WEBVTT Kind: captions Language: es 00:00:05.000 --> 00:00:08.000 Wanda, la comunidad de podcasts independientes en español. 00:00:08.000 --> 00:00:13.000 Hola, y bienvenidos a un nuevo episodio de Apple Coding Daily. 00:00:15.000 --> 00:00:19.000 Han salido nuevos equipos y la forma de medir si esos nuevos equipos 00:00:19.000 --> 00:00:23.000 merecen la pena o no, si son mejores o no que las generaciones anteriores, 00:00:23.000 --> 00:00:27.000 si son mejores o no que otros equipos que a lo mejor sean más antiguos, 00:00:27.000 --> 00:00:31.000 es a través de benchmarks, a través de programas que se dedican a darnos 00:00:31.000 --> 00:00:35.000 un número que nos permite medir como deficiente es o no un equipo en 00:00:35.000 --> 00:00:41.000 ciertas tareas en TI se entiende a nivel general. 00:00:42.000 --> 00:00:46.000 Así que estas aplicaciones donde la más conocida es geek bench lo que 00:00:46.000 --> 00:00:50.000 hacen es realizar ciertas tareas que considera que son las que normalmente 00:00:50.000 --> 00:00:54.000 haría cualquier persona o cualquier usuario medio o digamos cualquier 00:00:54.000 --> 00:00:58.000 abanico de posible usuario que pueda tener un ordenador o un dispositivo 00:00:58.000 --> 00:01:02.000 realiza una serie de tareas y mide cuánto tardan esas tareas en 00:01:02.000 --> 00:01:06.000 realizarse sobre el hardware que tiene disponible y aparte partir de lo 00:01:06.000 --> 00:01:10.000 que tarden en tiempo nos da una puntuación que se mide sobre el trabajo 00:01:10.000 --> 00:01:14.000 en núcleo simples, es decir, usando solo un núcleo de procesamiento de 00:01:14.000 --> 00:01:18.000 todos los que tiene el chip del equipo o la CPU dependiendo del caso, o lo 00:01:18.000 --> 00:01:26.000 que tarda utilizando todos los núcleos. 00:01:27.000 --> 00:01:33.000 En base a esto ha salido un, entre otros gigbends distintos, donde se 00:01:33.000 --> 00:01:39.000 demuestran cosas, como que el Mac mini m2 Pro es más rápido que el Mac 00:01:39.000 --> 00:01:45.000 Studio M1 Max, que no lo es, o que por ejemplo el nuevo Mac mini M2, el 00:01:45.000 --> 00:01:51.000 pequeñito que es de precio entrada es más rápido que el Mac Pro de 00:01:51.000 --> 00:01:57.000 entrada de intel que vale seis punto cinco cero cero euros tampoco es así ¿Por qué? 00:01:58.000 --> 00:02:04.000 Veámoslo Estás buscando una forma de especializarte en desarrollo Bueno, 00:02:04.000 --> 00:02:10.000 ahí fuera tienes muchas opciones tanto gratuitas como de pago que pueden 00:02:10.000 --> 00:02:16.000 cubrir multitud de herramientas, lenguajes, entornos, sistemas operativos 00:02:16.000 --> 00:02:22.000 como una carrera universitaria de varios años que da un poco de cada cosa 00:02:22.000 --> 00:02:28.000 y ya si eso luego escoges lo que más te guste te especializas y lo 00:02:28.000 --> 00:02:34.000 intentas estudiar a más profundidad. 00:02:34.000 --> 00:02:37.000 Pues bien, Aquí no vas a conseguir eso. 00:02:37.000 --> 00:02:39.000 Aquí te hablamos de especialización. 00:02:39.000 --> 00:02:44.000 Aquí te hablamos del profesional más valorado hoy día en el mercado laboral. 00:02:44.000 --> 00:02:48.000 Aquel que conoce cada elemento y que es la tentación de cualquier empresa 00:02:48.000 --> 00:02:52.000 o el deseo de cualquier emprendedor que quiera tener su propio estudio de 00:02:52.000 --> 00:02:57.000 desarrollo especializarte en desarrollo en entornos Apple. 00:02:57.000 --> 00:03:01.000 Tanto si ya llevas tiempo trabajando en este entorno, vienes de otro si 00:03:01.000 --> 00:03:06.000 quieres cambiar o empiezas desde cero, tu solución se llama SWIFT Full Stag Bootcamp. 