# 独家专访 \| 苹果高级副总裁菲尔·席勒：A13 仿生改变了 iPhone 11 的一切

- 作者：何宗丞
- 发布时间：2019-09-19 19:06
- 分类：公司
- 原文：https://www.ifanr.com/1260233

![](https://s3.ifanr.com/wp-content/uploads/2019/09/Apple_Keynote-Event_Phil-Schiller-iPhone-11-Pro_091019.jpg)

> 总有人会浅薄地认为，你只是加了一个摄像头，世界上也有其他超广角摄像头了，这有啥新鲜的？

菲尔·席勒（Phil Schiller）拿起桌上的一部 iPhone 11，打开相机，他指着屏幕两侧延伸出的取景画面对我说：

> 你瞧，它实际上是两颗摄像头同时在运作。

![](https://s3.ifanr.com/wp-content/uploads/2019/09/Apple_iPhone-11-Pro_Ultra-Wide_091019_big.jpg.large_2x.jpg)

眼前这位负责营销的苹果高级副总裁，看起来比镜头前清瘦不少——在紧锣密鼓的苹果发布会上，席勒掌控着关于产品和技术层面的讲解时间。

> 但我们没有时间在 Keynote 上解释它具体是如何发生的，但它就在那里，从来没有人做过。

在大约 40 分钟的专访里，尽管我试图把对话引向更符合这位高管身份的话题上，但这位具备技术背景的高级副总裁，却始终滔滔不绝地向我吐露发布会上他没来及说的技术细节。

![](https://s3.ifanr.com/wp-content/uploads/2019/09/Jonathan-and-Phil.jpeg)

拍照是 iPhone 11 系列的核心卖点。正如我们此前评测，无论是三摄变焦的毫无顿挫，还是夜间模式的纯净度，iPhone 的摄影都再一次回到行业领先的位置。

### 芯片改变摄影

![](https://s3.ifanr.com/wp-content/uploads/2019/09/DSC04492.jpg)

席勒把 iPhone 11 摄影的突破归功于 A13 仿生芯片上。这块由苹果自研的第二代 7nm 芯片， 依然采用 2+4 的设计，即两个高性能核心和四个能效核心设计，其中 CPU 速度最高可提升 20%，能耗最多可降低 30%，而四个能效核心速度提升了 20%，能耗却降低了 40%。

席勒认为，机器学习是 A13 仿生芯片区别于 A12 设计的一个重点，CPU 上新增了两个新的机器学习加速器，能以最高达 6 倍的速度执行矩阵数学运算，每秒可进行 1 万亿次的运算。

在相同的尺寸里，A13 仿生芯片比上一代多塞进了 11 亿个晶体管。那么，多出算力花在哪里？

答案是机器学习和图像处理的性能。

最好的例子莫过于 Deep Fusion，这个被席勒称为「计算摄影的疯狂哲学」的功能，可以在用户按下快门前拍摄 8 张照片，并融合一张按下快门时的长曝图片，生成一张媲美专业相机的高动态范围照片，即便在中低光环境下也能呈现更多细节。

![](https://s3.ifanr.com/wp-content/uploads/2019/09/DSC04502.jpg)

▲ 席勒在发布会上介绍 Deep Fusion



席勒向我解释了它与智能 HDR 的不同：在正常情况下，智能 HDR 是通过多张图片的堆栈得到一张更好的照片，ISP 提供数据负责最后的成片，神经网络引擎只是协助成片。

ISP 意为图像信号传感器，主要负责讲传感器上的数据信号转换为屏幕上的图像。iPhone 11 取景框来自两个摄像头同时取景的画面，近乎完美的拼接， ISP 功不可没。

> 但是 Deep Fusion 不一样，当你拍摄了更多的照片数据时，它们会直接给到神经网络引擎，神经网络引擎具备一种全新的模型，可以整合大量的照片——它会对 2400 万像素进行逐一像素的比对，从而合成最终的照片。这是第一次，神经网络引擎主要去负责这个工作，而非 ISP。

那么，合成的时间？

> 一秒钟！你只需要关心拍照的事，当你回到相册的时候，它已经静静地躺在那里了。

iPhone 的拍照页面保持了 iOS 一贯的简洁，苹果希望帮助用户做选择，但背后却有精确的数字调度。席勒透露，DeepFusion 只会在 10-600lux 下的照度下激活，如果光线低于 10 lux，相机启用的则是夜间模式。

### 芯片的「大脑」

![](https://s3.ifanr.com/wp-content/uploads/2019/09/DSC04491.jpg)

不止是苹果，各家智能手机厂商们逐渐意识到，智能手机时代的影像，早已脱离元器件的堆积，不是 CMOS 底大一寸压死人的粗暴逻辑，是感光元件、ISP、算法，甚至机器学习的配合与协同。

