提供永久免费的API接口，查看更多API接口，如果您有其他免费API资源，请联系我们，造福人类。

定制开发，免费评估，免费咨询，价格便宜，售后保障，前往开发服务中心或联系开发客服中心

Android Authority上的链接可能会为我们赚取佣金；了解更多信息。

通过Pixel 6，我们终于亲身体验了谷歌首款定制的芯片移动系统（SoC），名为谷歌Tensor。谷歌Tensor芯片代表了该公司在设计定制移动SoC方面的首次尝试，尽管该公司过去曾涉足过像素视觉内核和Titan M安全芯片等附加硬件。或者至少是部分设计。

尽管谷歌并没有从头开始开发每个组件，但张量处理单元（Tensor Processing Unit，TPU）完全是内部的，它是公司希望通过SoC实现的核心。正如预期的那样，谷歌表示该处理器专注于增强成像和机器学习（ML）能力。为此，Tensor并没有在大多数应用中提供突破性的原始电源，但这是因为该公司正瞄准其他使用情形。

鉴于这种微妙的芯片设计方法，有必要更深入地了解谷歌新SoC的核心，以及该公司希望在未来实现的目标。以下是您需要了解的有关谷歌Tensor的所有信息。

首先，Tensor是一块定制的硅，由谷歌设计，能够高效地处理公司最希望优先处理的事情，例如与机器学习相关的工作负载。不用说，Tensor是Google在上一代中档像素5中使用的芯片的一个重要进步。事实上，它与高通公司（Qualcomm）和三星（Samsung）等公司的旗舰SoC不相上下。

但这并非巧合——我们知道谷歌与三星合作共同开发和制造了Tensor SoC。在不深入研究规范的情况下，还值得注意的是，该芯片与Exynos 2100有许多共同之处，从GPU和调制解调器等组件到时钟和电源管理等架构方面，如今，一个适度的减速并不太令人兴奋，谷歌本可以在不设计自己的SoC的情况下获得类似的性能提升。毕竟，许多其他使用其他芯片的智能手机，从早期的像素设备到竞争对手的旗舰，对于日常任务来说速度已经足够快了。不过，值得庆幸的是，还有很多其他好处没有原始性能提升那么明显。

正如我们前面提到的，这场秀的主角是谷歌的内部TPU。谷歌强调，该芯片在处理字幕的实时语言翻译、无需互联网连接的文本到语音、图像处理和其他基于机器学习的功能（如实时翻译和字幕）等任务方面速度更快。它还允许Pixel 6首次将谷歌的HDRNet算法应用于视频，即使视频质量高达4K 60fps。总而言之，TPU允许谷歌梦寐以求的机器学习技术在设备上更高效地运行，动摇了对云连接的需求。这对于电池和安全意识来说是个好消息。

谷歌的另一个定制产品是其Titan M2安全核心。它的任务是存储和处理您的额外敏感信息，如生物特征加密，并保护安全引导等重要过程，这是一个安全的飞地，增加了急需的额外安全级别。

我们很早就知道谷歌将从Arm为Tensor授权现成的CPU内核。从头开始构建新的微体系结构是一项更大的工作，需要大量的工程资源。为此，如果您一直与高通公司和三星公司的旗舰芯片保持同步，那么SoC的基本构建块可能看起来很熟悉，但有几个显著的区别。

与最新的旗舰SoC不同，如Exynos 2100和Snapdragon 888，后者具有单一的高性能Cortex-X1内核，谷歌选择加入两个这样的CPU核心。这意味着Tensor有一个更独特的2+2+4（大、中、小）配置，而它的竞争对手有一个1+3+4组合。从纸面上看，这种配置似乎有利于张量在更高要求的工作负载和机器学习任务中的应用——Cortex-X1是一款ML数字处理器。

不过，正如您可能已经注意到的那样，谷歌的SoC在这个过程中略过了中间核心，而且在许多方面不止一个。除了较低的计数外，该公司还选择了明显更老的Cortex-A76内核，而不是性能更好的A77和A78内核。在上下文中，后者用于Snapdragon 888和三星的Exynos 2100 SOC。正如您对旧硬件的期望，Cortex-A76同时消耗更多的电源和更低的性能。

在Pixel 6发布之前，牺牲中核性能和效率的决定是一个备受争议的话题。谷歌没有给出使用Cortex-A76的理由。四年前Tensor开发开始时，三星/谷歌可能没有访问IP。或者，如果这是一个有意识的决定，它可能是硅芯片空间和/或电源预算限制的结果。皮质X1大，而A76比A78小。有了两个高性能的内核，谷歌可能没有电力、空间或热预算来包括较新的A78内核。

虽然该公司还没有就许多与Tensor相关的决策发表意见，Google Silicon的一位副总裁告诉Ars Technica，包括双X1内核是一种有意识的设计选择，在权衡与ML相关的应用时考虑到了这一点。

