這款手機甚至還沒有推出，但由定制的谷歌 Tensor SoC 驅動的Pixel 6 系列的前景已經引發了一些重大問題。芯片能趕上蘋果嗎？它真的會使用最新最好的技術嗎？

　　谷歌本可以從長期合作伙伴高通購買芯片組，甚至從新朋友三星那里購買 Exynos 型號芯片。該公司正在與三星合作，使用現成的組件和一些內部機器學習 （ML） 芯片的組合來開發自己的芯片組。

　　根據一份可靠的報告，Pixel 6 的Google Tensor SoC 看起來與市場上的其它旗艦芯片組略有不同。當然，當我們擁有設備時，我們將保存基準測試以及任何性能和電池判斷。但是，我們已經掌握了大量信息，可以深入研究 Qualcomm（以及我們正在使用的三星）最新芯片組之間的紙面數據比較。谷歌Tensor 與驍龍 888 芯片組的對決如何形成？讓我們先睹為快。

　　Google Tensor vs Snapdragon 888 vsExynos 2100

　　盡管高通和三星的下一代 SoC 離我們并不遙遠，但谷歌 Tensor 芯片旨在與當前的高通驍龍 888和三星 Exynos 2100旗艦芯片組競爭。所以我們將使用這些作為我們比較的基礎。

　　鑒于他們關系的性質，正如我們所期望的那樣，谷歌的 Tensor SoC 嚴重依賴三星在其最新 Exynos 處理器中的技術。報道稱，調制解調器和 GPU 設置直接借鑒于 Exynos 2100，相似之處延伸到類似的 AV1 媒體解碼硬件支持。

　　如果 GPU 設置確實與三星的Exynos 2100 匹配，那么 Pixel 6 也將是一款不錯的游戲手機，盡管仍比 Snapdragon 888 的圖形功能落后幾幀。盡管如此，對于那些希望從 Pixel6 獲得適當旗艦級性能的人來說，這將是一種解脫。但是，我們預計該芯片的張量處理單元 （TPU） 將提供更具競爭力的機器學習和 AI 功能。

　　Google 的 2+2+4 CPU 設置是一個更奇怪的設計選擇。值得更詳細地探索，我們將對此進行探討，但突出的一點是，兩個強大的Cortex-X1 CPU 應該使 Google Tensor SoC 更適合單線程，但較舊的Cortex-A76內核可能會使芯片成為較弱的多任務處理能力。這是一個有趣的組合，可以追溯到三星命運多舛的Mongoose CPU設置。然而，關于該設計的功率和熱效率還有很多問題需要回答。

　　從理論上講，谷歌 Tensor 處理器和 Pixel 6 系列與 Exynos 2100 和驍龍 888 相比，在 2021 年的一些最佳智能手機中具有很強的競爭力。

　　了解 Google Tensor CPU 設計

　　讓我們看一下技術愛好者關注的大問題：為什么 Google 會選擇 2018 年的 Arm Cortex-A76 CPU 作為尖端 SoC？答案在于面積、功率和散熱的妥協。

　　我從之前的 Arm 公告中挖出了一張幻燈片（見下文），有助于形象化重要的論點。假設圖表的比例不是特別準確，但得出的結論是 Cortex-A76 比新的Cortex-A77和 A78更小、功耗更低，而且時鐘速度和制造工藝相同（ISO 比較）。這個例子是在 7nm 上，但三星已經在5nm Cortex-A76上與 Arm 合作了一段時間。如果你想要數字，Cortex-A77 比 A76 大 17%，而 A78 只比 A77 小 5%。同樣，Arm 僅設法將 A77 和 A78 之間的功耗降低了4%，而 A76 則是更小、功耗更低的選擇。

　　權衡是 Cortex-A76 提供的峰值性能要低得多?；仡?Arm 的數據，該公司在 A77 和A76 之間實現了 20% 的微架構收益，并在遷移到 A78 的過程中進一步提高了 7%。因此，多線程任務在 Pixel 6 上的運行速度可能比其 Snapdragon 888 競爭對手慢，盡管這在很大程度上取決于確切的工作負載。有了兩個 Cortex-X1 內核來承擔重任，谷歌可能會對其芯片具有正確的峰值功率和效率組合充滿信心。