在 AI 大行其道的今天，当 AI 智慧拍照、 AI 人像、AI 美颜概念几乎成为 Android 手机的金字招牌，苹果显得有些格格不入，在发布会上轻描淡写，对媒体守口如瓶，你甚至在 iPhone 里找不到半个 AI 字眼。

在斯坦福教授[人工智能历史一课的 Jerry Kaplan](http://web.stanford.edu/class/cs22/) 表示，苹果不属于社区的一分子，就像是 AI 领域的 NSA（美国国家安全局）。

席勒没有透露更多关于苹果 AI 的进展，但他认为，机器学习的用武之地绝不仅仅在于如何让照片更好看：从 Siri 更自然的人声效果到相册的智能检索，从提升电池续航到 AR 的光影效果，它已经横贯于 iOS 大小功能的细枝末节和用户体验的方方面面。

当我猜测说 Apple Pencil 在 iPad 的「防误触」是否来自机器学习算法时，席勒笑着打断我的话：

> 可不止，连 Apple Pencil 的轨迹也是机器学习去预测的，它知道你可能会画到哪里。

事实上，机器学习在 iPhone 中无处不在，正如 Backchannel 主编 Steven Levy 提到的，你的 iPhone 早已经内置了[Apple Brain](https://www.wired.com/an-exclusive-look-at-how-ai-and-machine-learning-work-at-apple-8dbfb131932b#.lwkbc1z67)。

Apple Brain 就是那颗 A13 仿生芯片——与其他大公司利用云端运算做机器学习不同，苹果调用的完全是本地芯片的能力。

这个「大脑」有多大？iPhone 上有多少用户数据缓存可供机器学习调用？

对于绝大多数公司，这个大脑可能是数以 TB 级的云端数据，但对于苹果而言，只有平均 200 MB——这些大到你的声音和面部数据，小到你滑屏的轨迹与习惯，都以加密的形式存储在 iPhone 的芯片之上。

从用户角度看，这种行为的确令人尊敬，但利用本地芯片做 AI 无疑是一条更艰难的赛道。

「的确很难，这意味着我们需要在芯片上投入大量的精力，意味着我们必须找到软件的方式去训练模型。」席勒说：

> 我们愿意这样做，不仅仅是因为本地运算更快，还因为——没有人不在意自己的隐私。

### 芯片是苹果护城河最坚固的那部分

![](https://s3.ifanr.com/wp-content/uploads/2019/09/a13_bionic_die.jpg)

自从 2008 年收购芯片制造商 P.A. 半导体，并在 iPhone 4 和初代 iPad 上采用首颗自研处理器 A4，苹果逐渐与 ARM 公版设计分道扬镳。到了 iPhone 5 所采用的 A6 芯片，苹果真正的设计实力与野心才开始逐渐展露。

从核心的 SoC，到协处理器、电源管理芯片，苹果正在一步步让半导体元器件的设计掌控在自己手中。

苹果芯片的客户只有自己，好处在于自己才更能了解自己需要什么，并将其发挥到最大的价值，从而达到软硬件的高度契合。

今年 3 月发布的第二代 AirPods 上，苹果首次为耳机产品研发了芯片组 H1。

对于大众而言，H1 芯片带来的升级，远不如加个新配色或是改个外观来得吸引人，但芯片却直接关乎着左右耳连接的稳定性，以及低延迟表现，这恰恰是竞品与 AirPods 差距最大的部分。

用户对苹果芯片实力的感知并不直观，很多人觉得 iPhone 好用，却道不出其技术缘由，简单粗暴地把用户体验归为 iOS 的老本。

> 人们往往会忽略苹果的整个生态系统。

芯片是一个门槛更高的产业，很难被竞争对手模仿与跟随。某种意义上，自研芯片才是 iOS 生态系统的核心，是整个护城河里最坚固的部分。

芯片的研发周期大约在 2-3 年，涉及多个团队，这期间架构工程师要同数目庞大的软件和硬件人员共同协作。芯片团队每周都要和其他团队当面沟通。

![](https://s3.ifanr.com/wp-content/uploads/2019/09/DSC04649.jpg)

Anand Shimpi 曾是 *AnandTech* 的创始人，加入苹果后负责芯片业务，就在采访前，他刚刚和 GPU 部门的架构师开了一场会：

> 摄像头经常会用到 GPU。这有两方面影响，芯片部门设计的 GPU 可以告诉相机部门如何把它用到最好，而相机部门的需求也会指导 GPU 未来的发展。

接近十年自研芯片的历史让苹果对 A 系列芯片非常自信，不仅发布会史无前例地在 Keynote 吊打两大竞品，在采访中，席勒也毫不掩饰地评论竞争对手：

> 他们很难持久，他们也许会关注单一性能的指标，而我们更在乎每瓦的性能……我们不销售芯片，我思考的只是如何让体验更好。

采访结束后，当我掏出相机合影时，席勒指着我的相机笑着说：

> Not very smart camera, but a big lens.