00:03:07.000 --> 00:03:11.000 Desde Apple Coding Academy presentamos la tercera edición del único 00:03:11.000 --> 00:03:15.000 Bootcamp a nivel mundial especializado en todo el ecosistema de desarrollo 00:03:15.000 --> 00:03:19.000 Apple No hablamos solo de aprender Swift y a usar una librería No Aquí 00:03:19.000 --> 00:03:23.000 aprenderás todo: SWIKSWI, bases de datos con Cordata, desarrollo 00:03:23.000 --> 00:03:27.000 conducido por pruebas, integración continua y distribución con scope 00:03:27.000 --> 00:03:31.000 cloud o con herramientas Shopenhauer Aprenderás gestión de proyectos con 00:03:31.000 --> 00:03:35.000 desarrollo ágil A usar GIT Aprenderás seguridad y cifrado de datos Para 00:03:35.000 --> 00:03:39.000 asegurar tus datos y la privacidad de las apps todos los trucos, reglas y 00:03:39.000 --> 00:03:43.000 elementos esenciales de la App Store para que sepas qué puede publicar, 00:03:43.000 --> 00:03:47.000 sé que no y cómo hacerlo para conseguir aprobaciones a la primera. 00:03:47.000 --> 00:03:51.000 Pero además algo que solo encontrarás en Applecodina Academy, desarrollo 00:03:51.000 --> 00:03:55.000 del lado servidor con Swift para crear tu propio backend, machine learning 00:03:55.000 --> 00:03:59.000 indesarrollo multimedia para móviles y lo más increíble la nueva 00:03:59.000 --> 00:04:03.000 realidad de Apple para entrar con la realidad aumentada y la virtual en el 00:04:03.000 --> 00:04:08.000 futuro del desarrollo para que seas el primero en explorar esa realidad. 00:04:09.000 --> 00:04:12.000 Sweight full stop booth cam son más de quinientos horas de formación 00:04:12.000 --> 00:04:15.000 trescientos noventa y cuatro horas online en directo y más de cien en 00:04:15.000 --> 00:04:18.000 formato offline en módulos pre grabados que complementarán tu formación 00:04:18.000 --> 00:04:21.000 y toda tu carrera. 00:04:22.000 --> 00:04:25.000 Del uno de febrero al cinco de septiembre de dos mil veintitrés con un 00:04:25.000 --> 00:04:28.000 proyecto tutelado final de bootcamp y un contacto directo con nosotros 00:04:28.000 --> 00:04:31.000 para cualquier duda, problema o tutoría que necesites, para llevarte de 00:04:31.000 --> 00:04:36.000 la mano y asegurarte tu éxito. 00:04:37.000 --> 00:04:43.000 Entra ya en coding.acvemy y pide información sin compromiso o escríbenosa holacoding.acvemy. 00:04:46.000 --> 00:04:48.000 Date prisa porque quedan pocas plazas. 00:04:49.000 --> 00:04:53.000 Apple Coding Academy es la nueva realidad de la formación en entornos Apple. 00:04:54.000 --> 00:05:13.000 Entra en ella No voy a entrar en mucho detalle técnico porque sería demasiado largo. 00:05:13.000 --> 00:05:18.000 Pero lo primero que tenemos que tener claro es que un procesador de Intel y 00:05:18.000 --> 00:05:23.000 un chip de Apple no se pueden comparar, no un procesador de Apple Porque 00:05:23.000 --> 00:05:28.000 el chip de Apple Silicon entre otros muchos componentes tiene una CPU, 00:05:28.000 --> 00:05:35.000 mientras que en el Intel lo que se mide es sólo la CPU. 00:05:35.000 --> 00:05:43.000 Lo primero que tenemos que entender es que Intel es un tipo de procesador llamado Fisk. 00:05:43.000 --> 00:05:47.000 Es decir, de instrucciones complejas, un conjunto de instrucciones de 00:05:47.000 --> 00:05:51.000 computación complejas mientras AppleCyricon es Risk, es un conjunto de 00:05:51.000 --> 00:05:55.000 instrucciones de computación reducido ¿Por qué un Intel se calienta 00:05:55.000 --> 00:06:01.000 más que un Apel Célico? 00:06:01.000 --> 00:06:04.000 ¿Por qué un intel consume más energía que un Apple Silicon? 00:06:05.000 --> 00:06:08.000 El intel se calienta más porque consume más energía. 00:06:08.000 --> 00:06:11.000 Consume más energía porque el intel tiene un montón de instrucciones 00:06:11.000 --> 00:06:14.000 especializadas que se encargan de hacer tareas más complejas en una o muy 00:06:14.000 --> 00:06:18.000 pocas instrucciones. 00:06:19.000 --> 00:06:23.000 Mientras que un Apple Silicon tiene muy pocas instrucciones por lo que 00:06:23.000 --> 00:06:27.000 necesita muchos más pasos para llegar a una misma meta que en el caso de 00:06:27.000 --> 00:06:33.000 un intel que en pocos pasos puede llegar a la misma meta. 00:06:33.000 --> 00:06:37.000 Pero claro, las instrucciones cuanto más complejas son, si yo hago una 00:06:37.000 --> 00:06:41.000 instrucción y esa instrucción internamente supone varios pasos, eso va a 00:06:41.000 --> 00:06:47.000 generar más energía, va a gastar más energía, va a generar más calor. 