# Google 自研芯片 Tensor 什么水平？ \| 硬哲学

- 作者：杜沅傧
- 发布时间：2021-11-23 08:51
- 分类：产品
- 原文：https://www.ifanr.com/1455914

![](https://s3.ifanr.com/wp-content/uploads/2021/11/pixel-6-green-2-e1637628609655.jpeg)

兼容并包的 Android 系统，造就了百花齐放的 Android 智能手机。但对于机皇的称号，每个人心里都有着自己的答案。

![](https://s3.ifanr.com/wp-content/uploads/2021/11/Snipaste_2021-11-22_20-16-22.jpg)

而 CNN（有线电视新闻网）则把「目前最佳 Android 手机」的称号送给了 Pixel 6 Pro，称其有着优秀的相机、流畅的系统以及独有的外观。

![](https://s3.ifanr.com/wp-content/uploads/2021/05/unnamed-1.jpg)

▲ Android 12.



造就这些特色的除了 Android 12 系统，还有 Google 首枚自研芯片 Tensor，如此的软硬结合成就了几年间竞争力、关注度最高的 Pixel，没有之一。

在 Pixel 亮相之前，有着苹果自研[ A 系列芯片](https://www.ifanr.com/1452209)的珠玉在前，Tensor 也被贴上了「炸场」的标签，似乎 Google 也会拿出一枚足以名垂青史的自研 SoC。

![](https://s3.ifanr.com/wp-content/uploads/2021/11/Fig.jpg)

只是随着 Pixel 的出货，Tensor 的架构、性能也被彻底解构，但它在性能、功耗上的表现还不足以称得上「成熟」。但在一些功能模块的取舍上，颇具 Google「设计」的匠心。

### 到底是自研，还是「魔改」

21 世纪的半导体产业已不像上个世纪 80 年代的百家争鸣，更像是几大寡头之间三分天下。

Google Silicon 团队在 Tensor 上已经投入了[三到四年](https://arstechnica.com/gadgets/2021/10/the-google-silicon-team-gives-us-a-tour-of-the-pixel-6s-tensor-soc/)，但对于一款面向于智能手机的处理器 SoC 而言，没有深厚的技术积累，想要「出道即巅峰」实属有些痴人说梦。

![](https://s3.ifanr.com/wp-content/uploads/2021/11/Snipaste_2021-11-22_20-21-13.jpg)

▲ Google Tensor. 图片来自：@Sundar Pichai



隔壁的苹果在芯片产业上投入了接近三十几年，水瓶座、PowerPC 均折戟，最终在 2010 年发布自研 A4 芯片，并终于在 A7 上「一炮而红」，甩下对手几个身位。

Google Silicon 团队此前并没有复杂 SoC 芯片的设计、制造经验，此前的作品更多的是 Pixel 2、Pixel 3 的图像处理芯片 [PVC](https://arstechnica.com/gadgets/2017/10/the-pixel-2-contains-a-custom-google-soc-the-pixel-visual-core/)，Pixel 3 及后续的 Titan M 安全芯片。

![](https://s3.ifanr.com/wp-content/uploads/2021/11/Snipaste_2021-11-22_20-23-55.jpg)

▲ Titan M 安全芯片.



Tensor 则是 Google Silicon 团队的首款「作品」。

Google Silicon 团队的副总裁菲尔・卡马克（Phil Carmack）在 [Ars Technica 的采访](https://arstechnica.com/gadgets/2021/10/the-google-silicon-team-gives-us-a-tour-of-the-pixel-6s-tensor-soc/)之中曾坦言，「虽然我们是初涉 SoC 领域的团队，但我们知道如何去打造一枚专业级芯片，我们有着非常可靠的实现路径。」

![](https://s3.ifanr.com/wp-content/uploads/2021/11/Google-Tensor-gets-trounced-by-the-A15-Bionic-in-new-Machine-Learning-benchmark-test.jpg)

所以，有些类似程咬金的 Tensor 到底自研几分，引起了相当大的关注。在 Pixel 6 Pro 发售之后，[Anandtech](https://www.anandtech.com/show/17032/tensor-soc-performance-efficiency) 就对 Tesnor 做了一次彻彻底底的解构与分析。

简单来说，Tensor 与三星 Exynos 的命名规则较为接近，并且几年前，就传出三星半导体已开始提供「半定制」芯片的服务。

ETNews 甚至在 8 月份的[报道](https://english.etnews.com/20200804200001)中就表明，三星会根据客户需求提供定制技术与功能，甚至可以在芯片设计阶段就可以介入。

