当前位置:首页|资讯|谷歌|AI大模型

谷歌Tensor G3处理器解析:9核CPU+10核GPU,支持本地AI大模型!

作者:芯智讯发布时间:2023-10-06

原标题:谷歌Tensor G3处理器解析:9核CPU+10核GPU,支持本地AI大模型!

10月4日,谷歌(Google)正式发布了其最新一代旗舰智能手机Pixel 8 和 Pixel 8 Pro,均配备了谷歌最新的Tensor G3处理器 ,并且都将搭载最新的Android 14系统,售价 699美元起。现在部分用户已经抢先拿到了Pixel 8系列新机,并曝光了其所搭载的自研芯片Tensor G3的核心参数及跑分测试结果。

9核CPU:性能相比上代提升超20%

根据Geekbench数据库曝光的谷歌Pixel 8 Pro所搭载的Tensor G3处理器的信息显示,其基于9核CPU架构,包括1个Cortex-X3超大核,主频3.00GHz;4个Cortex-A715大核,主频2.45GHz;4个Cortex-A510小核,主频2.15GHz。虽然这些CPU IP是Arm在2022年推出的,但是相对于上一代的Tensor G2来说,已经有了比较大的升级。

从Geekbench 6跑分成绩来看,Tensor G3的单核CPU得分为1760分,多核CPU得分为4442分,相比Tensor G2(Pixel 7 Pro,单核1463分、多核3498分)单核性能提升了约20%,多核性能提升了约27%, 但仍远远落后于苹果 A17 Pro(单核2914、多核7119分)和高通骁龙8 Gen 2等竞品。

10核Mali-G715 GPU:性能稳定性偏低

Tensor G3的GPU采用的是10核心的Arm Mali-G715 GPU,它可以与苹果A17 Pro一样支持硬件级的光线追踪加速能力。另外,之前爆料显示,在编解码能力方面,Tensor G3 将使用“BigWave”模组进一步升级视频编解码能力,在保留了 Tensor G2支持的AV1 解码的同时,新增了最高 4K@30FPS 的 AV1 编码。Tensor G3 最高可支持8K@30FPS编码。

近日,网友@Tech_Reve 曝光了Pixel 8 和Pixel 8 Pro运行3D Mark“Wild Life Stress test”的成绩。

根据“Wild Life Stress test”运行常规 3D 图形场景,循环了 20 分钟,测试了 GPU 的持续性能及其稳定性。这里起作用的因素包括制程工艺节点、GPU、CPU和设备的散热系统。Pixel 8 的最佳循环得分为8,216分,最低循环得分为4,316分,稳定性极低,仅为52.5%;而Pixel 8 Pro的最佳循环得分为8,572分,最低循环得分为5,029分,稳定性稍好,为58.7%。

需要指出的是,尽管Pixel 8 和Pixel 8 Pro都搭载了Tensor G3,但常规的Pixel 8没有配备均热板。从 Pixel 8 真机拆解可见,谷歌使用了铜和石墨薄膜以及导热脂来帮助传递热量,但在缓解过热问题方面收效甚微。相比之下Pixel 8 Pro则配备了均热板,这也使得其最终整体性能比Pixel 8高出了11%,虽然两款手机都是宣称采用了相同的Tensor G3处理器。

△谷歌Pixel 8 真机拆解

这也解释了为什么Pixel 8 Pro的 GPU表现更好。但是,Pixel 8 Pro的 GPU持续的性能仍无法与苹果A17 Pro或Snapdragon 8 Gen 2相提并论,甚至还低于上代的Pixel 7 Pro搭载的Tensor G2。

iPhone 15 Pro Max搭载的A17 Pro在“Wild Life Stress test Stability”测试中,稳定性为78.9%-89%,而小米13 Ultra搭载的骁龙8 Gen 2的稳定性达到了89%-100%,而Pixel 7 Pro搭载的Tensor G2的稳定性为67.9%-76%。

在要求更高的“Wild Life Extreme Stress test”测试中,iPhone 15 Pro Max搭载的A17 Pro的稳定性降至了65.4%-71%,而Galaxy S23 Ultra所搭载的骁龙8 Gen2的稳定性也降至了58.7%-64%,Pixel 7 Pro搭载的Tensor G2的稳定性则提升到了75.6%-82%。

三星4LPP工艺

虽然三星在去年6月底就宣布已经量产3nm工艺,但是目前仍没有一家手机芯片厂商采用。根据以上的相关测试来分析,谷歌Tensor G3是基于三星 4LPP(4nm, Low Power Plus)技术节点进行生产,而非三星4LPP+工艺。

此前消息显示,三星4LPP+可能将被首发用于三星自家Exynos 2400芯片,明年的Tensor G4则可能基于三星4LPP+进行生产。相对于三星 4LPP+制程,Tensor G3 使用的三星 4LPP 制程,能效要更低一些。