00:06:47.000 --> 00:06:56.000 En Apple Silicon, si yo tengo que dar más pequeños pasos hacia un objetivo, eso consumirá menos energía, por lo tanto generará menos calor. 00:06:56.000 --> 00:06:59.000 Así que un procesador de intel siempre va a ser más eficiente que no más 00:06:59.000 --> 00:07:02.000 rápido porque son dos cosas distintas porque para medir la velocidad 00:07:02.000 --> 00:07:05.000 tendrían que hacer exactamente lo mismo de la misma forma y no lo hacen 00:07:05.000 --> 00:07:11.000 por lo que no se puede medir su velocidad, ¿vale? 00:07:11.000 --> 00:07:16.000 Pero el de Intel siempre va a ser más eficiente y el de Apple va a ser menos eficiente. 00:07:17.000 --> 00:07:19.000 Va a requerir más pasos para hacer lo mismo. 00:07:20.000 --> 00:07:24.000 Como el procesador de Apple Silicon es menos eficiente que hace Apple pone 00:07:24.000 --> 00:07:28.000 a su alrededor un montón de pequeñas ayudas, de pequeños chips, que 00:07:28.000 --> 00:07:32.000 hacen que todo funcione mejor, ayudas directas para que la CPU no tenga 00:07:32.000 --> 00:07:37.000 que hacer esas tareas, cosa que en Intel sí tiene que hacer la CPU. 00:07:37.000 --> 00:07:38.000 ¿De acuerdo? 00:07:38.000 --> 00:07:40.000 Esta es la principal y primera diferencia. 00:07:48.000 --> 00:07:56.000 Si miramos un chip, Apple Silicon, como su CPU, es menos eficiente Apple, como ya hemos dicho, pone un montón de pequeñas ayudas a su alrededor. 00:07:56.000 --> 00:07:58.000 Por lo tanto, ¿qué es lo que pone? 00:07:58.000 --> 00:08:01.000 Pone, caches de banda ancha para que toda la comunicación del chip, su 00:08:01.000 --> 00:08:04.000 memoria integrada y la comunicación de elementos sobre distintas de la 00:08:04.000 --> 00:08:07.000 CPU, de la GPU, de la GPU al motor neural, del motor neural acelerador de 00:08:07.000 --> 00:08:10.000 cálculo carpitográfico, de eso al elemento del HDR, en fin, todos los 00:08:10.000 --> 00:08:13.000 elementos que tiene dentro el chip de Apple Silicon, se comunican con un 00:08:13.000 --> 00:08:16.000 ancho de banda, que ya hemos visto que es de doscientos o cuatrocientos, 00:08:16.000 --> 00:08:19.000 dependiendo de eso, gigas por segundo, dependiendo si es M1, M2 Max, M1 00:08:19.000 --> 00:08:29.000 Pro, M1 Max, ¿vale? 00:08:29.000 --> 00:08:32.000 Tienen el mismo ancho de banda y por lo tanto tienen un caché de banda 00:08:32.000 --> 00:08:35.000 ancha una caché de banda ancha que lo que hace es tener una caché de 00:08:35.000 --> 00:08:38.000 operaciones repetidas para no tener que volver a y por lo tanto que todo 00:08:38.000 --> 00:08:41.000 vaya mucho más rápido. 00:08:41.000 --> 00:08:44.000 También tenemos un acelerador de cálculo cartográfico que se encarga de 00:08:44.000 --> 00:08:47.000 mandarle los cálculos cartográficos y él me los devuelve ya hechos 00:08:47.000 --> 00:08:50.000 además de un asistente para aceleración de compresión de archivos, de 00:08:50.000 --> 00:08:53.000 forma que cuando yo le envío un fichero para comprimir, en los algoritmos 00:08:53.000 --> 00:08:56.000 estándares él me lo devuelve ya comprimido, no tiene que calcular esa 00:08:56.000 --> 00:08:59.000 compresión como instrucciones una por una a través de la CPU, sino que 00:08:59.000 --> 00:09:02.000 tiene un chip que se encarga de ello y un chip dedicado para hacer 00:09:02.000 --> 00:09:05.000 cualquier tarea siempre va a ser mucho más eficiente que tener que 00:09:05.000 --> 00:09:08.000 hacerlo a mano dentro de una CPU, que es lo que tiene que hacer Intel, en 00:09:08.000 --> 00:09:11.000 la mayoría de los casos, salvo cuando tiene un conjunto de instrucciones 00:09:11.000 --> 00:09:14.000 especializado para determinadas tareas que aún así, el hecho de que los 00:09:14.000 --> 00:09:28.000 haga la propia CPU consume más energía y por lo tanto genera más calor, ¿de acuerdo? 00:09:28.000 --> 00:09:32.000 Por eso el problema de consumo de la arquitectura fisc. 00:09:32.000 --> 00:09:35.000 También tenemos aceleradores de aprendizaje automático aceleradores que 00:09:35.000 --> 00:09:38.000 permiten que el chip gráfico se encargue de poder hacer entrenamientos de 00:09:38.000 --> 00:09:42.000 una manera más rápida. 