![](https://s3.ifanr.com/wp-content/uploads/2021/11/blog-image-Google-Tensor-Application-Processor-2.jpg)

▲ Google Tensor 丝印内部命名为 S5P9845，而 Exynos 2100 则是 S5E9840. 图片来自：TechInsights



虽然近些年，三星的 Exynos 芯片不如高通和联发科，但在角色上，三星已然不再是简单的芯片制造商，格局打开了。

除了背景信息，Tensor 与 Exynos 用着相同的 CPU、GPU 架构，且电源管理、IO、存储控制器等等大功能模块均为同源。只是，在 SoC 大功能模块的设计之上有着「客制」的影子，Tensor 与 Exynos 有着很大的不同。

![](https://s3.ifanr.com/wp-content/uploads/2021/11/galaxy-s21-ultra-and-pixel-6-pro-cameras-2000x1333.jpg)

▲ 三星 Galaxy S21 Ultra 与 Google Pixel 6 Pro. 图片来自：digitaltrends



直白的说，Tensor 便是三星「半定制」芯片服务的一个客户，Google 提供设计主旨，三星负责搭建生产（此处埋个伏笔）。

严格来说，Tensor 应该是一款「客制化」的芯片，并非由 0 到 1 创造，而是从 1 到 2，或者 1 到 3。

这也基本解开了 Tensor 身世的一个谜题，但这并不能否定 Google Silicon 团队的投入，毕竟芯片不是艺术品，「是骡子是马总要拉出来溜溜」。

### Google Tensor 到底什么水平？

如果用一句话来概括的话，Google Tensor 的 CPU 大概是 A12（被中核心拖累），GPU 比高通骁龙 888+ 强点（但功耗奇高），AI 性能前无古人（3 倍于 888+）。

Tensor 的 CPU 并没有选择主流的 1+3+4 架构，而是选用了 2+2+4 架构，两颗 X1 超大核心，两颗 A76 大（中）核心，以及四颗 A55 小核心。

![](https://s3.ifanr.com/wp-content/uploads/2021/11/Snipaste_2021-11-22_20-33-44.jpg)

▲ 同宗不同源的 Exynos 2100 与 Google Tensor. 图片来自：Anandtech



具体来说，Tensor 的 X1 核心 2.8GHz 的频率是要低于 Exynos 2100 与高通骁龙 888（888+），并且相对于 Exynos 2100，Google 给设计了 1MB 的 L2 缓存，与骁龙 888 齐平，超过 Exynos 2100。

两颗降频的 X1 在性能表现上无出其右，较低的频率选择也让 Tensor 能够长时间的运行高负载而不降频。

![](https://s3.ifanr.com/wp-content/uploads/2021/11/CPUs.jpg)

到了大（中）核心，Tensor 没有选择更新的 Cortex-A78 核心，退而求其次的用上了 Cortex-A76。A76 实则是两年前的核心架构，最早出现在高通骁龙 855 上，而现在多出现在骁龙 7 系上（这里再埋一个伏笔）。

小核心使用的是 Cortex A55，频率为 1.8GHz，算是高端芯片的标配。而 Google 同样给配备了两倍于 Exynos 2100 的 L2 缓存，来到 128KB，再次向骁龙 888 看齐。

与大核心 A76 类似，小核心 A55 同样有着一个「迷」，Tensor 将 L3 缓存与 A55 核心频率绑定，这与 Exynos 2100 专用的 L3 缓存频率不同，会引起延迟、功耗的问题（再加一个伏笔）。

![](https://s3.ifanr.com/wp-content/uploads/2021/11/Snipaste_2021-11-22_20-37-36.jpg)

GPU 上，Tensor 配备的是 Mali-G78 MP20，几乎是公版 G78 的天花板，L2 频率直接拉到丧心病狂的 996MHz，相对于 Exynos 的 MP14 来说，增加了 42% 的核心数，还堆高了频率，那就是用功耗来换取极限性能了。

如此设计的 Tensor 在实际表现上，其实是有点偏科，2 枚超大核心的存在使得其单核心性能足够，但 A76 的存在，整体拖累了 Tensor 的多核性能。

![](https://s3.ifanr.com/wp-content/uploads/2021/11/Snipaste_2021-11-22_20-39-55.jpg)

