Pixel6TensorCPU设计围绕机器学习展开

这真的不应该让人感到意外。谷歌可以说是机器学习 (ML) 和人工智能之王之一，它依赖这些技术来理解它通过互联网收集的所有数据。因此，当它透露正在制造自己的名为 Tensor 的片上系统 (SoC) 时，人们预计该芯片将在其最前沿采用 ML。这就是谷歌现在对 Tensor 芯片及其功能的确认，同时在技术细节上仍然有些腼腆。

谷歌想让它知道，与骁龙 888 之类的产品相比，它的 Tensor 是一个不同的品种，尽管它的性能也会一样。从 CPU 的设计到不同处理单元的协同工作方式，Pixel 6 内部的芯片组都以 ML 为核心。事实上，它是与谷歌研究院一起设计的，因为谷歌希望芯片在未来的 ML 趋势方面具有前瞻性。

当然，大多数 Pixel 6 用户不会太在意这一点，他们更感兴趣的是它如何为他们的智能手机日常使用带来好处。当然，谷歌 Tensor 因能够长时间进行自动语音识别、使用仅存储在设备上的语音和翻译模型对视频进行实时翻译、摄影技巧(如运动模式)仅对图像的某些部分产生模糊效果或实时 HDR+，即使是 4K 60fps 视频。所有这些不仅利用了谷歌所说的“异构”架构，它同时使用整个芯片上的 CPU、GPU、TPU 和其他资源。

虽然 Snapdragon 888 或 Exynos 2100 等其他处理器也可能具备这些功能，但谷歌声称 Tensor 的优势在于更高效的功耗和热管理。这可能是因为它非正统地使用了两个 Cortex-X1 “prime”内核、两个较旧的 Cortex-A76 内核和四个 Cortex-A55 内核。Tensor 不是简单地从一个主要核心获得巨大的高性能爆发，而是试图在两个 Cortex-X1 核心之间分担重负载，以便 CPU 可以快速完成任务并回到低功耗状态“待机模式。

这种电源和热管理优势可能是一个关键点，特别是考虑到有关 Pixel 5 和 5a 仅在短暂的 4K 视频录制期间就过热的投诉。Tensor 在现实世界中的实际表现还有待观察，但其不同寻常的设计表明基准测试可能有点偏差，尤其是在单核测试方面。