Apple သည် Intel ပရိုဆက်ဆာများမှ ၎င်း၏ကွန်ပြူတာများအတွက် Apple Silicon ချစ်ပ်များပုံစံဖြင့် ၎င်း၏ကိုယ်ပိုင်ဖြေရှင်းချက်သို့ ပြောင်းလဲသောအခါ၊ ၎င်းသည် စွမ်းဆောင်ရည်နှင့် စွမ်းအင်သုံးစွဲမှုတို့ကို သိသိသာသာ မြှင့်တင်ပေးခဲ့သည်။ တင်ဆက်မှုအတွင်း၌ပင်၊ သူသည် အလုံးစုံချစ်ပ်ကို ပေါင်းစပ်ဖွဲ့စည်းကာ ၎င်း၏စွမ်းဆောင်ရည်နောက်ကွယ်တွင်ရှိသည့် ပင်မပရိုဆက်ဆာများကို မီးမောင်းထိုးပြခဲ့သည်။ ဟုတ်ပါတယ်၊ ဒီကိစ္စမှာ ကျွန်တော်တို့က CPU၊ GPU၊ Neural Engine နဲ့ တခြားသူတွေကို ဆိုလိုပါတယ်။ CPU နှင့် GPU ၏အခန်းကဏ္ဍကို ယေဘူယျအားဖြင့် သိရှိထားသော်လည်း အချို့သော Apple အသုံးပြုသူများသည် Neural Engine ကို အမှန်တကယ်အသုံးပြုသည်နှင့် ပတ်သက်၍ မရှင်းလင်းသေးပါ။
Apple Silicon ရှိ Cupertino ကုမ္ပဏီကြီးသည် အထက်ဖော်ပြပါ Neural Engin အပါအဝင် တူညီသော ပရိုဆက်ဆာများ တပ်ဆင်ထားသည့် iPhone (A-Series) အတွက် ၎င်း၏ ချစ်ပ်များကို အခြေခံထားသည်။ သို့သော်၊ ၎င်းကို အမှန်တကယ်အသုံးပြုရခြင်းအတွက် မည်သည့်အတွက်ကြောင့် လိုအပ်သည်ကို စက်ပစ္စည်းတစ်ခုမှပင် ရှင်းရှင်းလင်းလင်း မဖော်ပြထားပါ။ CPU နှင့် GPU အတွက် ၎င်းအကြောင်းကို ကျွန်ုပ်တို့ ရှင်းရှင်းလင်းလင်း သိနေသော်လည်း၊ ၎င်းသည် နောက်ခံတွင် အတော်လေး အရေးကြီးသော လုပ်ငန်းစဉ်များကို သေချာစေပြီး၊ ဤအစိတ်အပိုင်းသည် အနည်းနှင့်အများ ဝှက်ထားသည်။
Neural Engine ရှိဖို့ ဘာကြောင့်ကောင်းတာလဲ။
သို့သော် Apple Silicon ချစ်ပ်များနှင့်ကျွန်ုပ်တို့၏ Mac များတွင် အထူး Neural Engine ပရိုဆက်ဆာ တပ်ဆင်ထားသောကြောင့် မရှိမဖြစ်လိုအပ်သော သို့မဟုတ် အမှန်တကယ်ကောင်းသည့်အချက်ကို အလင်းပြကြပါစို့။ သင်သိသည့်အတိုင်း၊ ဤကဏ္ဍသည် ဉာဏ်ရည်တုနှင့် စက်သင်ယူမှုတို့နှင့်အတူ လုပ်ဆောင်ရန်အတွက် အထူးဖြစ်သည်။ ဒါပေမယ့် အဲဒါက အများကြီး ထုတ်ပြောနေစရာ မလိုပါဘူး။ သို့ရာတွင်၊ ကျွန်ုပ်တို့သည် ၎င်းကို ယေဘုယျအားဖြင့် အကျဉ်းချုပ်ပြောရလျှင် ပရိုဆက်ဆာသည် သက်ဆိုင်ရာလုပ်ငန်းတာဝန်များကို အရှိန်မြှင့်လုပ်ဆောင်ပေးသည်၊ ၎င်းသည် ဂန္ထဝင် GPU ၏လုပ်ဆောင်မှုကို သိသိသာသာပိုမိုလွယ်ကူစေပြီး ပေးထားသောကွန်ပျူတာပေါ်ရှိ ကျွန်ုပ်တို့၏အလုပ်အားလုံးကို အရှိန်မြှင့်ပေးသည်ဟု ဆိုနိုင်ပါသည်။