虽然谷歌一直宣称Tensor G系列处理器是由其自研的,但事实上,这个系列的SoC是由三星LSI部门来帮助谷歌进行深度定制的,谷歌提供了其自研的张量处理单元(TPU)IP,并购买了Arm的 CPU和GPU IP,(对于上代的Tensor G处理器)三星则提供了多功能编解码器IP、自定义混合 ISP、5G基带等。这也是为什么谷歌Tensor G系列处理器一直交由三星代工的主要原因,尽管三星的工艺制程在一定程度上阻碍了Tensor G系列处理器的性能。另外,三星代工的价格也要比台积电更为实惠也是一个因素。

支持本地运行AI大模型

早在2018年7月,谷歌就正式推出了用于边缘计算的edge TPU,作为其Cloud TPU的补充,当时Edge TPU仅用于推理,专为在边缘运行TensorFlow Lite ML模型而设计。

目前在中高端智能手机处理器中,基本都有集成专用的AI内核,用以除了各种人工智能计算。而谷歌自研的Tenso处理器当中,也集成了谷歌自研的TPU内核,不过在驱动程序上,谷歌将其称之为“edge TPU”。

谷歌自研Tensor G系列处理器的核心目的,一直是将其核心的软件能力(包括安卓系统能力和AI能力)更好的与硬件进行深度的优化协同,特别是在生成式AI的热潮之下,Tensor G3已经成为谷歌将生成式AI能力引入手机端的关键支点。

在此次的谷歌硬件产品发布会上,谷歌就宣布,Pixel 8系列将获得多项板载生成式 AI 功能。它们将包括系统自带的改进版 Magic Eraser 照片编辑软件。Pixel 8 Pro 还将获得包括 Video Boost 在内的其他功能,这将有助于通过生成式 AI 处理改善手机视频的质量。

比如Magic Eraser 照片编辑软件,可以让你随意调整照片亮度、背景甚至随便拖动更改主体人物位置的魔术修图功能。

△魔术修图工具效果展示

又或是能够帮助用户一键换表情的合照功能。Pixel 系列手机用户对 Top Shot 的最佳照片筛选能力应该不陌生了,完美合照在最佳照片功能的基础之上,针对人脸、群像这样的拍摄场景,借助谷歌 AI 的力量再次升级,能够让用户直接从相机捕获到的不同画面帧中、为不同人物选择表情、神态最为完美的一张进行替换。

△完美合拍功能效果展示

对 Google Pixel 系列机型而言,Google Tensor 芯片带来的最直观的提升或许就是视频拍摄了。在 Pixel 8 Pro 中,Google AI 继续发力,带来了能够实时通过 HDR+ 管线处理 4K 视频的影片强化器(Video Boost)、可以识别不同类别声音以方便后期针对性剪辑的计算音频以及夜视模式的视频拍摄支持。

△iPhone 15 Pro Max 与 Pixel 8 Pro 开启影片强化器后的拍摄效果对比

另外, Pixel 8 Pro 还是首款搭载谷歌AI 基础模型的智能手机。得益于其所搭载的Tensor G3处理器当中面向AI的Tensor 核心的加持,使得用户可以在智能手机上本地处理原本需要通过云端服务器完成的AI任务,并且拥有出色的效果和响应速度。比如,Pixel 8 Pro可以支持可离线运行魔术橡皮擦,可以更多地基于图像生成而非融入背景的方式来达到更好的物体消除效果;Gboard 能够根据对话信息自动生成更加自然、更符合交流习惯的回复建议,让用户一键社交;Pixel 8 Pro 甚至还会内置一个专门用于图像处理的模型,为图库中放大之后的图片生成更加清晰的细节。

值得一提的是,此前联发科也已经宣布,其新一代天玑旗舰移动芯片的智能手机支持由Llama 2模型开发的AI应用,可为用户带来振奋人心的生成式AI应用体验。

小结:

虽然谷歌Pixel系列智能手机一直以来都存在感不高,相比其他品牌的旗舰智能手机来说,Pixel系列智能手机都主要是通过率先升级最新版本的安卓系统来作为最大卖点。但是随着Tensor G系列自研手机处理器的加入以及持续迭代,也为Pixel系列智能手机带来了更多的软硬协同上的体验升级。比如,谷歌已经将其AI最新研究成果引入 Pixel 8、Pixel 8 Pro 新机,而Tensor G3则深度结合了谷歌机器学习和 AI 算法,大幅提升了处理照片和视频录制的能力。当然,Tensor G系列处理器的CPU、GPU等方面的性能与旗舰SoC仍然存在一定的差距,这主要是由于芯片设计与三星制程工艺的制约。

不过有传闻称,2025年即将推出的Pixel 10系列搭载的Tensor G5,可能将会完全由谷歌定制,可能会交由台积电代工。届时,Tensor G5或许有可能带来比肩高通或联发科旗舰级移动处理器的性能体验。

编辑:芯智讯-浪客剑


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1