▲ Google Tensor GeekBench 5 跑分. 图片来自：anandtech



只是，Tensor 最致命的是内存延迟较高，甚至不如 Exynos 2100。CPU 在等待内存的同时，也在不断地发光发热。在一轮的测试中，[Anandtech](https://www.anandtech.com/show/17032/tensor-soc-performance-efficiency) 表示 Tensor 用去的时间更长，成绩低于骁龙 888，但耗电却更高（多 13.8%）。

CPU 之中，亮眼的只有两枚 X1 大核心，而能效较差的 A76，以及与 L3 绑定的 A55，最终导致了 Tensor 发热、缓慢的运行效率。

![](https://s3.ifanr.com/wp-content/uploads/2021/11/Snipaste_2021-11-22_20-41-28.jpg)

GPU 如同理论分析，高能高耗，峰值功率直接堆到 8~10W，但 Pixel 6、6 Pro 都未用当下搭载高通 SoC Android 手机的 VC 散热板或者其他散热手段，散热水平「更像是 iPhone，而非是 Android」，积热严重只能降频，还未完成一轮测试，Pixel 就开始降频了。

而对于 GPU 冲到 8~10W 的功率水平，我只在一些骁龙 888 的电竞游戏手机中看到过，要知道它们可是有类 PC 级主动散热系统，并且外置电源的状况之下。

要说在 CPU、GPU 的设计上有所遗憾的话，那在 ISP（图像处理器）、TPU（机器学习引擎）配置上，Google 把自己的优势彻彻底底的发挥了出来。

![](https://s3.ifanr.com/wp-content/uploads/2021/11/FCFCZblWUAsPf5C.jpeg)

ISP 把 Exynos 的和 Google 的定制图像芯片整合在一起，Exynos 的部分负责图像的采集和前期处理，而 Google 定制的部分就负责「计算」，反映在 Pixel 6 Pro 产品上，就是视频 HDR Net、动态模糊、人物抠像等等功能。

而 Tensor 内置的 TPU 才是 Tensor 命名的缘由，它采用最新的机器学习处理架构，并对 Android 12 系统进行过优化，不过如同其他芯片的机器学习、AI 模块所能直接表现出来的特性还比较「模糊」。

![](https://s3.ifanr.com/wp-content/uploads/2021/11/Snipaste_2021-11-22_20-42-18.jpg)

在 Pixel 6、6 Pro 上最为直观的就是系统、动画流畅，语音、图像识别速度很快这类特性。而对于 Tensor 上这颗 TPU 的性能在一些模型的跑分中，也超过了现在流行的主流 SoC（包括高通骁龙 888 与 Exynos 2100）。

另外，Google 官方还未向开发者公布这颗 TPU的 SDK，因而 Tensor 内置的强大算力的 TPU 仍是 Google 独享，暂时落后于苹果 A 系芯片的开发生态。

### 为何如此设计 Google Tensor？

在解构 Tensor 之时，我留了几个伏笔，一是三星负责生产，二是 CPU 大核心 A76 的选择，三是 A55 小核心的设计问题。

其实关于 Tensor 的设计取舍还有许多的疑问，比如 2+2+4 架构的选择，做 Tensor 的初衷等等。

![](https://s3.ifanr.com/wp-content/uploads/2021/11/1520594661_nXaIsK_Monika-profile_High-resolution.jpg)

▲ Google Silicon 团队高级主管莫妮卡・古普塔（Monika Gupta）. 图片来自：businessworld.in



「对于 Google 来说，我们希望把 AI 运用在我们生活的方方面面」，Google Silicon 团队高级主管莫妮卡・古普塔（Monika Gupta）又打了个比方「甚至我们园区餐厅的菜单也可能是由 AI 根据我们的喜好来设计的。」

「我们不想生产传统意义上的智能手机」，Google 想要 AI 和机器学习处理能力大增的设备，但市面上的处理器并不满足 Google 的需求，更强的 AI 才是 Google 选择自研芯片的[初衷](https://arstechnica.com/gadgets/2021/10/the-google-silicon-team-gives-us-a-tour-of-the-pixel-6s-tensor-soc/)。

![](https://s3.ifanr.com/wp-content/uploads/2021/11/Google_Pixel_6_Pro_Tensor_Geekbench_drdNBC_7.jpg)

这也是我们在 Tensor 上看到配备足够强大 TPU 的的原因。而 Google AI 部门中最常用的名称就是「Tensor」，取名 Tensor 的意味相当明显。另外，Tensor（张量）这个词本身就很 Google，很工程师文化。

