문서의 임의 삭제는 제재 대상으로, 문서를 삭제하려면 삭제 토론을 진행해야 합니다. 문서 보기문서 삭제토론 Apple Silicon/A 시리즈 (문단 편집) === A12 Bionic[anchor(Apple A12 Bionic)][anchor(A12 Bionic)][anchor(Apple A12)] === [[파일:Apple_A12.jpg|width=30%&align=center]] ||<:>파트넘버||<:>APL1W81-T8020|| || CPU ||<:>[[Apple Vortex]] 2코어 2.5 GHz + [[Apple Tempest]] 4코어 1.54 GHz[br]{{{-2 128 KB + 128 KB L1 Cache // 8 MB L2 Cache}}}|| ||<:>명령어셋||<:>[[ARMv8-A|ARMv8.3-A]]|| ||<:>GPU||<:>[[Apple/마이크로아키텍처#s-2.2.2|Apple G11P]] 4코어 1.1 GHz|| ||<:> NPU || Apple Next-generation Neural Engine 8코어 [br]{{{-2 5 TOPS}}} || ||<:>메모리||<:>64-bit 듀얼 채널 LPDDR4X 2,133 MHz|| ||<:>생산 공정||<:>TSMC 7nm FinFET (ArFi)[br]{{{-2 다이 사이즈: 83.27 mm² / 트랜지스터 개수: 6.9B}}}|| ||<:>내장 모뎀||<:>없음|| ||<:>주요[br]사용 기기||<:>[[iPhone XS]], [[iPhone XS Max]], [[iPhone XR]], [[iPad Air(3세대)]], [[iPad mini(5세대)]], [[iPad(8세대)]], [[Apple TV 4K(2세대)]] || A11 Bionic APL1W72의 후속작으로 [[iPhone XS]] | [[iPhone XS Max]] 그리고 [[iPhone XR]]과 함께 공개되었다. [[CPU]]는 [[Apple Vortex]]을 듀얼 코어 구성으로 빅 클러스터를 이루고, [[Apple Tempest]]를 쿼드코어 구성으로 리틀 클러스터로 이뤄서 [[ARM big.LITTLE 솔루션]]을 적용한 HMP 모드 지원 헥사코어 [[CPU]]를 탑재했다. 전작인 A11 Bionic APL1W72와 비교할 때 빅 클러스터 기준 약 15%의 성능 향상과 약 40%의 전력 소모율 향상이 있으며 리틀 클러스터 기준 약 50%의 전력 소모율 향상이 있다고 한다. [[GPU]]는 [[Apple/마이크로아키텍처#s-2.2.2|Apple G11P]][* Apple의 2세대 자체 디자인 [[GPU]] IP이다.]를 쿼드코어 구성으로 탑재했다. 전작인 A11 Bionic APL1W72와 비교할 때 약 50%의 성능 향상이 있다고 한다. [[인공신경망]] 프로세서인 NPU를 탑재했다. 이로 인해 생체인식 솔루션과 연계해 사용하거나 AI 성능을 별도로 처리한다. 그런데, 파트넘버는 동일하지만 탑재된 기기에 따라 구성이 다르다. 우선 [[iPhone XS]] | [[iPhone XS Max]] 그리고 [[iPhone XR]]에는 [[Apple/마이크로아키텍처#Next-Generation Neural Engine|Apple Next-Generation Neural engine]]을 옥타코어 구성으로 탑재했으며 최대 5 TOPS의 성능을 가진다.[* 전작인 A11 Bionic APL1W72의 NPU 성능이 600 GOPS인데, 이는 0.6 TOPS이다. 즉, 약 8배 가량 성능이 높아진 것이다.] 다만, A9 APL0898 & APL1022부터 모바일 AP에 내장[* 실제로는 A7 APL0698부터 조합되어 사용되었으나 별도로 탑재되는 칩셋이었다. 이를 모바일 AP 내부에 내장시킨 것은 A9 APL0898 & APL1022 이후였다.]되었던 모션 인식 프로세서는 탑재되지 않았다. [[iPad Air(3세대)|3세대 iPad Air]]와 [[iPad mini(5세대)|5세대 iPad mini]]에는 [[Apple Neural engine]]을 탑재한 것으로 보이며[* Apple이 공식 사이트를 통해 Next-Generation을 명시하지 않았다. 이는 A12X Bionic APL1083도 마찬가지이다.] 센서 허브의 역할을 수행하는 Apple M12 모션 인식 프로세서를 탑재했다. 메모리 컨트롤러도 탑재해서 LPDDR4X SDRAM, [[NVMe]] 규격을 지원한다. 이외에도 [[위상차 검출 AF]]를 지원하는 ISP를 탑재했다. 