自上月推出采用 A14 芯片的新款 iPad Air 平板電腦以來，蘋果高管已經在一系列采訪中介紹了背后的一些開發細節。比如趕在 iPhone 12 發布會召開之前，蘋果公司平臺架構副總裁 Tim Millet、以及 Mac 和 iPad 產品營銷高級總監 Tom Boger，就在接受外媒的新一輪采訪期間，講述了該定制芯片的能效問題。
據悉，蘋果或在北京時間凌晨 1 點的發布會上宣布四款 iPhone 12 家族新品，特點是采用了與 iPad Air 4 相同的 A14 芯片。
其基于最新的 5nm 工藝制造，可在同等面積下封裝更多晶體管數量、并以更低的功率運行。
此外新工藝使得 A14 可容納 CPU / GPU 之外的更多組件，比如將神經引擎的規模提升一倍(達到 16 核)，且每秒能夠執行 11 萬億次運算，幾乎是上一代 A13 芯片的兩倍。
Tim Millet 表示，其我們預見了傳統 CPU 指令集無法做到的一些事情。理論上我們可以借助 GPU 來完成許多神經網絡運算，但在移動設備上，機身尺寸和發熱量都是受到限制的。
在更廣泛的層面上，他和 TomBoger 還談論了蘋果芯片架構團隊是如何規劃整個公司的產品組合的。以及隨著時間的推移，這些芯片如何在多個產品上使用。
Tom Millet 指出，當他們開始研究芯片組時，并非局限于專門為某款產品而打造，而是考慮到了更廣泛的陣容。在此期間，他們會與產品和軟件團隊緊密合作。
盡管這不意味著你將在 Apple Watch 之類的可穿戴設備上用到六核的 A14 芯片，但該公司為旗艦智能機開發的架構，也很可能在經過一定的改造后于其它地方重復使用。
舉個例子，隨著蘋果宣布 Mac 將用兩年時間積極向自研 ARM 芯片轉移，該公司已經在 2020 年的首款 Apple Silicon 新品發布前，向開發者提供了基于 A 系列芯片的 Mac mini 開發套件。
最后，在 10 月 5 日的另一次采訪期間，Tom Millet 還談論了機器學習方面的新進展，比如與蘋果軟件團隊緊密合作、以及 Core ML 機器學習框架的重要性。
