理方式，在拍照时可以立刻识别出人脸、宠物和文字，并帮助视障人士“听见”图片内容，支持AR应用在现实环境中定位虚拟对象。从最初的两个核心NPU每秒进行两千万亿次运算到最新的十六个核心架构以及十五十八兆亿次峰值性能，苹果一直都在沿着一条模仿人脑信息处理模式的道路前进，使得芯片成为了连接物理世界和数字智能之间的感觉中心。

一、命名背后所蕴含的科学道理：仿生不是一种修辞手法，而是一种功能上的对应关系

仿生就是把生物系统的结构和信息处理机制应用到人工系统的开发上的一种方法，在此背景下，苹果公司的神经网络引擎就属于这样的例子——它并不是完全模仿人的大脑结构，而是模仿了视觉皮层对于图像特征进行层次化抽取的过程以及听觉通路对于声音特征进行快速分析的工作原理。比如A11首次推出的实时人脸识别功能依靠的是NPU在毫秒级别内完成数百万次人脸几何点比对的任务，“实况文本”功能可以自动地从取景框里提取出任何一种语言的文字内容，并且它的底层工作原理也是通过NPU来进行文字边界检测、笔画方向判断以及上下文语义推断等一系列多层次并行推理操作。与传统的CPU按顺序执行指令的方式不同，“实况文本”的运作方式更接近于生物神经元之间以脉冲形式相互作用的方式。

第二部分的技术演进路线是从专用加速到感知闭环

苹果仿生芯片每次更新都围绕着一个闭环进行，“感知-理解-响应”。从A11开始就集成了双核NPU来支持基本的人脸识别工作，在A12的时候又增加了到八核，并且加入了Core ML这样的框架使得第三方应用也可以调用本地的AI能力。到了A14就开始使用台积电的5纳米制程技术并且把NPU能效提高了五成，在低功耗的状态下也能做到连续地捕捉周围的声响来源位置的工作。直到A17 Pro才有了十六核的NPU以及新的机器学习编译器一起合作可以实现即时渲染出AR场景中物体所受光的影响效果并且还会对视频去噪和HDR合成等工作进行优化。每一代的新品都是根据实际的应用场景来进行改进而不会只是简单地增加计算能力的数据而已。

三、用户可以感受到的三个主要的能力已经落地

第一种就是无障碍交互的深度适配了，旁白功能加上了摄像头之后就可以对画面上的人物数量、情绪以及衣服的颜色进行描述；第二种就是影像系统智能化决策，在ProRAW的照片被拍下的时候就会用到NPU来计算出它的动态范围，并且建立好噪声分布模型，在各个地方选择合适的ISO和快门值；第三种就是在Vision Pro里使用NPU每秒钟可以处理上百张环境深度图来保证虚拟物体和真实的桌子边沿无缝对接；以上三种能力都依靠NPU在本地完成工作而不必上传到云端从而保证了反应的速度以及个人隐私的安全。

第四部分是对于行业的定位以及技术本质的认识要保持理性的态度

所谓“仿生芯片”，就是指苹果对于人工智能硬件范式的一种定义性的称呼，并不是真正的类脑芯片也没有任何自主意识，在此意义上把卷积神经网络、循环神经网络等成熟的AI算法固化到硅基电路中去。该方法的优势在于：A17 Pro在执行ResNet-50图像识别任务的时候，能效比同一代GPU高出12倍左右，而且发热量也降低了四成多。虽然名字很有传播力，但是它的核心仍然服务于“使智能化的能力无形地融入到人们的生活中去”的产品理念。

所以苹果的“仿生”之名就是技术路线、功能边界和用户体验三者合一的表现。