အထူးသဖြင့်၊ Neural Engine ကို ဆက်စပ်လုပ်ငန်းဆောင်တာများအတွက် အသုံးပြုထားပြီး၊ ပထမတစ်ချက်တွင် ပုံမှန်လုပ်ဆောင်မှုများနှင့် မည်သို့မျှကွာခြားခြင်းမရှိပါ။ ၎င်းသည် ဗီဒီယို ပိုင်းခြားစိတ်ဖြာခြင်း သို့မဟုတ် အသံဖြင့် မှတ်သားခြင်း ဖြစ်နိုင်သည်။ ထိုသို့သောအခြေအနေမျိုးတွင်၊ စွမ်းဆောင်ရည်နှင့် စွမ်းအင်သုံးစွဲမှုအပေါ် နားလည်သဘောပေါက်ရန် လိုအပ်သော စက်သင်ယူမှုတွင် ပါဝင်လာသည်။ ဒါကြောင့် ဒီကိစ္စကို ရှင်းရှင်းလင်းလင်း အာရုံစိုက်ထားတဲ့ လက်တွေ့လက်ထောက်တစ်ဦးရှိဖို့က သေချာပေါက် မထိခိုက်ပါဘူး။
Core ML နှင့် ပူးပေါင်းဆောင်ရွက်ခြင်း
Apple ၏ Core ML မူဘောင်သည် ပရိုဆက်ဆာကိုယ်တိုင်နှင့်လည်း တွဲနေပါသည်။ ၎င်းမှတစ်ဆင့်၊ developer များသည် စက်သင်ယူမှုပုံစံများနှင့် အလုပ်လုပ်နိုင်ပြီး ၎င်းတို့၏လုပ်ဆောင်နိုင်စွမ်းအတွက် ရရှိနိုင်သောအရင်းအမြစ်အားလုံးကို အသုံးပြုမည့် စိတ်ဝင်စားဖွယ်အက်ပ်လီကေးရှင်းများကို ဖန်တီးနိုင်သည်။ Apple Silicon ချစ်ပ်များဖြင့် ခေတ်မီ iPhone များနှင့် Macs များတွင် Neural Engine သည် ၎င်းတို့အား ဤအရာတွင် ကူညီပေးမည်ဖြစ်သည်။ နောက်ဆုံးတွင်၊ ၎င်းသည် ဗီဒီယိုနှင့်အလုပ်လုပ်သည့်နယ်ပယ်တွင် Macs အလွန်ကောင်းမွန်ပြီး အစွမ်းထက်သည့်အကြောင်းရင်းတစ်ခုလည်းဖြစ်သည်။ ထိုသို့သောအခြေအနေမျိုးတွင်၊ ၎င်းတို့သည် ဂရပ်ဖစ်ပရိုဆက်ဆာ၏စွမ်းဆောင်ရည်အပေါ်တွင်သာ အားမကိုးဘဲ ProRes ဗီဒီယိုအရှိန်မြှင့်မှုအတွက် Neural Engine သို့မဟုတ် အခြားမီဒီယာအင်ဂျင်များမှ အကူအညီရယူပါသည်။
Neural Engine ကို လက်တွေ့လုပ်ပါ။
အထက်တွင်၊ ကျွန်ုပ်တို့သည် Neural Engine ကို အမှန်တကယ်အသုံးပြုရန်အတွက် ပေါ့ပေါ့ပါးပါး ပုံကြမ်းဆွဲပြီးဖြစ်သည်။ စက်သင်ယူမှုဖြင့် လုပ်ဆောင်သည့် အပလီကေးရှင်းများ၊ ဗီဒီယိုများကို တည်းဖြတ်ခြင်း သို့မဟုတ် အသံဖြင့် မှတ်သားခြင်းအတွက် ပရိုဂရမ်များအပြင်၊ ဥပမာအားဖြင့်၊ မူရင်းအပလီကေးရှင်း Photos တွင် ၎င်း၏စွမ်းဆောင်ရည်များကို ကျွန်ုပ်တို့ကြိုဆိုပါမည်။ အကယ်၍ သင်သည် Live Text လုပ်ဆောင်ချက်ကို အခါအားလျော်စွာ အသုံးပြုပါက၊ သင်သည် မည်သည့်ပုံမှ ရေးသားထားသော စာသားကို ကူးယူနိုင်သောအခါတွင်၊ Neural Engine သည် ၎င်းနောက်တွင် ရှိနေပါသည်။