发稿前查询 GeekBench AI 跑分平台，目前共收录了 2 条记录，分别是 Core ML 调用 GPU和 NPU / ANE处理结果。

　　Core ML 是 Apple 的机器学习运行时，可以利用 CPU、GPU 和 Neural Engine，并以性能、内存占用与功耗为目标来调度模型。

　　注：这三个栏目主要衡量同类 AI 任务在不同精度下的端侧推理表现，Geekbench AI 使用真实机器学习测试，并将相应工作负载的结果汇总成分数。

　　栏目常见数据格式衡量重点现实意义Single PrecisionFP32，32 位浮点高精度浮点推理吞吐 / 延迟兼容性和数值精度较好，但带宽、内存和计算成本高Half PrecisionFP16，16 位浮点半精度神经网络推理能力现代本地 AI 很常见，通常明显更快、更省内存和电量Quantized通常 INT8，但实现可因框架而异整数 / 量化模型推理能力常最接近日常部署型端侧模型，目标是低延迟、低功耗、小模型

　　苹果 A20 Pro 的 NPU 部分采用“双 16 核”神经网络引擎设计，共计 32 个核心。苹果还加入新一代神经加速器，8 位浮点运算速度提升至 2 倍；芯片内存带宽同步提升 50%，以支持设备端模型和更复杂的推理任务。对于用户体验而言，本次 NPU 升级主要带来以下升级：