谷歌Pixel6 Tensor CPU設計圍繞機器學習展開

這真的不應該讓人感到意外。谷歌可以說是機器學習 (ML) 和人工智能之王之一，它依賴這些技術來理解它通過互聯網收集的所有數據。因此，當它透露正在制造自己的名為 Tensor 的片上系統(tǒng) (SoC) 時，人們預計該芯片將在其最前沿采用 ML。這就是谷歌現在對 Tensor 芯片及其功能的確認，同時在技術細節(jié)上仍然有些靦腆。

谷歌希望讓人們知道，與驍龍 888 之類的產品相比，它的 Tensor 是一個不同的品種，盡管它的性能也會一樣。從 CPU 的設計到不同處理單元的協(xié)同工作方式，Pixel 6 內部的芯片組都以 ML 為核心。事實上，它是與谷歌研究院一起設計的，因為谷歌希望芯片在未來的 ML 趨勢方面具有前瞻性。

當然，大多數 Pixel 6 用戶不會太在意這一點，他們更感興趣的是它如何使他們的智能手機日常使用受益。當然，谷歌 Tensor 因能夠長時間進行自動語音識別、使用僅存儲在設備上的語音和翻譯模型對視頻進行實時翻譯、攝影技巧(如運動模式)僅對圖像的某些部分產生模糊效果或實時 HDR+，即使是 4K 60fps 視頻。所有這些不僅利用了谷歌所說的“異構”架構，它同時使用整個芯片上的 CPU、GPU、TPU 和其他資源。

雖然 Snapdragon 888 或 Exynos 2100 等其他處理器也可能具備這些功能，但谷歌聲稱 Tensor 的優(yōu)勢在于更高效的功耗和熱管理。這可能是因為它非正統(tǒng)地使用了兩個 Cortex-X1 “prime”內核、兩個較舊的 Cortex-A76 內核和四個 Cortex-A55 內核。Tensor 不是簡單地從一個主要核心獲得巨大的高性能爆發(fā)，而是試圖在兩個 Cortex-X1 核心之間分擔重負載，以便 CPU 可以快速完成任務并回到低功耗狀態(tài)“待機模式。

這種電源和熱管理優(yōu)勢可能是一個關鍵點，特別是考慮到有關 Pixel 5 和 5a 僅在短暫的 4K 視頻錄制期間就過熱的投訴。Tensor 在現實世界中的實際表現還有待觀察，但其不同尋常的設計表明基準測試可能有點偏差，尤其是在單核測試方面。