El vicepresidente de Arquitectura de plataforma de Apple, Tim Millet, ofrece en una nueva entrevista algunas pistas sobre el nuevo procesador A14 Bionic, la importancia del machine learning (aprendizaje automático), y cómo Apple continúa distanciándose de la competencia.
El nuevo iPad Air se anunció en el evento de Septiembre que organizó Apple, y dentro del dispositivo el nuevo procesador A14 Bionic podría mostrarse como un enorme avance con respecto a la anterior generación.
Según Apple, el procesador A14 Bionic ofrece un aumento del 30 % en rendimiento de CPU, mientras que la nueva arquitectura gráfica de cuatro núcleos también supone una aceleración del 30 %, comparándolo con el A12 Bionic que se incorporó en el iPad Air 3. Si se compara con el A13, las métricas sugieren que el A14 ofrece una mejora del 19 % en rendimiento de CPU y un 27 % de mejora en rendimiento gráfico.
En una entrevista (en alemán) con la revista Stern, el vicepresidente de Arquitectura de plataforma de Apple, Tim Millet, ofrece algunas pistas sobre qué es lo que hace que el procesador A14 Bionic sea especial.
Millet explica que aunque Apple no ha inventado el machine learning y los motores neuronales — “las bases de esto provienen de hace muchas décadas” — han ayudado a encontrar formas de acelerar el proceso.
El aprendizaje automático necesita redes neuronales que tienen que ser entrenados en sistemas complejos de datos, lo que, hasta hace poco, no existían. A medida que la capacidad de almacenamiento [de datos] aumentaba, las máquinas podían aprovechar mayores paquetes de datos, pero el proceso de aprendizaje seguía siendo relativamente lento. Sin embargo, al principio de la década de 2010 todo comenzó a cambiar.
En 2017, cuando se lanzó el iPhone X, que fue el primer iPhone con Face ID, descubriremos que el proceso de autenticación de rostros se realizaba gracias al chip A11, capaz de procesar 600 miles de millones de operaciones aritméticas por segundo.
El chip A14 Bionic de cinco nanómetros, que debutará en el iPad Air (que se podrá comprar en Octubre), puede calcular más de dieciocho veces esa cantidad de operaciones… ¡hasta 11 trillones por segundo!
“Estamos emocionados ante el surgimiento del aprendizaje automático y como permite una nueva clase de dispositivos” dice Millet en su entrevista a Stern. “Me quedo sin aliento cuando veo lo que la gente puede hacer con el chip A14 Bionic”.
Por supuesto, no se trata sólo del hardware cuando se habla de rendimiento. Millet también señala que los desarrolladores del hardware de Apple están en una posición única al poder trabajar junto a los equipos de desarrollo de software.
Juntos, los desarrolladores pueden asegurarse de que están creando código que podrá ser útil para todo el mundo.
“Trabajamos codo con codo con el equipo de software durante todo el desarrollo para asegurarnos de que no sólo estamos creando una pieza de tecnología que es útil para unos pocos. Queremos asegurarnos de que miles y miles de desarrolladores para iOS podrán hacer algo con él”.
En la entrevista destaca la importancia de Core ML, el framework básico de machine learning que se utiliza a menudo para procesado de lenguaje, análisis de imágenes, y más tareas. Apple ha facilitado acceso a los desarrolladores a Core ML, permitiéndoles usar el aprendizaje automático en sus apps.
“Core ML es una oportunidad fantástica para todo aquel que quiera comprender y descubrir qué opciones hay” dice Millet. “Hemos invertido mucho tiempo asegurándonosla de que no hemos metido transistores en el chip que no se uses. Queremos que todo el mundo pueda acceder a ellos”.
Stern señala que Core ML es un componente crítico de la app de DJ Djay. También lo utiliza Adobe.
Finalmente, Tim Millet habla sobre el problema de que Face ID sea incompatible con las mascarillas que la pandemia del coronavirus ha obligado a llevar en todo el mundo. Dice que, aunque Apple podría, en teoría, hacer que Face ID funcionara mientras llevas una máscara, probablemente no lo haría. Al cubrir la cara estás eliminando los datos que el iPhone usa para confirmar que realmente eres tu -y al hacerlo, aumentarían considerablemente las probabilidades de que se pudiera engañar a Face ID.
“Es difícil ver algo que no se puede ver” explica Tim Millet. “Los modelos de reconocimiento facial son muy buenos, pero es un problema de difícil solución. La gente quiere comodidad, pero también quieren seguridad. Y Apple está comprometida con que los datos estén seguros”.
