ในงานเปิดตัว ชิปเรือธง MediaTek Dimensity 9000 ทาง MediaTek ได้โชว์ตัวเลขเบนช์มาร์คหลายชุด ที่แสดงให้เห็นว่า Dimensity เหนือกว่าชิปคู่แข่งในท้องตลาด ไม่ว่าจะเป็น Snapdragon 888, Google Tensor หรือแม้กระทั่ง Apple A15 ที่ระบุว่าอยู่ในระดับเท่าๆ กัน

Dylan Patel นักวิเคราะห์อุตสาหกรรมเซมิคอนดักเตอร์จากเว็บไซต์ SemiAnalysis ประเมินตัวเลขต่างๆ จากการเปิดตัวชิป Apple A15 Bionic ที่ค่อนข้างเหมือน A14 แทบทุกอย่าง ว่ารอบนี้มีการเปลี่ยนแปลงไม่เยอะ เป็นเพราะแอปเปิลเสียวิศวกรระดับสูงสายพัฒนาซีพียูออกไปเป็นจำนวนมาก

การเปลี่ยนแปลงหลักของ A15 มีเพียงจำนวนทรานซิสเตอร์ที่มากขึ้น ซึ่ง Patel ประเมินว่าตัวชิปมีแผ่น die ใหญ่ขึ้นด้วย ทำให้ความหนาแน่นใกล้เคียง A14 ของเดิม (เพราะใช้การผลิต 5nm TSMC ตัวเดียวกัน) แถมรอบนี้แอปเปิลยังไม่เปรียบเทียบประสิทธิภาพของ A15 กับ A14 รุ่นก่อน แต่เลี่ยงไปใช้วิธีเทียบกับคู่แข่งไม่ระบุชื่อรุ่นแทน

เก็บตกรายละเอียดของชิป A15 Bionic ตัวใหม่ที่ใช้ใน iPhone 13, iPhone 13 Pro และ iPad Mini ที่เปิดตัวเมื่อคืนนี้

โครงสร้างหลักของชิปยังเหมือนเดิมกับของ A14 Bionic รุ่นที่แล้วคือ ซีพียู 6 คอร์ (4+2), จีพียู 4 คอร์, Neural Engine 16 คอร์ และยังใช้กระบวนการผลิต 5nm TSMC เหมือนเดิม จุดต่างเดียวคือกรณีที่เป็น iPhone 13 Pro จะได้จีพียู 5 คอร์ที่ถือเป็นรุ่นท็อปของ A15

Engadget ได้สัมภาษณ์พิเศษ Tim Millet รองประธานฝ่ายสถาปัตยกรรมแพลตฟอร์มของแอปเปิล และ Tom Boger ผู้อำนวยการอาวุโสฝ่ายการตลาด Mac และ iPad เกี่ยวกับการออกแบบชิป A14 ซึ่งเริ่มใช้ครั้งแรกใน iPad Air ตัวใหม่ล่าสุด และคาดว่าจะใช้ใน iPhone 12 ที่จะเปิดตัวคืนนี้เช่นกัน

A14 เป็นชิปตัวแรกของแอปเปิลที่ระดับ 5 นาโนเมตร มีจำนวนทรานซิสเตอร์เพิ่มขึ้นเป็น 11.8 พันล้านตัว เทียบกับ A13 ซึ่งมี 8.5 พันล้านตัว ทำให้ภาพรวมการทำงานรวดเร็วมากขึ้นทั้งส่วนซีพียู (6 คอร์) และจีพียู (4 คอร์)

แอปเปิลเปิดตัวไอโฟนรุ่นใหม่สามรุ่นวันนี้ พร้อมกับซีพียูรุ่นใหม่ คือ Apple A12 Bionic ซีพียูโทรศัพท์มือถือตัวแรกที่ผลิตด้วยเทคโนโลยี 7 นาโนเมตร

ภายในชิปมี 6 คอร์แบ่งเป็น คอร์ประสิทธิภาพสูง 2 คอร์ และคอร์ประหยัดพลังงานอีก 4 คอร์ โดยทุกคอร์สามารถทำงานได้พร้อมกัน และคอร์กราฟิก 4 คอร์ประสิทธิภาพสูงกว่า A11 สูงสุด 50%

แต่จุดที่แอปเปิลชูเป็นจุดเด่นที่สุดคือ Neural Engine คอร์สำหรับประมวลผลโมเดล machine learning ที่ขยายจำนวนคอร์ เป็น 8 คอร์ เพิ่มพลังประมวลผลเป็น 5 ล้านล้านรายการต่อวินาที เทียบกับ 6 แสนล้านรายการต่อวินาทีใน A11 โดยรวมทำให้ Core ML ทำงานเร็วขึ้นสูงสุด 9 เท่า