苹果宣称与 iPad Air 3 上使用的 A12 Bionic 相比，A14 Bionic 多了 30% 的 CPU 性能提升、四核新 GPU 的表现也提升了 30% 。而第三方基准测试表明，A14 Bionic 的 CPU / GPU 性能提升，分别在 19% 和 27% 左右。
近日，苹果平台架构副总裁 Tim Millet 接受了德国杂志《Stern》的采访，并且对 A14 Bionic 芯片的发展趋势给予了一些解释。
首先，他表示尽管苹果并不是机器学习和神经引擎的发明者，但该公司确实找到了加速这一发展的方法。
机器学习需要在复杂的数据系统上对神经网络展开训练，随着储存容量的增加，机器可被投喂越来越庞大的数据集。但直到 2010 年代初期，其学习速度才开始迎来较大的改变。
时间往前至 2017 年，苹果发布了首款采用 Face ID 脸部辨识方案的 iPhone X，所用的是 A11 芯片，每秒可处理 6000 亿次算术运算。不过最新一代 iPad Air 4 上搭载的 A14 Bionic 芯片采用了 5nm 工艺，运算量是前者的 18 倍以上，达到了每秒 11 万亿次。
Tim Millet 向《Stern》表示：“我们对机器学习的出现和带来的全新课题感到非常激动，相信 A14 Bionic 芯片的能力，会让人们再次感到惊叹”。
当然，就实际性能表现而言，硬件并不是唯一重要的事情。Millet 还指出，苹果软硬件开发团队在协作上有着独特的地位，以共同打造对每个人都有用的软件。
“在整个开发过程中，我们与软件团队保持着紧密的合作，以确保我们不仅在构建一项对少数人有用的技术，还希望能够帮助成千上万的 iOS 开发人员”。
此外 Tim Millet 强调了 Core ML 的重要性，其经常被用于语言处理、图像 / 声音分析等机器学习基础框架。苹果为开发者提供了 Core ML 的访问权限，使之能够在 App 中充分利用这项特性。
“我们投入了大量的时间，来确保不只是将晶体管封装到了不同的芯片中，而是希望大众都有机会用到它们。对于想要深入了解的开发者来说，Core ML 是一个绝佳的机会”。
据悉，Core ML 不仅是国际畅销的 DJ 应用程序《Djay》中的关键组件，软件巨头 Adobe 也是它的采用者之一。
最后，Tim Millet 解释了为何 Face ID 不支援戴口罩解锁。
他表示，尽管理论上该公司的脸部识别模型已经相当不错，但目前还是很难在有外物遮挡的情况下，带来较可以接受的辨识度。苹果基于确保使用者数据安全的立场，因此在权衡了便利与安全性之后，还是选择了在这个特殊的时期坚守原则。
