　例えば、昨年Appleが「iPhone X」に搭載した「A11 Bionic」のNeural Engineは600GOPS（毎秒6000億回の演算）で、Huaweiの「Kirin 960」も同程度だった。今年の「Kirin 970」は3倍以上となる毎秒1億9200億回の演算が可能となり、AppleのA12 Bionicは毎秒5兆回の演算を可能にした上、同規模の演算ならば10分の1の消費電力で済むようになっている。

　ただ、こうした演算能力や処理効率の高さを生かしたアプリケーションが主流になるには、しばらく時間がかかるだろう。

　一方でGPUの演算器を用いてニューラルネットワーク処理を行わせる試みはあり、実際、パソコンで深層学習などを行う際にはGPUが使われる。

　ニューラルネットワーク処理専用プロセッサの歴史は始まったばかりで、これからが本番と考えるならば、将来的にはパソコン向けのニューラルネットワーク処理専用ボードなどが生まれたり、あるいは内蔵ニューラルプロセッサがIntel Coreに統合されたりするときが来るかもしれないが、いずれにしろずっと先のことだろう。

　業務をはじめとした道具としてのパソコン、あるいは高性能な開発者向け、クリエイター向けのパソコンといった地位は、今後も大きくは変化せず、揺らぎもしないと思う。

　一方、今年Appleが投入した新しい「iPad Pro」のような、特定の利用シーンを想定した「ポストPC的なモバイルデバイス」は、既存のモバイルPCを置き換えるようになるかもしれない。

　もちろん、現在のiPad Proがそれを達成できているとはいわない。新しいiPad Proは極めて処理能力の高いプロセッサを搭載し、恐ろしく美しいディスプレイと薄い筐体、長時間駆動のバッテリーを備えているが、パソコンとは得意分野が異なる。

iPadの誕生以来、最も大きな更新となった新しい「iPad Pro」

　しかし、幾つかの大きな改良を加えることができれば、モバイルPCが必要な場面はグッと減るかもしれない。その辺りの話は、来年の予想についてのコラムで書いてみることにしたい。

AppleがNeural Engineに力を入れるもう一つの理由

　最後にもう一つ。ニューラルネットワーク処理をエッジで効率よく行う能力を備えたとき、大抵は写真管理やカメラ画質を向上させるため、その機能を用いる。推論エンジンを使って適応的な処理を行うことで、カメラ画質を向上できるからだ。

　先日β版が配信され始めたiPad向け画像編集アプリの「Pixelmator Photo for iPad」は、カラー、露出、ディテール、ホワイトバランスなど、多様な写真の要素についてニューラルネットワーク処理を用いて自動最適化を行う機能が実装されている。

β版が配信された画像編集アプリの「Pixelmator Photo for iPad」

　実際に使ってみると、確かに極めて優秀で、まるでプロのアシスタントがいるようだ。複雑な現像設定を自動的に行ってくれるので、後は好みに応じて微調整したり、自動設定するジャンルを選んだりすればいい。

　とても便利な機能だが、これぐらいならば、専用のプロセッサがなくとも実装は可能だろう。少なくとも、（Neural Engineがない）Macで動かすmacOS用アプリの「Pixelmator」に搭載されても不思議には思わない。

　しかし、来年、再来年と考えたとき、Appleはもっと攻めた使い方ができるのではないだろうか。というのも、Appleは端末、SoC、OSの全てを開発するメーカーだからだ。対応アプリは旧世代を含め、複数世代の端末にまたがって有益な機能を提供する必要があるが、OSに組み込まれた機能を新しいSoCに最適化できれば、端末メーカーであるAppleは「新端末の機能」として訴求できる。

　Androidでもニューラルネットワーク処理のためのAPIが定義され、異なるアーキテクチャのニューラルネットワーク処理専用プロセッサを使えるようになっているが、特定端末向けにOSレベルから機能を作り込むハードルは高い。モバイル用SoC最大手であるQualcommの動向を含め、どのようにこのジャンルでGoogleがイニシアチブを取っていくのだろうか。2019年はその辺りも興味深いテーマになりそうだ。