00:09:43.000 --> 00:09:52.000 No son comparables con los con los nuqueos cuda que tiene una nvidia pero ayudan en algo porque una CPU de Intel no tiene aceleradores de este tipo. 00:09:52.000 --> 00:09:56.000 Deleka esa tarea a elementos externos como la GPU de Nvidia. 00:09:57.000 --> 00:10:00.000 También tiene un motor avanzado para gestionar la pantalla, para poder 00:10:00.000 --> 00:10:04.000 gestionar todo lo que es todo lo que se ven los distintos monitores, etcétera. 00:10:04.000 --> 00:10:06.000 Tiene un procesador de vídeo HDR. 00:10:06.000 --> 00:10:10.000 Tiene un procesador de fotos HDR cuando tiene que procesar vídeos o fotos 00:10:10.000 --> 00:10:14.000 en HDR incluso vídeos en Dolby Vision lo manda a este procesador y el 00:10:14.000 --> 00:10:18.000 procesador se encarga de darle toda la información gestionar el vídeo 00:10:18.000 --> 00:10:22.000 ponerle el hdr etcétera etcétera tiene un procesador siempre encendido 00:10:22.000 --> 00:10:26.000 para gestionar el tema de la suspensión del equipo, tiene el chip second 00:10:26.000 --> 00:10:30.000 en play para seguridad del equipo, tiene un chip de aceleración de 00:10:30.000 --> 00:10:34.000 cálculos para compilación JiT, es decir, cualquier tipo de proceso que 00:10:34.000 --> 00:10:38.000 tiene un intérprete Jassing Time como JavaScript, Pyton Ruby, cualquier 00:10:38.000 --> 00:10:42.000 lenguaje que es interpretado tiene un acelerador, lo que es el Apple 00:10:42.000 --> 00:10:51.000 Silicon para hacer que estas operaciones sean más rápidas y más eficientes. 00:10:51.000 --> 00:10:52.000 Un procesador dedicado. 00:10:52.000 --> 00:10:56.000 Tiene un gestor del almacenamiento NVMA, lo que es el SSD, para que vaya lo 00:10:56.000 --> 00:11:00.000 más rápido posible, tiene un reproductor de vídeo de consumo de baja 00:11:00.000 --> 00:11:04.000 energía que es el que permite que toda la gestión de vídeo, de 00:11:04.000 --> 00:11:08.000 codificación y de codificación vaya más rápido los nuevos modelos 00:11:08.000 --> 00:11:12.000 también incluyendo lo que es no sólo H264 y HVC sino también ProRes por 00:11:12.000 --> 00:11:16.000 lo tanto todo lo que es la gestión de vídeo, todo lo que tiene que ver 00:11:16.000 --> 00:11:21.000 con el vídeo, el chip lo hace solo y la CPU se desliga de ello. 00:11:21.000 --> 00:11:24.000 Tiene un controlador Thunderbolt USB cuatro tiene un procesador de audio de 00:11:24.000 --> 00:11:27.000 alta eficiencia dedicado tiene el motor neural que ejecuta modelos de 00:11:27.000 --> 00:11:30.000 entrenamiento que ya estén entrenados para que todo sea mucho más 00:11:30.000 --> 00:11:33.000 rápido tiene el controlador PCI Express y un controlador de rendimiento 00:11:33.000 --> 00:11:36.000 basado en una aceleración de machine learning que se encarga de 00:11:36.000 --> 00:11:39.000 determinar que qué procesos se envían a los núcleos de alto rendimiento 00:11:39.000 --> 00:11:47.000 y qué procesos se envían a los núcleos de alta eficiencia. 00:11:48.000 --> 00:11:53.000 Si juntamos todo esto con la memoria RAM unificada, con las distintos 00:11:53.000 --> 00:11:58.000 componentes, con la aceleración que tiene, que esté todo soldado a la 00:11:58.000 --> 00:12:03.000 placa, que esté todo lo más junto posible, etcétera, etcétera, lo que 00:12:03.000 --> 00:12:08.000 tenemos es un chip muy especializado con un montón de mini componentes 00:12:08.000 --> 00:12:13.000 que nos permiten entre comillas crear un conjunto ideal para que un 00:12:13.000 --> 00:12:22.000 programa que mida rendimientos Pues, dé los mejores posibles resultados a todas luces. 00:12:30.000 --> 00:12:34.000 ¿Y cómo se mide el rendimiento de un equipo que no se puede medir a nivel 00:12:34.000 --> 00:12:38.000 de rendimiento, ya lo hemos dicho, porque no son comparables, pues 00:12:38.000 --> 00:12:43.000 buscando determinadas tareas genéricas, ejecutandolas y viendo qué es lo que tardan. 