8 erstaunliche Apple A11 Bionic Funktionen, die ihm einen Vorteil gegenüber A10 Fusion verschaffen

Apple hat letzte Nacht seine iPhone 8 und iPhone X Smartphones vorgestellt. Wie erwartet, wurden beide iPhones von einem hauseigenen, entworfenen Apple A11 Bionic Chip mit neuralem Motor im iPhone X angetrieben. Es ist der Nachfolger des A10 Fusion SoC, der im letzten Generation iPhone 7 zu finden ist. Es ist eindeutig eine deutliche Verbesserung gegenüber dem A10 Fusion; zumindest auf dem Papier. Hier sind einige der besten Apple A11 Bionic Funktionen, die ihm helfen, seinem Vorgänger überlegen zu sein. Das gesagt, die Unterschiede sind im Vergleich zum A10X Fusion Chip, der im iPad Pro und dem neuen Apple TV 4K zu finden ist, recht subtil.

Hexa Core CPU

Apple hat seinen A10 Fusion Chip mit dem neuen A11 Bionic SoC in seiner iPhone-Reihe aktualisiert. Es ist bei weitem der leistungsstärkste Chip, den Apple je produziert hat. Der Apple A11 Bionic Chip nutzt nicht einen, sondern gleich sechs Kerne. Für die Unwissenden: Der A10 Fusion SoC kam mit vier Kernen. Der neue Chip soll in Bezug auf die CPU-Leistung 70% schneller sein als sein Vorgänger.

Verbesserter Leistungscontroller

Der hexa-core Apple A11 Bionic verfügt über Kerne, die in zwei Cluster angeordnet sind. Er besteht aus zwei Leistungskernen, die angeblich 25% schneller sind, und vier Effizienz-Kernen, die 70% schneller sind im Vergleich zum A10 Fusion. Dies wird durch einen neuen, von Apple entworfenen Leistungscontroller der zweiten Generation unterstützt, der alle sechs Kerne gleichzeitig steuern kann. Das ist ein großes Ding.

Schnellere GPU mit 60fps Grafik-Rendering

Der Apple A11 Bionic Chip verwendet eine GPU, die intern von Tim Cook und seinem Team entwickelt wurde. Das brandneue SoC integriert die von Apple entworfene GPU mit einem Drei-Kern-Design. Dies hilft, bis zu 30 Prozent schnellere Grafikleistung im Vergleich zu seinem Vorgänger zu liefern.

Extrem energieeffizient

Sowohl die CPU als auch die GPU im Apple A11 Bionic Chip sind extrem energieeffizient. Laut dem Unternehmen kann die intern entwickelte GPU im A11 eine Leistung wie der A10 bei nur der Hälfte des Stromverbrauchs liefern.

Neuer ISP mit verbessertem Pixelprozessor

Apple hat einen neuen Bildprozessor für seinen A11 Bionic Chip entwickelt. Er bietet einen schnelleren Autofokus bei schwachem Licht und einen verbesserten Pixelprozessor. Darüber hinaus verfügt er über eine hardwareseitige Multiband-Rauschunterdrückung. Das bedeutet, dass Sie jetzt mit dem neuen Apple A11 Bionic Chip im iPhone 8 und iPhone X bessere Bilder unter schlechten Lichtverhältnissen aufnehmen können.

Unterstützt 4K-Aufnahme bei 60fps

Der neue ISP ebnet den Weg für verbesserte Videoaufzeichnungsfähigkeiten. Die dualen 12MP Kameras des iPhone 8 können 4K-Videos mit beeindruckenden 60fps aufnehmen. Dies ist bei weitem die beste Videoaufzeichnungsfähigkeit, die bisher in einem Smartphone zu finden ist. Und das alles dank der Echtzeit-Bild- und Bewegungsanalyse sowie eines verbesserten Videoencoders. Der schnellere Chip erfordert auch einen verbesserten Zeitlupenmodus. Die neuen iPhones können jetzt 1080p Zeitlupen-Videos mit 240fps aufnehmen!

3D AR bereit

Paul Schiller enthüllt, dass Apple seinen neuen Chip mit Blick auf die technologischen Fortschritte in der Unterhaltungselektronik entwickelt hat. Der Apple A11 Bionic verfügt über CPU, GPU und ISP, die bereit sind, Augmented Reality zu unterstützen. Sie können jetzt AR-Spiele spielen und unterstützte Apps auf Ihrem neuen iPhone öffnen. Schiller stellte Atli Mar, ein neues AR-Spiel von Directive Games, vor, um die Funktionen des Apple A11 Bionic Chips zu demonstrieren.

Bionic Neural Engine Chip

Apple hat in seinem neuesten iPhone X Smartphone einen neuen A11 Bionic Neural Engine integriert. Er kommt in einem Dual-Core-Design und ist in der Lage, 600 Milliarden Operationen pro Sekunde für die Echtzeitverarbeitung durchzuführen. Darüber hinaus fungiert die Neural Engine als das Gehirn hinter Apples coolen neuen Funktionen, einschließlich Face ID und Animoji. Dies geschieht durch die Verwendung spezifischer Algorithmen für maschinelles Lernen.