蘋果A11的仿生晶片是指其搭載了一個專用於機器學習的硬體——“神經網路引擎（neural engine）”。

不同的資料進來，交給不同特長的計算模組來處理將會得到更好的效果、更高的能效比，A11的神經網路引擎（neural engine）是在手機處理器平臺新加入的一個擅長神經網路計算的硬體模組。

A11的神經網路引擎採用雙核設計，每秒運算次數最高可達6000億次，相當於0.6TFlops（寒武紀NPU則是1.92TFlops，每秒可以進行19200次浮點運算），以幫助加速人工智慧任務，即專門針對Face ID，Animoji和AR應用程式的ASIC（專用積體電路/全定製AI晶片）。

擴充套件資料：

A11的神經網路引擎第一個重要的應用就是iPhone X的刷臉解鎖——Face ID。

iPhone X的Face ID採用了人工智慧加持的結構光方案：資料採集由該機正面上方的景深感知攝像機完成，其紅外線發射器可以發射3萬個偵測點，利用神經引擎（Neural Engine）將反射回來的資料與儲存在A11晶片隔區內的資料進行對比，實現使用者面部的3D讀取與處理。

通過神經網路訓練的加持，Face ID失誤率僅為百萬分之一，遠小於Touch ID的五萬分之一。

晶片是將電路製造在半導體晶片表面上

的積體電路又稱薄膜積體電路。另有一種厚

膜積體電路是由獨立半導體裝置和被動元件

整合到襯底或線路板所構成的小型化電路

電晶體發明並大量生產之後,各式固態半

導體元件如二極體、電晶體等大量使用,取

代真空管在電路中的功能與角色。到了20

世紀中後期半導體制造技術進步,使得整合

電路成為可能。相對於手工組裝電路使用個

別的分立電子元件,積體電路可以把很大數

量的微電晶體整合到一個小晶片,是一個巨

大的進步。