여기에 촬영 및 재생 등을 위한 여러 가지 코덱 및 컨트롤러 등을 탑재한 것으로 보인다. 생산 공정은 [[TSMC]]의 7nm FinFET (ArFi) 공정으로 세계 최초로 7nm 공정에서 생산된 모바일 AP[* 다만, 단순한 공개일을 기준으로 보면 [[하이실리콘]]의 Kirin 980이 먼저 공개되었다.]이다. 벤치마크 결과의 경우, 실제 탑재된 기기인 [[iPhone XS]]를 기준으로 할 때 [[CPU]] 성능은 [[Primate Labs]]의 [[http://browser.geekbench.com/v4/cpu/search?q=D321AP|Geekbench 4]] 기준, 싱글코어 점수가 약 4,800 점으로 측정되었고 멀티코어 점수가 약 11,000 점으로 측정되었다. [[GPU]] 성능은 [[Metal(API)|Apple Metal API]]로 측정되는 [[Primate Labs]]의 [[http://browser.geekbench.com/v4/compute/search?q=D321AP|Compute Bench]] 기준, 약 21,000 점으로 측정되었다. 실제 기기의 [[CPU]] 동작 과정을 분석한 결과, [[삼성전자]]의 Turbo Mode와 [[https://www.anandtech.com/show/13392/the-iphone-xs-xs-max-review-unveiling-the-silicon-secrets/3|유사한 조치]]가 취해진 것이 확인되었다. 리틀 클러스터가 전부 작동할 때의 [[CPU]] 클럭은 1.53 GHz이고 싱글코어 구성으로 작동할 때의 [[CPU]] 클럭은 1.59 GHz이다. 전체적으로 A9 APL0898 & APL1022부터 A11 Bionic APL1W72까지 가파르게 올라가던 성능 향상보다는 전력 소모율의 개선과 머신러닝의 강화로 방향성을 치중한 것 같다는 평가가 나오고 있다. [[CPU]] 성능은 전작인 A11 Bionic APL1W72과 비교해서 점수는 미미하게 상승하였다. 다만, 모바일 AP의 성능뿐만이 아니라 기기의 전체적인 요소들을 고려해 측정하는 Antutu의 경우, [[iPhone XS]] 기준으로 [[https://www.gizmochina.com/2018/09/14/apple-a12-iphone-xs-antutu-benchmark-score-is-mind-blowing-crosses-360k/|약 36만 점을 기록]]했다고 한다. 일단 L1 Cache의 용량이 늘어나고 NPU가 [[iPhone XS]] | [[iPhone XS Max]] 그리고 [[iPhone XR]] 기준으로 전작인 A11 Bionic APL1W72는 600 GOPS의 성능을 가졌지만 이번에는 8배 가량 높아진 5 TOPS의 성능을 가진 것을 보면 성능 향상은 이루어진 것이 맞지만 전통적인 벤치마크에서는 그동안 새로운 시리즈마다 보여주던 성능 향상폭과는 다르게 점수의 상승치가 크지 않은 편이다. 그간 [[삼성전자]]의 [[삼성 엑시노스|엑시노스 시리즈]] 및 퀄컴의 [[퀄컴 스냅드래곤|Snapdragon 시리즈]] 소속 모바일 AP들이 해왔던 것처럼 배터리 타임을 개선하기 위해 모바일 AP의 전력 소모율을 개선하는 것이 사용자 입장에서 더욱 좋은 현상이라는 해석도 있다. 여기에 2017년 들어서 AI를 기반으로한 여러 소프트웨어들이 주요 콘텐츠로 사용되고 있는 [[스마트폰]] 시장의 특성을 고려하면 NPU는 [[Apple]]이 가지고 있는 중요하고도 좋은 요소 중 하나[* 공개 시점 기준, [[하이실리콘]]의 Kirin 시리즈의 경우 Kirin 970부터 별도의 NPU를 탑재하고 있지만 [[삼성전자]]의 [[삼성 엑시노스|엑시노스 시리즈]]는 [[삼성 엑시노스 9 Series]] (9810) 기준, [[GPU]]인 [[ARM Mali]]-G72의 부가적인 머신러닝 기능을 활용하고 있는 등 머신러닝을 전문적으로 처리하는 칩셋이 보편적으로 사용되고 있지 않은 실정이다. 즉, NPU를 조기에 탑재해서 성장시키는 전략은 경쟁사 대비 상당히 우위에 놓일 수 있게 해주는 요소이다.]이기 때문에 전통적인 성능을 측정하는 부분에서 정체되었다고 해서 크게 문제되지 않을 것이라는 의견도 있다.저장 버튼을 클릭하면 당신이 기여한 내용을 CC-BY-NC-SA 2.0 KR으로 배포하고,기여한 문서에 대한 하이퍼링크나 URL을 이용하여 저작자 표시를 하는 것으로 충분하다는 데 동의하는 것입니다.이 동의는 철회할 수 없습니다.캡챠저장미리보기