深度剖析谷歌TensorG2芯片

随着新一批 Pixel 7手机的推出，它们的核心是一个新芯片：谷歌的 Tensor G2。与去年的 Tensor（该公司首款定制移动芯片）一样，它是一款注入 AI 的强大动力，专门围绕Pixel 7、Pixel 7 Pro和 Pixel Tablet 的新功能构建。它还将与改进的 Titan M2 芯片一起使用，该芯片处理设备上的安全性。

Tensor G2 芯片具有两个“大”CPU 内核、两个“中”内核和四个“小”内核，与第一代 Tensor 芯片的设计一样。第一代 Tensor 芯片包括 8 个中央处理器或 CPU：两个快速内核，具有 2.86GHz 时钟速度，可用于最重要的任务；两个中端核心，频率为 2.25GHz；和四个小型高效 A55 内核，频率为 1.8GHz，用于对电池温和的工作。这些 CPU 配有图形处理单元或 GPU、图像处理器、人工智能加速器和其他模块。

图源：谷歌

与第一代Tensor相比，Tensor G2的时钟速度只提高了一点点。实际上，大内核和中内核的时钟速度只有 5MHz 和 10MHz。而且谷歌坚持使用带有大核和小核的 Arm Cortex X1 和 A55 芯片。

唯一的重大更新是，Tensor G2 的 Medium 核心现在使用 Arm A78 而不是 A76。在 Arm 声称的 IPC 改进之后，这两个内核可以提供大约 25% 的性能提升，以换取更多的面积和功耗。但是，其他 CPU 内核几乎保持不变，两个功能强大但两代旧的 Cortex-X1 用于繁重的工作，四个低功耗的 Cortex-A55 用于后台任务。我们不应该期望这里的批发性能发生变化；整体 CPU 布局基本保持不变，但应该为游戏和其他持续工作负载提供更多性能。

Tensor G2 的GPU布局也进行了类似的修改，谷歌将 Tensor 的 GPU 从 Arm Mali-G78 MP20 切换到更新的 Mali-G701 MP07。但没有明显的不同。与 Mali-G78 相比，转向 Arm 的 2021 Mali-G710 微架构可提供 20% 的性能和功耗提升，以及高达 35% 的机器学习提升。令人印象深刻，这可能部分说明了为什么谷歌去年从强大的 20 核设置切换到最小的 7 核配置。尽管我们应该注意到这些新内核提供了非常不同的性能水平。

Tensor G2与Tensor的规格对比

行业的测试表明，新的 Mali-G710 提供的性能大致相当于一个 Mali-G78 内核的 2 到 3 倍。考虑到这一点，G2 的图形性能可能会落在原始张量的任何一侧，具体取决于时钟速度。

最终，它的性能排名肯定会低于 Mali-G710 MC10 Dimensity 9000 Plus和Snapdragon 8 Plus Gen 1。一旦我们对芯片进行了基准测试，我们就会确定。

Tensor G2 是Pixel 7 AI 驱动功能的关键，例如识别人类语音、在通话期间过滤背景噪音、将语音翻译成文本或其他语言，也许最重要的是，处理照片和视频。使用 Tensor G2，人工智能可以在不耗尽手机电池的情况下发挥更大的作用——而电池寿命是去年 Pixel 6 机型的一大弊端。

谷歌在 Tensor G2 中引入了其下一代定制张量处理单元 (TPU)。Tensor 的名称源于数学概念，它是谷歌希望在其处理器上加速的人工智能计算的核心。Google将其 AI加速器称为 TPU，但这些模块也有许多其他名称，例如 Apple 的神经引擎。

TPU 与图像管道紧密耦合，可处理范围广泛的机器学习任务，从实时翻译到图像和视频处理。谷歌尚未具体说明其最新迭代 TPU 的新功能，但据Android Authority的测试，摄像头和语音任务的运行速度最高可提高 60%。谷歌表示，G2 以一半的功耗将文本转换为语音的速度提高了 70%。语音翻译速度提高 60%，功耗降低 20%。说到这里，ISP 现在支持 10 位 HDR 视频录制、谷歌 HDRnet 色调映射和高达 108MP 的零快门延迟图像——尽管 Pixel 7 系列有一个 48MP 的摄像头。

尽管 Google 非常重视 Tensor 的 AI 能力，但它并不总是行业领导者。凭借较旧的 CPU 组件和相对紧凑的 GPU 集群，Google 的 Tensor G2 不会在 Qualcomm Snapdragon 8 Plus Gen 1、Mediatek Dimensity 9000 Plus、Samsung Exynos 2200 和Apple A16仿生等基准测试包中名列前茅。

正如我们从最近的基准测试中看到的那样，Apple 和 Qualcomm 的最新芯片组提供的性能远远超过了原始的 Tensor，也可能超过了 Tensor G2。尽管谷歌的芯片组与联发科功能强大的天玑 9000 Plus 共享相同的 GPU 核心，但较低的核心数量无疑会导致高性能游戏的帧速率降低。

此外，谷歌最新的芯片组仍然基于较老的三星5LPE工艺，这不如Exynos 2200和Snapdragon 8 Gen 1使用的4LPE节点高效。高通为了解决8 Plus第一代机型的过热问题而求助于台积电(TSMC)的N4节点，该节点的效率仍然更高，在不久的将来，我们将朝着3mm的方向快速前进。虽然谷歌在它的定制机器学习芯片上可能仍然有很大的影响力，但它的竞争对手在这方面也没有停滞不前。尽管被吹捧的60%的性能提升应该会把谷歌推到前面。

最终，我们离高通、联发科和三星的下一代芯片组不远了，这些芯片组将用于2023年的安卓旗舰手机。谷歌还没有过渡到最新的Armv9架构，该架构的最新组件包括为下一代soc设计的强大的Cortex-X3和Cortex-A715 cpu。虽然目前Pixel 7系列可能不会让人觉得太过落后，但这一切可能在六个月后发生改变。

更糟糕的是，它占用了更多的芯片表面积，这意味着制造成本更高。

即便如此，我们对稍微老一点的处理器在日常任务中的性能没有任何抱怨，而且这一点不会改变，除非一些要求更高的应用程序突然出现。尽管技术可以追溯到2020年，双Cortex-X1 CPU仍然提供比你在大多数情况下需要的更多的CPU负载。

更大的担忧是，这种老化的设计能否在功率效率方面经受住竞争，尤其是当它们受益于更新、更高效的制造工艺时。谷歌声称已升级所有 Tensor G2 子系统以降低日常工作负载的功耗，但这是否足以缩小差距？功耗可能是决定 Tensor G2 能否凭借其与竞争对手制造商设计的以性能为中心的 SoC 截然不同的理念而成功的决定性因素。

https://www.androidauthority.com/google-tensor-g2-explained-3216087/

https://www.engadget.com/google-tensor-g2-chip-powers-pixel-7-pro-142045121.html?guccounter=1&guce_referrer=aHR0cHM6Ly93d3cuZ29vZ2xlLmNvbS8&guce_referrer_sig=AQAAAJqoT_JL94Ilq0vaCxlF752Wa0bq7UGiQiWscIw8CrzYJkLc_Jrqempao5cUpHc9LlnpxKAcnDuTLI3_EPTZi4o7fDdJEeeZTovRccGBjcpJMB4bJimQIyLx2_RTRF06B-8LXBg8qw2de24KVB6cyTqpkhcMQQcGV4HeVzrxDZiH