Článek
Společnost Apple odhalila letošní modely MacBooku Pro a iPadu Pro už v uplynulém týdnu, oficiálně ale prodej odstartoval až nyní.
Vůbec poprvé se u produktů s logem nakousnutého jablka setkáváme s novými čipy M5, které nahrazují loňské čtyřky. Novinka je vyráběna 3nanometrovou technologií a zaměřuje se především na zpracování úloh využívajících umělou inteligenci. Čip využívá 10jádrovou architekturu GPU, přičemž každé jádro je vybaveno vlastním akcelerátorem neuronových sítí.
Právě tato změna má přinést výrazný posun v rychlosti zpracování úloh postavených na AI. V porovnání s čipem M4 má být novinka až čtyřikrát výkonnější, ve srovnání s čipem M1 dokonce až šestkrát.
„M5 znamená další velký skok čipů Apple ve výkonu pro AI. M5 s nově uvedenými akcelerátory neuronových sítí v GPU přináší obrovský posun ve zpracování AI úloh,“ prohlásil Johny Srouji, senior viceprezident Apple pro hardwarové technologie.
„Nový 14palcový MacBook Pro a iPad Pro s čipem M5 těží z dramaticky rychlejšího zpracování úloh postavených na AI například při spouštění difúzních modelů v aplikacích jako Draw Things nebo při lokálním běhu velkých jazykových modelů v aplikacích jako webAI,“ přiblížil praktické využití výkonu Srouji.
Kromě toho nabízí grafické jádro až o 45 procent vyšší grafický výkon pro ray tracing. Jde o technologii, která se v posledních letech začala hojně využívat v moderních hrách. Díky tomuto standardu nabídnou jednotlivé tituly reálnější vykreslování grafiky ve hrách. Grafické karty totiž dovolují vypočítat přesné stíny, odrazy a lomy světla podle konkrétních materiálů a samotné scény.
Změn se dočkala i hlavní procesorová část. M5 má až deset jader, z toho čtyři výkonnostní a šest úsporných, která společně dosahují podle Applu zhruba o 15 procent vyšší rychlosti zpracování vícevláknových úloh oproti M4. Vylepšení se dotkla i 16jádrového Neural Enginu, jenž je nyní rychlejší a efektivněji spolupracuje s ostatními částmi čipu při zpracování AI funkcí.
Čip nabízí také vyšší propustnost jednotné paměti – až 153 GB/s, což je přibližně o třetinu více než u předchůdce. To umožňuje rychlejší přístup ke sdílené paměti pro CPU, GPU i Neural Engine a otevírá prostor pro lokální běh větších modelů umělé inteligence.
V praxi to má přinést svižnější práci v kreativních i profesionálních aplikacích a plynulejší chod systémových funkcí.