00:12:43.000 --> 00:12:47.000 Entonces esto que supone supone que Geek Venge hace las siguientes tareas, 00:12:47.000 --> 00:12:51.000 hace tres grupos de tareas de cargas pictográficas cálculos de valores 00:12:51.000 --> 00:12:55.000 enteros y cálculos de valores de coma flotante donde la carga 00:12:55.000 --> 00:12:59.000 gyptográfica es el cinco por ciento, los cálculos de valores enteros, un 00:12:59.000 --> 00:13:03.000 sesenta y cinco y los valores de coma flotando en los cálculos de coma 00:13:03.000 --> 00:13:07.000 flotante un treinta por ciento del total del número que nos da haciendo 00:13:07.000 --> 00:13:11.000 las pruebas usando un solo núcleo o usando todos los núcleos de los que 00:13:11.000 --> 00:13:15.000 dispone el equipo. 00:13:16.000 --> 00:13:20.000 Y estas pruebas son: cálculo cartográfico realizando cálculos a SXTS 00:13:20.000 --> 00:13:24.000 para eso Apple Silicon tiene un chip de aceleración que se encarga de 00:13:24.000 --> 00:13:29.000 hacerlo el solo no lo hace la CPU. 00:13:29.000 --> 00:13:34.000 Pero estamos midiendo el rendimiento del chip, por lo tanto ayuda. 00:13:34.000 --> 00:13:38.000 De igual manera, encargas de números enteros lo que hace es valorar el 00:13:38.000 --> 00:13:42.000 rendimiento de compresión de texto y de imágenes tanto texto como 00:13:42.000 --> 00:13:46.000 imágenes jp y p n g a algoritmos LZMA que también tiene un chip que 00:13:46.000 --> 00:13:50.000 ayuda a esta aceleración de este cálculo, por lo tanto no lo hace la CPU 00:13:50.000 --> 00:13:55.000 en un APEL Silicon. 00:13:56.000 --> 00:14:00.000 También hace un cálculo de rutas entre dos puntos geográficos con más 00:14:00.000 --> 00:14:04.000 de doscientos punto cero cero cero nudos un cálculo de rutas como si 00:14:04.000 --> 00:14:08.000 fuera una un GPS eso si es fuerza bruta eso no tiene ninguna ayuda en 00:14:08.000 --> 00:14:12.000 Apple Silicon y se hace de igual manera en uno o en otro También hace una 00:14:12.000 --> 00:14:16.000 lo que es un renderizado de HTML5 y ejecución de Java Script. 00:14:16.000 --> 00:14:19.000 Tenemos un chip que acelera la ejecución de instrucciones ya sin time, por 00:14:19.000 --> 00:14:22.000 lo que todo lo que es JavaScript está acelerado en Apple Silicon y 00:14:22.000 --> 00:14:27.000 funciona de una forma más eficiente. 00:14:27.000 --> 00:14:32.000 También hace uso de School I tres, hacen distintas consultas en una base de datos Sculate tres. 00:14:32.000 --> 00:14:34.000 Aquí todos lo hacen igual. 00:14:35.000 --> 00:14:38.000 A también hacer redes de ficheros PDF y de texto. 00:14:38.000 --> 00:14:41.000 Estos renders pues bueno son lo que tarde el sistema en hacerlo también 00:14:41.000 --> 00:14:44.000 teniendo en cuenta la velocidad de la memoria y del almacenamiento sobre 00:14:44.000 --> 00:14:47.000 el que lo está realizando. 00:14:48.000 --> 00:14:52.000 También hace una compilación con el compilador de c, Zelang, que también 00:14:52.000 --> 00:14:56.000 está acelerado, a partir de determinados componentes, y trabajo con la 00:14:56.000 --> 00:15:00.000 cámara cámara que es simulada cuando el dispositivo no tiene cámara o 00:15:00.000 --> 00:15:04.000 una cámara real es decir sobre el ISP en caso de que el dispositivo lo 00:15:04.000 --> 00:15:10.000 tenga, el caso del ISP, pues en fin, AppleCyricon lo tiene acelerado. 00:15:10.000 --> 00:15:15.000 Esos serían los cálculos de lo que serían elementos de números enteros. 00:15:15.000 --> 00:15:19.000 Pero en coma flotante tenemos que es un peso del treinta por ciento carga 00:15:19.000 --> 00:15:23.000 de simulación gravitacional 3D con físicas N-body en 2D con cuerpos 00:15:23.000 --> 00:15:27.000 rígidos de forma que esto es cálculo gráfico realizado por la CPU y que 00:15:27.000 --> 00:15:31.000 en el caso de Apple Silicon sí tiene la ayuda de determinados elementos 00:15:31.000 --> 00:15:35.000 porque como la GPU está dentro del chip, cosa que en Intel no es así, en 00:15:35.000 --> 00:15:39.000 intel se tiene que calcular en bruto y aquí la GPU le puede echar una 00:15:39.000 --> 00:15:47.000 mano por lo tanto en ese caso en papel silicón es más óptimo, ¿no? 00:15:47.000 --> 00:15:52.000 También tenemos la aplicación de un Blur Gausiano a una imagen de veinticuatro megapixeles. 