Google nie pomógł mi w ogóle w kwestii tego, jak zaprogramować ten „Neural Engine” na najnowszych urządzeniach z systemem iOS, a zwłaszcza co się stanie, jeśli aplikacja NE zostanie pobrana na starszych urządzeniach bez NE. Musiałem „czytać między wierszami”, aby dojść do wniosku, że musisz użyć Core ML 2 i pozostawić systemowi iOS wykonanie kodu w najlepszym sprzęcie, najlepiej w jaki sposób. To sprawia, że narażasz się na niezbyt zoptymalizowany kod na NE i być może nadmierne rozciąganie urządzeń bez NE. Pozostało mi również wrażenie, że nie ma środkowej płaszczyzny przy użyciu silnika Metal, ale tak naprawdę nie wiem nawet, co dało mi takie wrażenie. Czy ktoś zorientował się, który jest, który jest ostatecznym sposobem wykorzystania NE i czy mądrzej jest zabraniać starszych urządzeń, czy też „emulacja NE” zawsze działa?
-1
Odpowiedzi:
Ogólnie rzecz biorąc, najlepiej jest znaleźć (kupić, zapisać, błagać, pożyczyć, zarejestrować testflight) najstarsze, najwolniejsze urządzenia iOS, na które zdecydujesz się zezwolić na podstawie ustawień Xcode System Deployment Target i Wymagane możliwości urządzenia określone w plist aplikacji. Następnie możesz porównać swój kod i dokonać oceny, czy spełnia on cele wydajności Twojego produktu, czy nie. Ewentualna ekspozycja potencjalnego klienta na różne poziomy wydajności staje się decyzją biznesową.
Dotyczy to każdej aplikacji ML, GPU / Metal lub intensywnie wykorzystującej procesor numeryczny (nie tylko ML 2 lub NE).
źródło