Présentation du iPhone 18 Pro
L’iPhone 18 Pro constitue une évolution incrémentale d’Apple, mais introduit deux axes majeurs : une ouverture de caméra variable et le tout premier SoC iPhone gravé en 2 nm, le A20 Pro. La stratégie reste centrée sur la performance brute et le contrôle manuel de la prise de vue, contrastant avec la dépendance habituelle à la photographie computationnelle.
Architecture du A20 Pro 2 nm
Le A20 Pro repose sur le processus de 2 nm de TSMC, ce qui réduit la distance interconnectée de plus de 30 % par rapport au précédent 3 nm. Le CPU comporte six cœurs : deux « super‑cores » annoncés comme 20 % plus rapides que leurs homologues du A19, et quatre cœurs d’efficacité énergétique. Le GPU passe à sept cœurs, offrant jusqu’à 40 % de gain de performance et une bande passante mémoire accrue, ce qui profite aux rendus graphiques et aux algorithmes de vision. Le Neural Engine est décrit comme « deux Neural Engines sur un même die », doublant la capacité de traitement des modèles de machine‑learning, ce qui se traduit par une latence réduite pour les tâches d’IA en temps réel.
Ouverture variable du système photo
Le capteur principal de l’iPhone 18 Pro intègre une ouverture variable, passant de f/1.5 à f/2.8 selon les conditions d’éclairage. Cette mécanique permet d’ajuster la profondeur de champ sans recourir à la simulation logicielle, améliorant la netteté des bokeh en basse lumière tout en limitant le flare. Le contrôle manuel offert à l’utilisateur s’appuie sur un moteur à pas précis, dont le temps de commutation est inférieur à 10 ms, suffisamment rapide pour les vidéos à 60 fps. Cependant, la présence d’un diaphragme mobile augmente la complexité de l’étanchéité et le coût de fabrication, ce qui peut impacter la durabilité de l’appareil.
Intégration de l’Intelligence Apple et limites
Apple mise sur « Apple Intelligence », un cadre qui exploite le contexte local (calendrier, habitudes) pour alimenter des fonctions d’IA tout en préservant la confidentialité. Le nouveau Siri, rebaptisé Siri AI, s’appuie sur un grand modèle de langage (LLM) et doit être déployé en octobre. Le double Neural Engine du A20 Pro accélère l’inférence, mais la dépendance à un modèle LLM soulève des questions de consommation énergétique et de mise à jour des poids du modèle sans connexion serveur. De plus, la promesse de confidentialité repose sur le traitement en périphérie ; toute fuite de données de contexte pourrait compromettre cet argument de différenciation.