00:15:52.000 --> 00:15:56.000 Esto lo hace el chip de procesamiento de señales de imagen, el ISP, es un 00:15:56.000 --> 00:16:00.000 chip dedicado que lo hace específicamente, por lo tanto no tiene que 00:16:00.000 --> 00:16:04.000 calcularlo y créanme que el filtro de Blu-Gausiano es bastante pesado 00:16:04.000 --> 00:16:09.000 cuando se tiene que hacer por fuerza por lo que es cálculo en bruto. 00:16:09.000 --> 00:16:17.000 De igual manera corrige una fotografía con lo que sería el content hour, una cosa parecida a lo que es el Photoshop. 00:16:17.000 --> 00:16:20.000 Quitando contenido de ella y además detecta el horizonte de una 00:16:20.000 --> 00:16:23.000 fotografía y lo corrige todo esto se hace de nuevo con el ISP por lo 00:16:23.000 --> 00:16:28.000 tanto son ayudas que directamente se hacen. 00:16:28.000 --> 00:16:31.000 Procesa directamente imágenes con con HDR. 00:16:31.000 --> 00:16:33.000 También tiene un chip que ayuda con HDR la persilicon. 00:16:34.000 --> 00:16:38.000 Generen una escena de más de tres mil quinientos triángulos texturizados 00:16:38.000 --> 00:16:42.000 donde aplica re tracing esto lo hace de nuevo con la ayuda de la GPU y 00:16:42.000 --> 00:16:46.000 realiza una simulación de uso de realidad aumentada y simula una carga de 00:16:46.000 --> 00:16:50.000 reconocimiento del habla y ejecuta un motor neural convolus a una red 00:16:50.000 --> 00:16:56.000 neuronal convolucional mobile net uno sobre una imagen para detectar su contenido. 00:16:56.000 --> 00:17:00.000 Esto es Machine Learning acelerado por el motor neural. 00:17:01.000 --> 00:17:06.000 Por lo tanto, más de la mitad de las operaciones que realiza Keep Banks 00:17:06.000 --> 00:17:11.000 para medir el rendimiento de un chip, tienen ayudas específicas dentro 00:17:11.000 --> 00:17:16.000 del APEL Silicon que hacen que vaya mucho más rápido así que no no es 00:17:16.000 --> 00:17:21.000 comparable, porque estamos comparando cosas concretas y esto no es porque 00:17:21.000 --> 00:17:29.000 en este caso, un Apple Silicon está acelerado. 00:17:30.000 --> 00:17:34.000 Eso hace que el hecho de que esté acelerado, el Apple Silicon sea peor, no. 00:17:34.000 --> 00:17:36.000 Son datos, ¿me explico? 00:17:36.000 --> 00:17:39.000 Son datos reales, de pruebas reales y de lo que realmente tardaría. 00:17:40.000 --> 00:17:44.000 Y el gran truco de Apple está en que tiene esos chips que son dedicados 00:17:44.000 --> 00:17:48.000 para que así todo sea mucho más eficiente para que todo funcione mucho 00:17:48.000 --> 00:17:52.000 mejor para que no consuma tanta energía para que se reparta y para que 00:17:52.000 --> 00:17:56.000 una CPU que es menos eficiente encargas en bruto dentro de la propia CPU 00:17:56.000 --> 00:18:02.000 Pues sea compensada con un montón de componentes que hacen cosas directas para él. 00:18:02.000 --> 00:18:04.000 Ahora, es más rápido. 00:18:05.000 --> 00:18:06.000 No. 00:18:06.000 --> 00:18:08.000 ¿Por qué no es más rápido? 00:18:08.000 --> 00:18:10.000 Porque estamos haciendo una prueba sintética. 00:18:11.000 --> 00:18:16.000 Una prueba que probable tardará tres, cuatro, cinco minutos así no se 00:18:16.000 --> 00:18:21.000 mide el rendimiento de un procesador o de un chip pero la realidad es que 00:18:21.000 --> 00:18:26.000 si yo tengo, por ejemplo, como comenté en el último programa donde 00:18:26.000 --> 00:18:31.000 estuvimos hablando, sobre si merece o no la pena, el M2 Pro y el M2 Max, 00:18:31.000 --> 00:18:36.000 en ese programa comentamos, que yo puedo querer comprar un Mac mini M2 Pro 00:18:36.000 --> 00:18:41.000 que es bastante bueno y es una muy buena compra, pero El espacio que tiene 00:18:41.000 --> 00:18:46.000 y el diseño termal que tiene ese equipo para lo que va a calentarse el 00:18:46.000 --> 00:18:51.000 chip con el consumo que va a tener No es lo suficientemente grande como 00:18:51.000 --> 00:18:58.000 para mantenerlo lo suficientemente refrigerado durante cargas de trabajo muy grandes. 