1.2.1　苹果M1芯片架构

硬件加速引擎的出现，一方面提升了SOC的整体计算性能；另一方面也降低了同等应用场景对CPU的性能需求。例如，苹果公司2011年在WWDC上发布了采用自研SOC的全新MacBook系列产品，使用的就是其自研的M1芯片，其规模达到了160亿门晶体管，苹果M1芯片的组成结构，如图1.12所示（也许本书出版的时候，M2芯片都出来了，但这不影响我们介绍硬件加速引擎的概念）。

图1.12　苹果M1芯片的组成结构

M1芯片采用了当时较新的5nm工艺制程，集成8核的CPU，号称在同等功耗下，达到了2倍目前CPU的性能。更为重要的是，M1芯片还集成了众多专用的硬件加速引擎，协助CPU完成了很多复杂耗时的运算，苹果M1芯片集成的硬件加速引擎，如表1.1所示。

表1.1　苹果M1芯片集成的硬件加速引擎

勾勒一个粗糙的苹果M1芯片架构图（示意图），其实很多多媒体芯片也是类似结构的，如图1.13所示。我们简单梳理一下相关模块的工作流程。

图1.13　苹果M1芯片架构图（示意图）

以人工智能（AI）人脸识别的视频拍摄场景为例，苹果M1芯片AI人脸识别流水线（示意图），如图1.14所示。当然每步还需要CPU参与配置调度，以及DDR读写缓存。其中上半部分，采用ISP→NPU→Encode→DDR流水线，实现了实时AI人脸识别视频的存储；下半部分，实现了实时AI人脸检测的显示。

图1.14　苹果M1芯片AI人脸识别流水线（示意图）

再以体验一个在线游戏为例，采用图1.15所示的苹果M1芯片在线游戏运行流水线（示意图），实现了游戏的实时解码，图形图像的加速运算，以及实时显示功能。这个过程同样每个模块都需要DDR参与读写。此外，CPU除了参与少量的配置及调度工作，很少参与计算，主要由专用硬件加速引擎完成实时的运算。因此，专业的事情由专用的模块来做，CPU可以用来做更为复杂的操作，如文件管理、资源优化等。

1.15　苹果M1芯片在线游戏运行流水线（示意图）