苹果芯片为啥叫仿生芯片？

苹果公司的芯片被称作“仿生芯片”，这是因为从2017年的A11开始，苹果公司就系统地把专用神经网络引擎集成到自己的处理器中去，专门用来模仿生物神经系统的信号传递过程。这个硬件模块并不是一个普通的计算中心，而是经过了特别优化之后可以完成诸如语音识别、图像语义解析、即时环境检测以及增强现实的空间定位和无障碍服务等一系列类似人的智能操作的任务——比如iPhone可以通过摄像头来辨认路标、朗读菜单上的文字，并且能够区分类似猫和狗的不同品种等等功能的背后都是依靠着每秒钟超过一百五十兆次的操作来进行的神经网络引擎所控制的。

一、命名方式：仿生不是指外貌或者材质上对生物进行模仿，而是在功能模式上发生根本性的改变

苹果把芯片叫做“仿生”，主要是因为它的信息处理方式和人的神经系统相似。传统的CPU、GPU是按照指令顺序来工作的，而神经网络引擎则使用并行张量计算的方式来模仿人脑中的神经元突触权重变化以及信号传播的过程。比如A11第一次用上了两个核心的NPU，在本地就可以做脸部识别的三维点云构建对比，并且不需要上传到云端；到了A17 Pro的十六个核心NPU的时候，单帧视频分析延时可以降到八毫秒以下，支持AR应用中物体锚点毫秒级的位置更新。这样的“感知-理解-反应”的闭环过程就是生物视觉和听觉系统的特点。

第二部分是技术落地，即从硬件的设计开始一直到系统的各个模块之间进行协调工作的三个层次的道路

第一层为专用硬件单元，每一款仿生芯片都包含一个独立的NPU，并且和CPU、GPU进行物理隔绝，有自己的内存带宽以及低功耗供电线路；第二层就是软件栈深度适配了，Core ML会把开发者训练好的机器学习模型转换成可以被NPU执行的语言，在iOS系统中可以直接调用硬件加速的功能；第三层则是功能具象化的表现形式，“实时字幕”的功能需要每秒钟对四十帧的声音频谱进行分析，“镜头识别”能够分辨出两千五百多种不同的动植物种类，在没有专门计算资源的情况下只能依靠服务器来进行处理，这样就会出现延迟和隐私泄露的问题。

第三部分是算力跃升和场景拓展一起进行的过程

在A11到A17 Pro这七代产品中，NPU的算力由原来的每秒六千万亿次提高到了现在的三十五万亿次以上，并且除了单纯的数值增长之外，在A12之后还加入了多任务并发推理的功能，在A14的时候就加入了机器学习加速器来提高矩阵运算的速度，在A15的时候就开始支持传感器融合推理了。比如iPhone 15 Pro可以进行实时降噪处理，iPad Pro可以用Apple Pencil做出悬停预测等操作都离不开NPU对于时间序列数据流不断建立模型的能力，已经不再只是简单的识别阶段而进入到一种接近生物体级别的动态预测之中。

苹果仿生芯片的核心就是用专用硬件来重新定义移动计算的方式，在很小的能量消耗之下完成对于现实世界实时的语言结构分析以及互动回应。