　　這是關鍵點——選擇較舊的 Cortex-A76 與 Google 對兩個高性能 Cortex-X1 CPU 內核的渴望密不可分。移動處理器 CPU 設計可以消耗的面積、功率和熱量非常有限，而兩個 Cortex-X1 則突破了這些界限。

　　選擇更小、更低功率的內核可以為這些更大的組件釋放芯片的硅、能量和熱預算?；蛘撸梢哉f選擇兩個 Cortex-X1 CPU 內核迫使 Google 采用兩個更小、功耗更低的中級內核。但是，當高通和三星很高興并且只用一個 Cortex-X1 就表現得很好時，為什么谷歌要兩個 Cortex-X1？

　　除了原始的單線程性能提升外，內核比 A78 快 23%，Cortex-X1 是機器學習的主力軍。正如我們所知，機器學習是谷歌這種定制芯片設計目標的重要組成部分。Cortex-X1 通過使用更大的緩存和兩倍的 SIMD 浮點指令帶寬，提供了 Cortex-A78 兩倍的機器學習數字運算能力。換句話說，谷歌正在降低一些通用的多核性能，以換取兩個增強其 TPU ML 功能的 Cortex-X1。特別是在可能不值得啟動專用機器學習加速器的情況下。盡管我們還不知道 Google 打算為其 CPU 內核配對多少緩存，但這也會對其性能產生影響。

　　盡管使用了 Cortex-A76 內核，但仍有可能在功率和熱量方面進行權衡。測試表明，單個 Cortex-X1 內核非常耗電，在當今的旗艦手機中難以維持峰值頻率。有些手機甚至會避免在 X1 上運行任務以提高功耗。兩個板載核心使熱量和功率問題翻倍，因此我們應該謹慎對待Pixel 6 將僅僅因為它有兩個強大的核心而超越競爭對手的建議。持續的性能和能源消耗將是關鍵。請記住，三星的Exynos 芯片組由其強大的 Mongoose 內核提供支持，正是因為這個問題。

　　谷歌的 TPU 差異化

　　關于 Google Tensor SoC 的為數不多的未知數之一是其張量處理單元。我們知道它主要負責運行 Google 的各種機器學習任務，例如語音識別到圖像處理，甚至視頻解碼。這表明有一個合理的通用推理和媒體組件，它連接到芯片的多媒體管道中。

　　高通和三星也有自己專用于機器學習的硅部件，但驍龍 888 的特別有趣之處在于這些處理部件的擴散程度。Qualcomm 的 AI 引擎分布在其CPU、GPU、Hexagon DSP、Spectra ISP 和傳感中心。雖然這有利于提高效率，但您不會找到同時運行所有這些組件的用例。所以高通 26TOPS 的全系統 AI 性能即使有也不會經常使用。相反，您更有可能看到一次運行一兩個組件，例如用于計算機視覺任務的 ISP 和 DSP。

　　毫無疑問，谷歌的 TPU 將包含各種子塊，特別是如果它也運行視頻編碼和解碼，但似乎 TPU 將容納大部分（如果不是全部）Pixel 6 的 ML 功能。如果谷歌能夠一次充分利用其大部分 TPU 功能，那么它很可能能夠在一些真正有趣的用例上超越競爭對手。但我們只能拭目以待。

　　Google Tensor 與Snapdragon 888誰更強？

　　谷歌 Tensor SoC 為移動芯片組競技場注入了一些急需的新鮮血液。當然，我們會等到手機拿到手之后再下結論。但在紙面上，谷歌 Tensor 看起來與旗艦級 Snapdragon 888 和 Exynos 2100 一樣引人注目。

　　正如我們一直預期的那樣，Google Tensor 不會超越當前一代的處理器。但是，它正在尋求自己的新穎方法來解決移動處理問題。憑借兩個高性能 CPU 內核及其內部 TPU 機器學習解決方案，谷歌的 SoC 與其競爭對手略有不同。盡管真正的游戲規則改變者可能是谷歌通過遷移到自己的芯片來提供五年的操作系統更新。

　　您如何看待 Google Tensor 與 Snapdragon 888 和 Exynos 2100？Pixel 6 的處理器是否會成為真正的旗艦競爭者？