至于图形功能，Tensor与Exynos 2100的Arm Mali-G78 GPU共享。然而，它是一种增强型，比Exynos'14提供20个内核。从理论上讲，这42%的增长再次是一个相当显著的优势。

尽管在纸面上有一些明显的优势，但如果你希望获得超越一代人的表现，那你就错了我在这里会有点失望。

尽管谷歌的TPU在公司的ML工作负载方面有其优势是无可争辩的，但大多数现实世界的用例，如网络浏览和媒体消费，都完全依赖传统的CPU集群。在对CPU工作负载进行基准测试时，您会发现高通公司和三星公司都比Tensor公司略胜一筹。不过，Tensor的强大功能足以轻松处理这些任务。

与Exynos 2100相比，Tensor中的GPU确实表现得更加出色，这要归功于额外的内核。然而，在我们的压力测试基准测试中，我们确实注意到了激进的热节流。

有可能SoC在不同的机箱中的性能比Pixel 6系列稍好一些。即便如此，除了最专注的玩家外，所有玩家都能享受到出色的性能。

但所有这些都不是什么新鲜事——我们已经知道Tensor并不是为顶级基准图表而设计的。真正的问题是谷歌是否实现了其改善机器学习能力的承诺。不幸的是，这并不容易量化。尽管如此，谷歌6像素带来的照相机和其他功能给我们留下了深刻的印象。此外，值得注意的是，其他基准测试显示，Tensor在自然语言处理方面轻松超越了最接近的竞争对手。

总之，Tensor并不是传统意义上的巨大飞跃，但它的ML功能标志着谷歌定制硅芯片新时代的开始。

AI和ML是谷歌工作的核心，可以说它做得比其他任何人都好——因此它是谷歌芯片的核心焦点。正如我们在最近的许多SoC版本中所指出的，原始性能不再是移动SoC最重要的方面。异构计算和工作负载效率对于实现强大的新软件功能和产品差异化同样重要（如果不是更重要的话）。

要证明这一点，请看看苹果及其与iPhone的垂直集成成功。在过去的几代人中，苹果一直专注于改进其定制SOC的机器学习能力。这已经得到了回报——最新的iPhone和iOS 15同时推出了大量与ML相关的功能，这一点很明显。

同样，通过走出高通生态系统，选择自己的组件，谷歌在如何以及在何处投入宝贵的硅空间来实现其智能手机愿景方面获得了更多的控制权。高通公司必须满足广泛的合作伙伴愿景，而谷歌显然没有这样的义务。相反，就像苹果在定制硅上的工作一样，谷歌正在使用定制硬件来帮助构建定制体验。

尽管Tensor是谷歌定制硅项目的第一代，但我们已经看到一些定制工具最近实现了。Magic橡皮擦、RealTone、甚至像素6上的实时语音听写等功能都比谷歌和智能手机行业的其他玩家之前的尝试有了显著的改进。

此外，谷歌正在鼓吹在这些与机器学习相关的任务中使用Tensor可以大幅降低功耗。为此，当设备执行昂贵的计算任务（如像素的签名HDR图像处理、设备上的语音字幕或翻译）时，您可以期望更少的电池消耗。

除了功能之外，Tensor SoC似乎还允许谷歌提供比以往更长的软件更新承诺。通常，Android设备制造商依赖高通公司的支持路线图来推出长期更新。三星通过高通公司提供三年的操作系统更新和四年的安全更新。

凭借像素6系列，谷歌已经超越了其他安卓原始设备制造商，承诺进行五年的安全更新，尽管通常只有三年的安卓更新。谷歌首席执行官Sundar Pichai指出，Tensor芯片已经制作了四年，这是一个有趣的时间框架。谷歌在移动AI和ML功能还相对较新的时候启动了这个项目。该公司一直处于ML市场的最前沿，并且经常因合作伙伴硅的局限性而感到沮丧，如像素视觉核心和神经核心实验所示。

不可否认，高通公司和其他公司已经四年没有坐视不理了。机器学习、计算机成像和异构计算能力是所有主要移动SoC厂商的核心，而不仅仅是在其高端产品中。尽管如此，Tensor SoC仍在谷歌大显身手，不仅在机器学习硅方面，而且在硬件设计如何影响产品差异化和软件功能方面。尽管第一代Tensor没有在传统计算任务中开辟新天地，它确实让我们对像素系列和智能手机行业的未来一瞥。我们已经看到了第二代SoC的传闻，它可能会与下一个像素一起亮相，并捆绑新的Cortex-X2 CPU内核。

很容易想象，第二代Tensor将带来更好的成像能力和更强大的机器学习功能集，尤其是现在，谷歌已经有了一些时间来反思其第一次尝试的结果

2023-03-22 10:04:47