00:18:58.000 --> 00:19:02.000 Por lo que durante varias horas de trabajo probablemente el equipo vaya 00:19:02.000 --> 00:19:06.000 perdiendo velocidad con el efecto del termal frotelling que es cuando se 00:19:06.000 --> 00:19:10.000 reducen los GHz de un chip para que ese calentamiento que tiene que no se 00:19:10.000 --> 00:19:14.000 puede disipar, que no se puede enfriar convenientemente con el diseño 00:19:14.000 --> 00:19:18.000 termal que tiene el equipo, pues no se cargue el propio equipo, en el 00:19:18.000 --> 00:19:22.000 momento en el que El chip se calienta en exceso y el sistema de 00:19:22.000 --> 00:19:26.000 ventilación no es capaz de enfriarlo convenientemente después de horas 00:19:26.000 --> 00:19:30.000 de trabajo constante de alta carga de trabajo pues lo que hace el chip es 00:19:30.000 --> 00:19:34.000 reducir su velocidad para no calentarse en exceso y no provocar un 00:19:34.000 --> 00:19:44.000 problema de que el chip se degrade o se estropee. 00:19:45.000 --> 00:19:46.000 Es así de simple. 00:19:46.000 --> 00:19:50.000 Por lo que un Maque Studio siempre va a tener una mejor eficiencia y un 00:19:50.000 --> 00:19:54.000 mejor rendimiento porque tiene un diseño termal más óptimo que va a 00:19:54.000 --> 00:19:58.000 permitir mantener la velocidad constante del chip y no como en el caso de 00:19:58.000 --> 00:20:02.000 un equipo menos eficiente que se vaya reduciendo con el uso con el paso 00:20:02.000 --> 00:20:09.000 del tiempo en un trabajo constante, ¿de acuerdo? 00:20:09.000 --> 00:20:15.000 Aparte de que El rendimiento general Fuera de estas pruebas sintética 00:20:15.000 --> 00:20:21.000 entre un M1 Max y un M2 Pro o un M2 Max, La diferencia es prácticamente la misma. 00:20:21.000 --> 00:20:27.000 De hecho, es la misma, el funcionamiento, la velocidad de más que tiene. 00:20:27.000 --> 00:20:31.000 Cada uno de esos chips es porque los m2 van a doscientos megahercios más 00:20:31.000 --> 00:20:35.000 rápido el reloj de los núcleos y porque el número de núcleo de la CPU 00:20:35.000 --> 00:20:41.000 y de la GPU son más, nada más. 00:20:41.000 --> 00:20:44.000 Y en el caso de Intel, esto no es comparable un Mac Pro es un ordenador que 00:20:44.000 --> 00:20:47.000 está pensado para gente que se dedica profesionalmente a trabajar con 00:20:47.000 --> 00:20:52.000 cargas de trabajo muy pesadas. 00:20:52.000 --> 00:21:01.000 Gente que se dedica a una edición de video profesional, de broadcasting, para televisión, para cine, para series de televisión, etcétera. 00:21:01.000 --> 00:21:06.000 Donde se tira horas y horas y horas y horas trabajando con edición 4K, con 00:21:06.000 --> 00:21:11.000 HDR, o para gente que trabaja con cálculo computacional, con CADA, con 00:21:11.000 --> 00:21:16.000 CAM, con que necesitan tarjetas que van a pinchar en el Mac Pro para poder 00:21:16.000 --> 00:21:21.000 tener aceleraciones específicas profesionales de codificación y 00:21:21.000 --> 00:21:26.000 decodificación, yo me compro un Mac mini que tiene un codificador 00:21:26.000 --> 00:21:31.000 decodificador de ProRes, por mil quinientos euros pero es que Apple vende 00:21:31.000 --> 00:21:38.000 una tarjeta aceleradora de ProRes por más de dos mil para el Mac Pro ¿Qué pasa? 00:21:38.000 --> 00:21:42.000 Que Apple me está tomando el pelo porque esa tarjeta que venden para el 00:21:42.000 --> 00:21:47.000 Mac Pro es igual que la del Mac mini, no es que la del Mac mini no es profesional. 00:21:47.000 --> 00:21:52.000 La del Mac mini es un componente que trabaja con ProRes bien pero no es ni 00:21:52.000 --> 00:21:57.000 mucho menos de la calidad en cuanto a trabajo y sostenibilidad de dicho 00:21:57.000 --> 00:22:02.000 trabajo en el tiempo que lo que me ofrece un Mac mini, un Mac mini me va a 00:22:02.000 --> 00:22:07.000 dar una solución pues para tirar, para hacer cosas bueno pues de salir del paso. 00:22:07.000 --> 00:22:16.000 Pero si quiero trabajar con ProRes de forma profesional y sostenida en el tiempo, pues necesito un acelerador profesional o igual que en sonido. 