문서의 임의 삭제는 제재 대상으로, 문서를 삭제하려면 삭제 토론을 진행해야 합니다. 문서 보기문서 삭제토론 Apple Silicon/A 시리즈 (문단 편집) === A11 Bionic[anchor(Apple A11 Bionic)][anchor(A11 Bionic)][anchor(Apple A11)] === [[파일:Apple_A11.jpg|width=30%&align=center]] ||<:>파트넘버||<:>APL1W72-T8015|| || CPU ||<:>[[Apple Monsoon]] 2코어 2.39 GHz + [[Apple Mistral]] 4코어 1.69 GHz[br]{{{-2 64 KB + 64 KB L1 Cache // 8 MB L2 Cache}}}|| ||<:>명령어셋||<:>[[ARMv8-A|ARMv8.2-A]]|| ||<:>GPU||<:>[[Apple/마이크로아키텍처#s-2.2.1|1세대 자체 디자인 아키텍처]] 3코어 780 MHz|| ||<:>메모리||<:>64-bit 듀얼채널 LPDDR4X 2133 MHz|| ||<:> NPU || Apple 1st-Generation Neural Engine 2코어 [br]{{{-2 600 GOPS}}} || ||<:>생산 공정||<:>TSMC 10nm FinFET[br]{{{-2 다이 사이즈: 87.66 mm² / 트랜지스터 개수: 4.3B}}}|| ||<:>내장 모뎀||<:>없음|| ||<:>주요[br]사용 기기||<:>[[iPhone 8]], [[iPhone 8 Plus]], [[iPhone X]]|| A10 Fusion APL1W24의 후속작으로 [[iPhone 8]] | [[iPhone 8 Plus]] 그리고 [[iPhone X]]와 함께 공개되었다. [[CPU]]는 [[Apple Monsoon]]을 듀얼코어 구성으로 빅 클러스터를 이루고, [[Apple Mistral]]를 쿼드코어 구성으로 리틀 클러스터로 이뤄서 [[ARM big.LITTLE 솔루션]]을 적용한 HMP 모드 지원 헥사코어 [[CPU]]를 탑재했다. 전작인 A10 Fusion APL1W24와 비교할 때 빅 클러스터 기준 약 25 %의 성능 향상이 있으며 리틀 클러스터 기준 약 70%의 성능 향상이 있다고 한다. Anandtech에 따르면 리틀코어인 Mistral 마이크로아키텍처는 A6에 탑재되었던 Swift 마이크로아키텍처와 동일한 구조를 갖고 있다고 한다. 이는 A12까지 이어지며 리틀코어의 마이크로아키텍처 개선이 이뤄진 A13부터는 구조가 달라진 것으로 보인다. [[GPU]]는 [[Apple]]이 최초로 개발한 [[Apple/마이크로아키텍처#s-2.2.1|1세대 디자인 GPU 아키텍처]]를 트리플코어 구성으로 탑재했다. 전작인 A10 Fusion APL1W24와 비교할 때 약 30%의 성능 향상과 함께 약 2배 수준의 전력 효율을 가진다고 한다. [[http://www.digitaltoday.co.kr/news/articleView.html?idxno=116392|다만 Snapdragon 845보다는 GPU 성능이 떨어진다.]] [[인공신경망]] 프로세서인 NPU는 [[Apple]]이 최초로 개발한 [[Apple Neural engine|Neural Engine]]을 듀얼코어 구성으로 탑재했다. 이는 Apple의 모바일 AP로는 최초로 탑재한 것이다. 이로 인해 생체 인식 솔루션과 연계해 사용하거나 AI 성능을 별도로 처리한다. 또한, 센서 허브의 역할을 수행하는 Apple M11 모션 인식 프로세서를 탑재했다. 연산 성능은 600 GOPS이며 [[기계학습]]에 특화되었다고 한다. 기본적으로 [[iPhone X]]에 탑재된 생체인식 솔루션인 [[Face ID]]를 위해 사용되지만 [[iOS]]의 머신러닝 API인 Core ML을 이용해서 개발자들이 별도의 서버를 이용하지 않고도 기기 내부적으로 머신러닝을 할 수 있도록 해준다고 한다. 기존 Apple의 모바일 AP를 포함해서 다른 [[ARM(CPU)|ARM 계열 CPU]] 기반 모바일 AP와 비교할 때 큰 차별점을 가지게 된 이유 중 하나로 지목되고 있다.[* 기존에는 데이터 네트워크를 이용해 대규모 서버의 인공신경망에서 처리된 데이터를 사용자들이 기기로 받아보는 것 이외에는 머신러닝을 효율적으로 사용할 방법이 없었고 기존의 [[CPU]]와 [[GPU]]를 이용한 기기 내부적인 머신러닝은 상당히 비효율적이었다. 그래서 이를 전담하는 프로세서를 내장해서 [[GPU]]를 이용할 때보다 훨씬 적은 전력을 소모하는 머신러닝을 구현할 수 있으며 이는 대형 서버에 의존하지 않고도 기기 자체적으로 효율적인 머신러닝을 소비자들이 이용할 수 있게 되었다는 점에서 주목할 만하다는 의견이 있다.] 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 10 nm FinFET 공정이다. 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 1.6 GHz이고 싱글코어 구성으로 작동할 때의 [[CPU]] 클럭은 1.7 GHz이다. 벤치마크 결과의 경우, 실제 탑재된 기기인 [[iPhone X]]을 기준으로 할 때 [[CPU]] 성능은 [[Primate Labs]]의 [[http://browser.geekbench.com/v4/cpu/search?q=D221AP|Geekbench 4]] 기준, 싱글코어 점수가 약 4,200 점으로 측정되었고 멀티코어 점수가 약 10,400 점으로 측정되었다. [[GPU]] 성능은 [[Metal(API)|Apple Metal API]]로 측정되는 [[Primate Labs]]의 [[http://browser.geekbench.com/v4/compute/search?q=D221AP|Compute Bench]] 기준, 약 15,000 점으로 측정되었다.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