Apple、大規模なジョブを処理するために Mac を iPhone または iPad と並行して使用する方法を検討中

Apple は既存の分散コンピューティングテクノロジーに満足しておらず、Mac、iPhone、iPad、さらにはアップルビジョンプロデバイスの能力に応じて処理ジョブを動的に組み合わせ、大きな計算をより速く実行します。

新しく出版されたものでは特許, Apple は、計算にすべてのデバイスを同時にシームレスに使用することに関して、将来実現したいことについて詳しく述べています。研究が発表どおりに成果を上げれば、一部のタスクのパフォーマンスが大幅に向上し、各デバイスからのさまざまな電力が自動的に考慮されることになります。

たとえば、アイドルiPad写真編集や 3D レンダリングを高速化できる可能性があります。または、マックタスクの処理を共有することで、Apple Vision Pro のエクスペリエンスを向上させることができます。

Apple Vision Pro は理論上、他のデバイスを自動的に使用して拡張現実に使用される膨大な量のデータを処理することで最大の効果を得ることができます。たとえば、Apple Vision Pro のような複合現実および拡張現実システムの処理要求では、モーションセンシングチップの外側にある単一の内部プロセッサがヘッドセットのタスクの制限となる可能性があります。

より多くのデータをより迅速に処理すると、より没入型のエクスペリエンスを生み出すことができます。その処理を複数のデバイスで共有すると、パフォーマンスが大幅に向上し、新しい機能がもたらされます。

複合現実、ビデオ編集とレンダリング、特殊効果の作成、3D モデリング、数学的シミュレーションなどの複雑なタスクを実行するために、ますます強力なデバイスが増えれば便利です。

この問題のほとんどは、Apple の 20 年前の xGrid などの分散コンピューティングモデルですでに対処されています。ただし、そのテクノロジーには限界があり、各計算ノードの異なる処理能力が考慮されていませんでした。

単一の遅いノードにより、ジョブ全体が停止する可能性があります。衛星の処理能力に関連したジョブのサイズを考慮しないと、計算が遅くなり、ジョブの配信時間に応じて将来の作業が遅れる可能性があります。

Apple の新しい特許のテクノロジーは、ワークロードを共有するだけでなく、仕事を遂行するのにどのデバイスが最適であるかを判断することもできます。

したがって、Final Cut Pro から YouTube 用に 4K/60 ビデオを出力しようとしている場合、マックミニでも遊んでるデス・ストランディングあなたのiPhone, このシステムは、iPhone に十分な予備電力がないことを自動的に検出します。ワークロードは、iPad や、さらにはMacBook Air近くに配置するか、その iPhone に動的に小さな負荷を与えます。

ユーザーにとって、1 つまたは複数の Apple デバイスは、カーテンの後ろで何が起こっているかさえ知らずにタスクを自動的に処理します。

別の実際的な例では、iPhone をポケットに入れるだけで Apple Vision Pro のパフォーマンスが高速化される可能性があります。関連するオペレーティングシステムの将来のバージョンでは、Apple Vision Pro は一部の処理タスクを iPhone に自動的に送信し、速度を向上させ、新機能を有効にする可能性があります。

処理能力の向上は Apple Intelligence の向上を意味します

このアプローチは、Apple Vision Pro や Mac だけではないメリットをもたらす可能性があります。

Appleが新たに発表したアップルインテリジェンス機能はデバイス上で処理されます。尋ねるとシリiPhone で母親と一緒に飛行機の予約をしたり、全員にリマインダーを送信したりするには、iPhone がすべての人工知能処理を行う必要があります。

Apple の今後の AI 機能を処理するために必要な処理能力の大部分は iPhone または iPad で処理できますが、これらのデバイスだけではタスクが複雑すぎる場合があります。 Appleの新しい機能の一環としてアップルインテリジェンスApple は、Secure Cloud Compute と呼ばれる新しいテクノロジーを使用して、同様の機能をより複雑に実行する予定です。

当然のことながら、デバイスからクラウドへの往復にはインターネット接続が必要です。また、データの送受信中にタスクに遅延が発生します。ユーザーの他のデバイスにリクエストを自動的に送信すると、クラウドシステムを使用する必要性が減り、プロセスが大幅にスピードアップします。

この特許は、Andrew M. Havlir、Ajay Simba Modugala、Karl D. Mann の功績によるものです。ハブリル複数の特許を保有している、その多くは分散処理とグラフィックス処理にあります。