00:22:16.000 --> 00:22:20.000 Yo puedo trabajar muy bien con sonido, pero poner una tarjeta HDRXD Pro 00:22:20.000 --> 00:22:24.000 DoorS, es decir, una tarjeta dedicada a nivel de sonido siempre va a ser 00:22:24.000 --> 00:22:28.000 más eficiente, siempre va a ser mejor y siempre me va a dar un mejor 00:22:28.000 --> 00:22:34.000 resultado, pero para eso necesito un Mac Pro que tenga elementos para poder pinchar. 00:22:34.000 --> 00:22:35.000 Así de simple. 00:22:35.000 --> 00:22:40.000 Por lo tanto, en resumen, no es comparable, no podemos compararlos. 00:22:42.000 --> 00:22:46.000 Que un numerito dice que uno es más rápido que el otro, sí, en esas tareas concretas. 00:22:47.000 --> 00:22:49.000 De esas tareas concretas, pues ya hemos visto. 00:22:50.000 --> 00:22:51.000 ¿Cuáles son? 00:22:51.000 --> 00:22:57.000 Pues eso no indica que el Mac Pro sea más rápido, que el M2 porque no lo es. 00:22:58.000 --> 00:23:06.000 Porque no es comparable y porque esas tareas que se están midiendo no son, en su mayoría, las que hace un profesional con el macro. 00:23:06.000 --> 00:23:11.000 El Mac Pro es un ordenador profesional para gente profesional que requiere 00:23:11.000 --> 00:23:16.000 cargas de trabajo sostenidas en el tiempo muy grandes que exige mucho y 00:23:16.000 --> 00:23:21.000 donde un procesador va a estar de manera continua al máximo de 00:23:21.000 --> 00:23:26.000 rendimiento, algo que la mayoría de equipos a Bell Silicon aún no están 00:23:26.000 --> 00:23:31.000 capacitados para hacer salvo el M1 Ultra Y poco más, sé que hoy me he 00:23:31.000 --> 00:23:36.000 puesto un poquito más técnico, pero bueno, quería intentar explicar de 00:23:36.000 --> 00:23:41.000 una manera lo más cercana posible estas diferencias para que pudieran 00:23:41.000 --> 00:23:53.000 entenderse, ¿de acuerdo? 00:23:53.000 --> 00:23:57.000 Es igual que bueno pues pensar que si yo quiero buscar pues oye esto que 00:23:57.000 --> 00:24:01.000 has dicho del c's y el risk vale pues a ver poner un ejemplo ahí es muy 00:24:01.000 --> 00:24:05.000 complicado La forma más fácil de entenderlo es que, por ejemplo, un Fisk 00:24:05.000 --> 00:24:09.000 sería capaz de hacer una multiplicación, diciéndole multiplícame seis 00:24:09.000 --> 00:24:13.000 por ocho, y te daría el resultado en una sola instrucción mientras que 00:24:13.000 --> 00:24:20.000 Apple Silicon solo es capaz de sumar. 00:24:20.000 --> 00:24:25.000 Habría que enviarle seis veces el ocho para que fuera ocho más ocho más 00:24:25.000 --> 00:24:31.000 ocho más ocho más ocho más ocho son seis operaciones frente a una que hace el intel. 00:24:31.000 --> 00:24:33.000 Por lo tanto el intel es más eficiente. 00:24:33.000 --> 00:24:35.000 Insisto, esto no es que sea así. 00:24:35.000 --> 00:24:37.000 Es un ejemplo para entender la diferencia. 00:24:38.000 --> 00:24:45.000 Por lo tanto con esto podemos ver que no son comparables, porque si hacen las mismas cosas, de formas totalmente distintas. 00:24:45.000 --> 00:24:51.000 Y además, el chip Apple Silicon para compensar que la CPU es menos eficiente y requiere más pasos para hacer lo mismo. 00:24:52.000 --> 00:24:55.000 Tiene un montón de ayudas que son siempre más eficientes, que hacerlas 00:24:55.000 --> 00:24:58.000 por cálculo a través de una CPU como hace Intel, pues estamos en un 00:24:58.000 --> 00:25:03.000 cóctel en el que insisto, no son comparables. 00:25:03.000 --> 00:25:10.000 Si se compara chips de la misma categoría, entonces ellos el M1 o el M2, el M1 Pro con tal M2 Pro, etcétera. 00:25:10.000 --> 00:25:21.000 Ahí sí podemos hacernos una idea mejor, pero insisto, es una prueba sintética en una situación irreal y donde al final la diferencia es irrisoria. 00:25:22.000 --> 00:25:28.000 Así que poco más, muchísimas gracias como siempre, si les ha gustado 00:25:28.000 --> 00:25:34.000 dejennos un comentario déjennos una valoración lo que sea suscríbanse 00:25:34.000 --> 00:25:40.000 bla bla bla bla todo lo que se dice siempre y nos oímos pronto si dios 00:25:40.000 --> 00:25:46.000 quiere hasta entonces un saludo y got la comunidad de podcasts 00:25:46.000 --> 00:25:54.000 independientes en español.