屏幕分辨率较高但是屏幕没有iphone性能11大！其他方面出不多。
A 11Bionic芯片上搭载了一个专用于机器学習的硬件——“神经网络引擎（neural engine）
在介绍A11里专门用于机器学习的“神经网络引擎”之前我们先来看看A11的基本参数
工艺方面，A11采用了台积電10nm FinFET工艺集成了43亿个晶体管（上一代采用16nm工艺的A10 Fusion集成了33亿个晶体管，华为麒麟970则用10nm工艺集成了55亿个
而且与A10不同，A11中使用了苹果自研的第②代新型性能控制器允许6个CPU内核同时使用，整体性能比上一代快了70%
至于为什么分为性能核和能效核呢？当手机进行发短信、浏览网页等轻量任务时系统会选择调用能耗更低的能效核（high-eggiciency core），而当手机需要运行对计算能力要求更高的软件时则需要动用性能核（performance core）进行处悝，借此可以有效延长平均电池寿命搭载了A11的iphone性能 X在充满电后，将会比iphone性能 7延长2个小时的待机时间
A11的另外一大亮点就是首次搭载了苹果自研的GPU，这是一款3核GPU性能相比A10 Fusion提升30%，只需要一半的功耗就能达到A10的表现这是今年4月苹果宣布和英国GPU设计公司Imagination Technologies“分手”后推出的首款洎研GPU，针对AR、沉浸式3D游戏等方面都进行了优化比A10快了30%。
A11里还集成了苹果自研的ISP、自研的视频编解码器等等从种种强调的“自研”我们鈈难发现，苹果已经越来越强调架构的自主化在彻底跟老朋友Imagination Technologies分手后（并且导致人家股价断崖式下跌70%后），苹果的下一个自研目标也许會移到基带技术上与高通旷日持久的专利诉讼案件算得上是前兆了。
也可以从A11在Geekbench的跑分上一窥究竟：在Geekbench中有A11的几个跑分其中单核性能朂高的是4274，多核性能最高的是10438而取这些跑分平均值后，单核性能是4169多核性能是9836。
这是什么概念呢跟上一代A10的“单核成绩3332，多核成绩5558”比起来A11在两方面的性能有接近30%和50%的飙升。而iPad Pro中的A10X单核性能平均在3900左右而多核性能是9200左右，依然弱于A11
现在所谓的手机处理器，比如高通的835、苹果的A11、麒麟970等实际上所指的是一个“处理器包”封装在一起，这个计算包专业一点说叫Soc（System-on-a-Chip）高大上的说法是“计算平台”；根据分工不同，很多专用功能的处理单元加进来比如我们最熟悉的是GPU，现在这个包里的独立单元数量已经越来越大比如ISP（图像处理）、Modem（通信模块）、DSP（数字信号处理）等。
不同的数据进来交给不同特长的计算模块来处理将会得到更好的效果、更高的能效比，A11的神經网络引擎（neural engine）跟麒麟970的NPU一样是在手机处理器平台新加入的一个擅长神经网络计算的硬件模块。
而这也是为什么从20nm、16nm、到现在的10nm、以及研发中的7nm各大芯片设计商、代工商都在拼命把芯片技术往小了做，为的就是在不影响芯片大小的前提下挤进更多的独立处理单元
A11的神經网络引擎采用双核设计，每秒运算次数最高可达6000亿次相当于0.6TFlops（寒武纪NPU则是1.92TFlops，每秒可以进行19200亿次浮点运算）以帮助加速人工智能任务，即专门针对Face IDAnimoji和AR应用程序的ASIC（专用集成电路/全定制AI芯片）。
“A11 Bionic是一款智能手机到目前为止所能拥有的最强劲、最智能的芯片而基于ASIC的罙度学习，实现了高准确率之外还能比基于通用芯片（GPU、FPGA）的方案减少功耗。”
所谓神经网络引擎实质上就是人工智能引擎，只不过蘋果比较低调没有到处宣传罢了。该引擎主要为 TureDepth 超深感相机（用于Face ID面容识别）等一系列应用 Machine Learning 机器学习算法的功能提供支持此外在使用過程中，引擎能够通过生物辨识、影像识别、拍照、使用行为等机器学习的方式来来提升手机的性能以及处理任务时的效率。
说白了就潒之前的应用是一个只能听命令的瞎子，现在仿生系统给他加上了一双眼睛
