首先，它是全球第一款基于 5nm 制程工艺设计的芯片，这令它的晶体管数量得到了大幅提升，从 A13 的 85 亿颗，增加到了 118 亿颗。
具体到各个模块部分，A14 仍然延续了和前代一样 6 核心 CPU 与 4 核心 GPU 的设计，两部分性能相比 A12，分别提升了 40% 和 30% 左右。
还有一点改进是 A14 的神经网络引擎：全新的 16 核架构，相比 A13 的 8 核心数直接翻番，能够提供高达 11Tops 的算力。
另外，这次苹果也为 A14 引入了和 A13 类似的机器学习加速器结构，从 AnandTech 等专业媒体的推测来看，A14 在 CPU/GPU 部分，仅比 A13 提升了 16% 和 8% 左右，但 A13 相比 A12，在这两部分都有着约 20% 的提升。
近两代的 A 系芯片中，神经网络引擎是一个经常会被苹果提及的模块。
本次 A14 也不例外，神经网络引擎的内核数直接增加了一倍，从 A13 的 8 核变成了 A14 的 16 核，估计那 40% 的晶体管数量提升，有相当一部分都用在了这里。
而由此带来的近两倍的机器学习算力提升，也明显要比 CPU、GPU 升级耀眼得多，更别说还有应用在处理器上的机器学习加速器。
去年，苹果前高管菲尔・席勒（Phil Schiller）在接受 《连线》采访时也说，目前 iOS 系统的功能中，基本已经不存在不使用机器学习的领域了。无论是对电池寿命的影响，还是性能的优化，它一直都你所不知道的地方，持续地运行着。
既然如此，发展更强的算力，这些工作显然能更有效率地去运行；而苹果也能规避掉个人数据收集的风险，让设备只靠本地算力而非联网，就能完成更重度、更复杂的任务。