「Pixel 6 的机器学习代码放在旧 Pixel 上，依然能够运行，但效率就差了一些。」Tensor 中独树一帜的 AI 性能并非是「空谈」，莫妮卡补充道「Google 已经把研发部门最新最强的成果呈现在 Pixel 6、6 Pro 之中。」

![](https://s3.ifanr.com/wp-content/uploads/2021/11/google-pixel-6-pro-2.jpg)



「一切与你想要达成的目的一致」，这个目的就是效率，Google 认为两个超大核以中等负载运行下的效率要远高于一颗大核，并且能效比也更高。

Google Silicon 团队的副总裁菲尔・卡马克（Phil Carmack）也举了个例子，「打开相机，除了你看到的一切，SoC 内部的 CPU、GPU、ISP、TPU 在不断地运行、计算，复杂的场景会牵扯到大量机器计算。」此时交由两颗 X1 处理器，更游刃有余。

![](https://s3.ifanr.com/wp-content/uploads/2021/11/Snipaste_2021-11-22_20-48-36.jpg)

「如果你需要更灵活的响应速度，高效率、高性能的达到目的，两枚 X1 的配备是要比当下的一颗超大核心配备要更为优秀。」

至于大核心选择 5nm 的 A76，而非更新的 A78，并未出现在这则访谈之中，由此我们只能猜测 Google 的意图，大概有这么几个情形。

![](https://s3.ifanr.com/wp-content/uploads/2021/11/Tensor.jpg)

一是，Google 认为 5nm 制程下的 A76 相对于几年前 7nm 的 A76 性能提升 20%，足够应付轻量负载，再高就交给双 X1。

二是，Google 对 A76 核心有着丰富的调教经验，更有利于直接复用此前在 Pixel 上的机器学习，无需重新去适配调用。

三是，在 Google 与三星进行合作设计 SoC 时，由于 A78 太新，三星暂时还未能提供 A78 核心，Google 退而求其次选择 A76。

![](https://s3.ifanr.com/wp-content/uploads/2021/05/ezgif-2-7e3b14354187.gif)

无论以何种考量，初代的 Tensor 在 CPU、GPU 的选用上还是让 Google 吃了一堑，2+2+4 的架构以当前 Android 12 的调度之下，与 Google 的预期还有着一定的差距。

### Google 为何要造芯？

Google CEO 桑达尔・皮查（Sundar Pichai）将 Tensor 芯片称为「迄今为止在 Pixel 领域最大的创新」。

![](https://s3.ifanr.com/wp-content/uploads/2021/11/Snipaste_2021-11-22_20-50-14.jpg)

▲ Pixel 发生了翻天覆地的变化. 图片来自：CNET



对于 Pixel 来说，即使抛开 Tensor，Pixel 6、6 Pro 仍然是 Pixel 翻开新篇章的产品，回归主流的硬件，全新的 Android 12 以及足够 Google 的设计。

而「自研」的 Tensor 并没有超越当前同代的处理器，但它在 Google 的设计之下，以求自己的方式来解决问题，并呈现一台非常规意义上的手机。

![](https://s3.ifanr.com/wp-content/uploads/2021/11/pixel-6-green-2-e1637628609655.jpeg)

纵使配合 Android 12 的 Pixel 6、6 Pro 还未能发挥出应有的表现，而 Google 强调的 AI、机器学习功能暂时也没有想象中的强大。不过，对于 AI、机器学习大拿 Google 来说，彻底的吃透 Tensor 也只是个时间问题了。

![](https://s3.ifanr.com/wp-content/uploads/2021/11/pixel-6-vs-pixel-6-pro-100908563-large.jpeg)

如同 Google Silicon 团队卡马克所言，在统一的处理器架构之下，市场上传统意义的产品太多，Google 的 Pixel 系列想要分得一块蛋糕，选择不同的策略不失是一个好的选择。

不仅是 Google，手机厂商自我造芯已然成为一股潮流，像是 vivo V1、小米的澎湃，实质上与 Tensor 较为接近，就是够独特、与众不同的产品。

![](https://s3.ifanr.com/wp-content/uploads/2021/11/pixel-6-pro-black-1-e1637628618538.jpeg)

以及想让自己对产品有着足够的自定义权，而非是随着市场主流处理器架构而不断地调整产品形态，就好似今年的 Android 旗舰全部在内部散热上下文章一般。

从这个意义来说，绝对性能并不在第一梯队的 Tensor 对 Google 来说实则是成功了，它并未被市场大潮所裹挟，Tensor 偏向 AI、机器学习的设计已为 Pixel 系列打上了 Google 最强的印记。