Google 在日前自我揭露秋季上市的新一代機種 Pixel 6 將首度使用自行開發的手機晶片平台 Google Tensor ，象徵 Google 也走向透過軟、硬體為 Pixel 手機製造更多差異化的時代，不過做為 Google 第一款手機晶片，嚴格來說 Tensor 是建立在與其它晶片相近的基礎但強化 AI 架構的產物，並不如蘋果 A 系列大量採用自主設計架構。
QUALCOMM WILL CONTINUE TO WORK CLOSELY WITH GOOGLE ON EXISTING AND FUTURE PRODUCTS BASED ON SNAPDRAGON PLATFORMS - QUALCOMM SPOKESPERSON$QCOM
— *Walter Bloomberg (@DeItaone) August 2, 2021
不過在探討 Google Tensor 前，也要關注另一個重點：即是 Google 與長期合作夥伴高通的關係是否生變；在 Google 發表採用 Google Tensor 後，高通發言人也緊急透過向歐美媒體表示與 Google 仍持續合作，若以 Google 當前的情況有幾種解釋，其一是 Google 的自研晶片是部分由高通提供專利技術的開發模式，另一種模式則是 Google 高階機種會使用自研晶片、平價的 Pixel A 系列維持使用高通的中高階晶片。
做為 Google 第一款自研晶片， Google Tensor 仍充滿許多謎團，但就先前的爆料， Tensor 的本質很接近三星 Exynos 2100 的變種產品，不過除了強化 AI 推論的 TPU 區塊技術以外，也重新針對設備的能源管理進行架構最佳化，換言之單純從整體性能來看， Google Tensor 最多是趨近 Exynos 與 Snapdragon 888 ，但離大量客製化架構設計的蘋果 A 系列處理器難以在純效能抗衡。
不過這代表 Tensor 會是一款不及格的處理器嗎？那就要看你重視的是性能數字的表現或是日常使用體驗的表現； Google 將 Tensor 的設計理念放在如何透過 AI 提升使用體驗，從常見的相機 AI 強化、語音與語意辨識、使用習慣預測、能源管理等等，透過號稱與 Google 演算法最佳化的 TPU 推論加速架構加速 AI 效率，並減少 CPU 使用量以降低能耗。
So excited to share our new custom Google Tensor chip, which has been 4 yrs in the making (📎 for scale)! Tensor builds off of our 2 decades of computing experience and it’s our biggest innovation in Pixel to date. Will be on Pixel 6 + Pixel 6 Pro in fall. https://t.co/N95X6gFxLf pic.twitter.com/wHiEJRHJwy
— Sundar Pichai (@sundarpichai) August 2, 2021
對三星、高通而言，當前的旗艦平台確實具備卓越的硬體效能，但目前這類頂級平台面臨最大的困境就是過於重視效能的最大值，雖然先進製程能夠降低能耗，但由於頂級晶片內部結構複雜度高，每一次的世代更迭又為了使性能提高，導致每一世代的 Android 旗艦平台很難比前一代旗艦平台在峰值狀況省電，同時也延伸出另一個問題：發熱。
▲ Pixel 6 的成敗將會影響 Google 是否願意在自研手機晶片投入更多資源
如果從目前市場上同樣採用 Snapdragon 888 的旗艦手機，從跑分數據可看到最佳性能機種與最低門檻機種之間有顯著的性能落差，同時若是進行持續性效能評估，又會發現原本最高效能出色的裝置不一定有穩定的持續效能；這是由於晶片在連續峰值運作後的發熱若未能解決，就會因此導致鎖頻並使效能下降。
而對於 Google 即將推出的 Tensor ，畢竟傳出當前 CPU 、 GPU 可能都會如同三星一樣採用 Arm 標準 Cortex 微架構，意味著若這款晶片已經考慮到 Pixel 6 、 Pixel 6 Pro 的解熱能力，極可能在時脈設定、 GPU 數量有所取捨，畢竟若考慮到目前 Android 旗艦平台與中高階平台對一般消費者的日常使用體驗差異，當前旗艦平台多少都有些效能過剩的情況。
但這不代表 Google 會滿足目前 Tensor 僅在 AI 加速架構客製化的模式，從目前高通已經宣布未來將重啟自行設計 CPU 架構之路，一旦 Pixel 6 與 Tensor 繳出亮眼的成績， Google 也很有可能投入更多資源強化半導體設計，或許有機會在未來看到跑分數據與 AI 性能皆出色的 Google 晶片。
1 則回應