來源：編譯自androidauthority
這款手機甚至還沒有推出，但由定製的谷歌 Tensor SoC 驅動的Pixel 6 系列的前景已經引發了一些重大問題。晶片能趕上蘋果嗎？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晶片組，甚至從新朋友三星那裡購買 Exynos 型號晶片。該公司正在與三星合作，使用現成的元件和一些內部機器學習 (ML) 晶片的組合來開發自己的晶片組。
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晶片組略有不同。當然，當我們擁有裝置時，我們將儲存基準測試以及任何效能和電池判斷。但是，我們已經掌握了大量資訊，可以深入研究 Qualcomm（以及我們正在使用的三星）最新晶片組之間的紙面資料比較。谷歌Tensor 與驍龍 888 晶片組的對決如何形成？讓我們先睹為快。
Google Tensor vs Snapdragon 888 vsExynos 2100
儘管高通和三星的下一代 SoC 離我們並不遙遠，但谷歌 Tensor 晶片旨在與當前的高通驍龍 888和三星 Exynos 2100旗艦晶片組競爭。所以我們將使用這些作為我們比較的基礎。
鑑於他們關係的性質，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，調變解調器和 GPU 設定直接借鑑於 Exynos 2100，相似之處延伸到類似的 AV1 媒體解碼硬體支援。
如果 GPU 設定確實與三星的Exynos 2100 匹配，那麼 Pixel 6 也將是一款不錯的遊戲手機，儘管仍比 Snapdragon 888 的圖形功能落後幾幀。儘管如此，對於那些希望從 Pixel6 獲得適當旗艦級效能的人來說，這將是一種解脫。但是，我們預計該晶片的張量處理單元 (TPU) 將提供更具競爭力的機器學習和 AI 功能。
Google 的 2+2+4 CPU 設定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 更適合單執行緒，但較舊的Cortex-A76核心可能會使晶片成為較弱的多工處理能力。這是一個有趣的組合，可以追溯到三星命運多舛的Mongoose CPU設定。然而，關於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 年的一些最佳智慧手機中具有很強的競爭力。
瞭解 Google Tensor CPU 設計
讓我們看一下技術愛好者關注的大問題：為什麼 Google 會選擇 2018 年的 Arm Cortex-A76 CPU 作為尖端 SoC？答案在於面積、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），有助於形象化重要的論點。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，而且時鐘速度和製造工藝相同（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 提供的峰值效能要低得多。回顧 Arm 的資料，該公司在 A77 和A76 之間實現了 20% 的微架構收益，並在遷移到 A78 的過程中進一步提高了 7%。因此，多執行緒任務在 Pixel 6 上的執行速度可能比其 Snapdragon 888 競爭對手慢，儘管這在很大程度上取決於確切的工作負載。有了兩個 Cortex-X1 核心來承擔重任，谷歌可能會對其晶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 對兩個高效能 Cortex-X1 CPU 核心的渴望密不可分。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、更低功率的核心可以為這些更大的元件釋放晶片的矽、能量和熱預算。或者，可以說選擇兩個 Cortex-X1 CPU 核心迫使 Google 採用兩個更小、功耗更低的中級核心。但是，當高通和三星很高興並且只用一個 Cortex-X1 就表現得很好時，為什麼谷歌要兩個 Cortex-X1？
除了原始的單執行緒效能提升外，核心比 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製晶片設計目標的重要組成部分。Cortex-X1 透過使用更大的快取和兩倍的 SIMD 浮點指令頻寬，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效能，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。儘管我們還不知道 Google 打算為其 CPU 核心配對多少快取，但這也會對其效能產生影響。
儘管使用了 Cortex-A76 核心，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 核心非常耗電，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 上執行任務以提高功耗。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。持續的效能和能源消耗將是關鍵。請記住，三星的Exynos 晶片組由其強大的 Mongoose 核心提供支援，正是因為這個問題。
谷歌的 TPU 差異化
關於 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執行 Google 的各種機器學習任務，例如語音識別到影象處理，甚至影片解碼。這表明有一個合理的通用推理和媒體元件，它連線到晶片的多媒體管道中。
高通和三星也有自己專用於機器學習的矽部件，但驍龍 888 的特別有趣之處在於這些處理部件的擴散程度。Qualcomm 的 AI 引擎分佈在其CPU、GPU、Hexagon DSP、Spectra ISP 和感測中心。雖然這有利於提高效率，但您不會找到同時執行所有這些元件的用例。所以高通 26TOPS 的全系統 AI 效能即使有也不會經常使用。相反，您更有可能看到一次執行一兩個元件，例如用於計算機視覺任務的 ISP 和 DSP。
毫無疑問，谷歌的 TPU 將包含各種子塊，特別是如果它也執行影片編碼和解碼，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，那麼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 為移動晶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後再下結論。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。憑藉兩個高效能 CPU 核心及其內部 TPU 機器學習解決方案，谷歌的 SoC 與其競爭對手略有不同。儘管真正的遊戲規則改變者可能是谷歌透過遷移到自己的晶片來提供五年的作業系統更新。
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？
*免責宣告：本文由作者原創。文章內容系作者個人觀點，半導體行業觀察轉載僅為了傳達一種不同的觀點，不代表半導體行業觀察對該觀點贊同或支援，如果有任何異議，歡迎聯絡半導體行業觀察。
今天是《半導體行業觀察》為您分享的第2802內容，歡迎關注。
晶圓｜積體電路｜裝置｜汽車晶片｜儲存｜臺積電｜AI｜封裝
