Wenn Apple neue Geräte vorstellt, dann konzentriert man sich dabei üblicherweise auf neue Funktionen. Über die Details der Hardwareausstattung redet man hingegen weniger gern, dabei könnte man zumindest in einem Punkt wirklich prahlen: Mit dem für die neue iPhone-Generation gedachten A11-Bionic-Prozessor legt der Hardwarehersteller – einmal mehr – ganz gehörig etwas vor.

Benchmark

So zeigen etwa erste Benchmarks, dass das iPhone X in Sachen Performance der Konkurrenz weit voraus ist. Im Test von Geekbench kommt das Gerät auf eine Single-Core-Performance von 4.061. Zum Vergleich: Das Galaxy S8 erzielt hier mit seinem Snapdragon 835 einen Wert von 2.024. Selbst das aktuelle Macbook Pro mit 13-Zoll-Screen wird – zumindest in diesem Test – knapp übertroffen, der Laptop kommt auf 4036 Punkte. Auch beim Multi-Core-Benchmark steht der A11-Bionic-Chip mit 9.959 Punkten an der Spitze, das Samsung-Gerät kommt hier auf 6.279 Punkte.

Maschinenlernen

Während sich über die realen Auswirkungen solcher Benchmark-Unterschiede durchaus streiten lässt, kann Apple aber im A11 Bionic auch mit einer spannenden Neuerung aufwarten: Unter dem Namen "Neural Engine" hat das Unternehmen eigene Recheneinheiten zur Unterstützung von Maschinenlernaufgaben integriert. Diese sollen – für solche Tasks – bis zu 600 Milliarden Operationen pro Sekunde ermöglichen.

Auf dieser Basis sollen dann viele Aufgaben, die bei anderen Systemen in der Cloud abgewickelt werden, direkt am Smartphone erledigt werden. Daraus erhofft man sich nicht zuletzt einen Privacy-Gewinn, da die Daten nicht zentral gesammelt werden müssen, zudem entfällt aber auch die Abhängigkeit von einer flotten Internetanbindung. Apple spricht hier neben der Nutzung für Face ID und den Animojis auch vom Einsatz für 3D-Spiele oder Augmented Reality, ohne aber bisher ins Detail zu gehen.

Hintergrund

Der erste Hersteller, der solche Spezialchips für Maschinenlernaufgaben herstellt, ist Apple damit aber natürlich nicht. So hat Huawei Ähnliches für seinen Kirin 970 angekündigt, wo diese Schaltkreise vor allem zur Beschleunigung der Bildanalyse genutzt werden soll – 20-mal schneller als die eigentliche CPU soll dieses System sein. Google wiederum baut schon seit 2016 eigene Prozessoren für Maschinenlernaufgaben, die bisher aber nur im Serverbereich zum Einsatz kommen. Zuletzt gab es aber einige Hinweise darauf, dass auch der Android-Hersteller künftig mehr dieser Aufgaben direkt am Smartphone erledigen will. (apo, 13.9.2017)