• Apple Silicon硬件今夜落地：揭秘苹果Mac芯事
• WWDC2018之Create ML（一）

Apple Silicon硬件今夜落地：揭秘苹果Mac芯事

今夜双十一苹果发布会，根据相关传闻，大概率会带来3款“换芯不换壳”的MacBook，这也是首批搭载Apple Silicon苹果自研芯片的Mac产品。 在此前的WWDC20上，最令人兴奋的，莫过于苹果Mac自研芯片计划的发布。众所周知过去15年，Mac一直采用Intel处理器。 其实换平台这件事，苹果不是第一次搞。在2005年，苹果曾从IBM的PowerPC转向Intel。 苹果转向ARM Mac，新产品必然面临一段时间的阵痛期：原先macOS上的软件需要适配，基于ARM架构的iOS编译App生产力专业度又不够。 其中最关键的部分其实在于开发者，因为需要他们将原来的软件应用迁移到新平台上来，但问题是兼容性并不理想。 根据库克在WWDC20上的说法，基于自研芯片的Mac产品年底（就在双十一今夜）即将推出，而软件迁移则需要两年时间。 过去15年，Intel给了苹果很长一段甜蜜期，但随着挤牙膏的力度越来越小，苹果终究还是抛弃了阿英。 好消息是，苹果早在两年前，就向世人展示了自研芯片的强大性能，搭载A12X的iPad Pro跑分甚至超过了搭载Intel i5处理器的2020款MacBook Air。 而且无需风扇，意味着机身可以做得更轻薄紧凑，功耗续航也更胜一筹。 目前，苹果已经拥有A（iPhone、iPad、Apple TV、HomePod）、M（协处理器）、S（Apple Watch可穿戴）、H（AirPods Pro音频）、W（体感控制）、T（安全隐私）、U（空间感知）自研芯片矩阵，再加上未来的5G通讯芯片，可以说是相当全面了。 虽然Intel不怎么YES，但自研芯片需要过程沉淀，苹果一路走来也是“芯”事重重。其中有一些比较关键的时间节点：2008年，收购P.A半导体，掌握复杂低功耗芯片设计； 同年，Keller、Srouji等芯片大佬加入苹果； 2010年，收购芯片设计厂商Intrinsity，积累移动端SoC设计经验； 同年，iPhone 4惊艳发布，搭载首款自研A4芯片； 2013年，A7芯片发布，采用64位Cyclone架构； 2016年，Mac开始搭载T系列安全芯片； 2017年，A11 Bonic发布，首款自研GPU，首次搭载神经网络引擎； 2019年，iPhone搭载U1空间感知芯片； 2020年，宣布ARM Mac自研芯片计划。可以看到，苹果自研Mac芯片的信心，很大程度来自iPhone上A系列芯片的积累。而面相开发者的测试版Mac mini，搭载的也是A12Z芯片。 苹果将这个计划命名为「Apple Silicon」，并以高性能、低功耗两者兼得为目标。未来，12核甚至16核的Apple自研芯片，说不定还真可以威胁到Intel和AMD的桌面级性能。 不知道大家有没有发现，过去苹果所有的硬件设备中，只有macOS设备是基于英特尔X86架构的，其余硬件基本全基于ARM架构芯片，甚至包括HomePod音箱也是搭载的A8芯片。 所以，Apple Silicon自研芯片计划的推出，是苹果构建「硬件生态大一统」的关键一步。 未来，开发者或许只需要编写一套代码，就可以在不同的苹果设备之间通用。这么来看，自研芯片大一统，也从硬件层面促进了软件生态的体验统一。 对于开发者，一套代码，iOS、iPadOS、macOS三平台运行；对于用户，一次付费，iPhone、iPad、Mac、甚至Apple TV共享服务。 苹果已经为开发者做好了充分的准备工作，在这样的生态服务理念中，硬件设备只是载体，软件或者内容服务不应该受平台限制。 再大胆一些，说不定基于底层硬件芯片的统一架构，苹果系统生态未来也会走向大一统。无论任何Apple Device，均运行AppleOS操作系统。 当然，这套AppleOS还可以根据硬件形态的不同进行适配变形。比如一部iPhone，手持操作时是iOS，连接显示器后则呈现为macOS。是不是越来越有“母公司”TNT内味儿了哈哈。 言归正传，今天的Mac，已不再是小众选择，特别是对于苹果生态内的用户来说，macOS拥有着极高的粘性，是绝对的生产力工具不二之选。 比如某资深果粉，看到新出的ThinkPad X1或者XPS 13，觉得设计做工都不错，但还是吐出一句：“可惜是个Windows”，扎心了老铁。 其实就算Intel挤牙膏，依靠Apple和Mac的品牌溢价，苹果也足以在PC市场舒舒服服地躺着赚钱。但他们却选择了一条高风险的路，自研芯片、架构迁移都是需要极大耐心的工程。 但我觉得也正因如此，苹果才配去致敬Mac背后的那些人。Intel Mac or ARM Mac，这都不重要，最可贵的是那颗不断追求的“芯”/心。 Think Different，这种精神成就了Apple，也成就了每个拥有这种思想的人。

WWDC2018之Create ML（一）

WWDC2018刚刚过去一个不到一个月，开发者们是不是对iOS12的新特性蠢蠢欲试，在WWDC2018上，库老板发布了iOS12，watchOS 5，macOS Mojave和tvOS12。这次发布会升级了ARKit2，CoreML2，新增了Create ML。那么，我们一定很好奇新增的这个Create ML是什么？和CoreML又有什么关系，下面我带大家看一下。

如果你用过CoreML的话，你应该知道，使用CoreML的前提是你需要机器学习已经训练好的模型，这个模型怎么来呢？使用tensorflow等神经网络框架训练出来，然后通过苹果的工具转换成相应的格式才能使用，但是这样的话，你需要学习相应的神经网络算法，写相应的神经算法去训练模型，这样学习成本成吨的上涨。这个时候，Create ML的出现，能够让你更加轻松的训练出模型，苹果是不是很贴心呢！

下面我将一步一步的演示最基本的做法！ 我们都知道CoreML主要用于识别图像和自然语言，那么，我们这一篇以识别图像作为演示。

电脑系统：macOS Mojave Xcode版本：Xcode 10 beta2 开发语言：Swift4.2

目标：分类猫、狗、狮子、老虎、羊的图片 1.数据预处理 首先我们要收集猫、狗、狮子、老虎、羊的不重复图片数据，里面的80%的图片当做训练集，20%的图片当做测试集。 新建一个叫Training Data的文件夹，这个文件夹当做训练集的总文件夹，再这个文件夹再新建要分类的文件夹。