Google Tensor

Google Tensor — это серия процессоров, разработанных Google для использования в своих устройствах, в первую очередь в смартфонах серии Pixel. Эти чипы представляют собой кастомные решения, созданные с акцентом на интеграцию искусственного интеллекта (ИИ) и машинного обучения (ML), чтобы улучшить пользовательский опыт в таких задачах, как обработка изображений, распознавание речи, перевод и другие функции, связанные с ИИ. Tensor не является полностью собственной разработкой Google с нуля — чипы проектируются в сотрудничестве с другими компаниями, такими как Samsung, и используют архитектуру ARM. Однако Google активно настраивает их под свои нужды, добавляя специализированные компоненты, такие как Tensor Processing Unit (TPU).

Предыстория и контекст появления Google Tensor

Google Tensor был впервые представлен в 2021 году вместе со смартфонами Google Pixel 6 и Pixel 6 Pro. До этого Google использовал процессоры Qualcomm Snapdragon в своих устройствах Pixel, но решение перейти на собственный чип было обусловлено несколькими факторами:

• Контроль над экосистемой: Google стремилась к большей независимости от сторонних поставщиков, таких как Qualcomm, чтобы оптимизировать взаимодействие аппаратного и программного обеспечения, подобно тому, как это делает Apple с чипами серии A и macOS/iOS.
• Фокус на ИИ: Google, будучи лидером в области искусственного интеллекта, хотела интегрировать свои наработки в области машинного обучения (ML) непосредственно в аппаратное обеспечение, чтобы повысить производительность функций, таких как обработка изображений, голосовые команды и перевод в реальном времени.
• Оптимизация под Android: Разработка собственного чипа позволила Google лучше адаптировать процессор под операционную систему Android, которую также разрабатывает Google.
• Конкуренция: Переход на собственные чипы позволил Google лучше конкурировать с Apple (чипы A-серии), Samsung (Exynos) и Huawei (Kirin), которые также разрабатывали или разрабатывают собственные процессоры.

Архитектура Google Tensor

Google Tensor — это система на кристалле (SoC, System on a Chip), которая включает центральный процессор (CPU), графический процессор (GPU), нейронный процессор (NPU/TPU) и другие компоненты, такие как модем и контроллеры памяти. Давайте разберем архитектуру на примере первого Tensor (Pixel 6) и последующих итераций.

Google Tensor (G1, 2021)

Первый чип Tensor, дебютировавший в Pixel 6 и 6 Pro, был изготовлен по 5-нм техпроцессу Samsung (LPE). Его архитектура включала:

• CPU: 8-ядерный процессор на базе архитектуры ARMv8-A:
  • 2 высокопроизводительных ядра Cortex-X1 (2.8 ГГц) — для тяжелых задач.
  • 2 ядра средней производительности Cortex-A76 (2.25 ГГц) — для сбалансированных задач.
  • 4 энергоэффективных ядра Cortex-A55 (1.8 ГГц) — для фоновых процессов.
  • Необычная конфигурация (2+2+4) отличалась от типичных чипов Qualcomm или Exynos, где чаще использовались ядра Cortex-A78 вместо A76.
• GPU: Mali-G78 MP20 (20 ядер) — мощный графический процессор, обеспечивающий хорошую производительность в играх и обработке графики.
• TPU (Tensor Processing Unit): Специализированный блок для задач машинного обучения, оптимизированный для выполнения операций ИИ, таких как обработка изображений, распознавание речи и перевод. TPU — это уменьшенная версия серверных процессоров Google, используемых в дата-центрах.
• ISP (Image Signal Processor): Собственный процессор обработки изображений, тесно связанный с технологиями Google Computational Photography, что позволило улучшить качество фотографий и видео (например, функции Night Sight, Magic Eraser).
• Модем: Интегрированный модем Samsung Exynos 5123 (поддержка 5G), обеспечивающий скорости до 7.35 Гбит/с (загрузка) и 3.67 Гбит/с (отдача) в сетях 5G mmWave.
• Другие компоненты:
  • Поддержка памяти LPDDR5.
  • Контроллеры для работы с дисплеями высокого разрешения (до 1440p).
  • Аппаратная поддержка кодеков AV1 для эффективного декодирования видео.

Google Tensor G2 (2022)

В 2022 году Google представила Tensor G2 для Pixel 7 и Pixel 7 Pro. Этот чип также был изготовлен по 5-нм техпроцессу Samsung, но с некоторыми улучшениями:

• CPU: Конфигурация осталась 2+2+4, но ядра средней производительности были обновлены до Cortex-A78 (2.85 ГГц), что дало прирост производительности на 10–15% по сравнению с G1.
• GPU: Mali-G710 MP7 — переход на более современный графический процессор, который обеспечивал улучшение производительности графики на 20% и повышение энергоэффективности.
• TPU: Обновленный TPU с увеличенной производительностью для задач ИИ (например, улучшенная обработка речи и изображений).
• ISP: Улучшенный процессор обработки изображений, что позволило реализовать такие функции, как 4K HDR-видео с частотой 60 кадров/с и улучшенный зум.
• Модем: Samsung Exynos 5300 — улучшенная энергоэффективность и стабильность подключения 5G.
• Дополнительно: Улучшенная энергоэффективность, что позволило снизить нагрев по сравнению с G1.

Google Tensor G3 (2023)

Tensor G3, представленный в Pixel 8 и Pixel 8 Pro, стал значительным шагом вперед:

• Техпроцесс: Переход на 4-нм техпроцесс Samsung (4LPP+), что улучшило энергоэффективность и уменьшило нагрев.
• CPU: 9-ядерная конфигурация (1+4+4):
  • 1 суперъядро Cortex-X3 (3.0 ГГц).
  • 4 ядра Cortex-A715 (2.45 ГГц).
  • 4 ядра Cortex-A510 (2.15 ГГц).
  • Это обеспечило прирост производительности CPU на 20–25% по сравнению с G2.
• GPU: Immortalis-G715 MP10 — поддержка трассировки лучей (ray tracing), что сделало его первым чипом Google с аппаратной поддержкой этой технологии.
• TPU: Значительно улучшенный TPU, оптимизированный для задач ИИ, таких как генерация текста, обработка видео и перевод в реальном времени.
• ISP: Улучшенная обработка изображений, поддержка новых функций, таких как Video Boost и улучшенный Night Sight для видео.
• Модем: Samsung Exynos 5300g — дальнейшая оптимизация 5G-соединения.
• Дополнительно: Поддержка Wi-Fi 7, улучшенная энергоэффективность, что позволило продлить время работы батареи.

Google Tensor G4 (2024)

Tensor G4 используется в Pixel 9, 9 Pro и 9 Pro XL. Основные изменения:

• Техпроцесс: 4-нм техпроцесс Samsung (4LPP+), аналогичный G3, но с оптимизациями для снижения энергопотребления.
• CPU: Конфигурация 1+3+4:
  • 1 ядро Cortex-X4 (3.1 ГГц).
  • 3 ядра Cortex-A720 (2.6 ГГц).
  • 4 ядра Cortex-A520 (1.95 ГГц).
  • Увеличение производительности на 15–20% по сравнению с G3.
• GPU: Mali-G715 — улучшение производительности графики на 20% и поддержка трассировки лучей.
• TPU: Значительно улучшенный TPU, оптимизированный для работы с большими языковыми моделями (например, Gemini Nano) непосредственно на устройстве.
• ISP: Дальнейшая оптимизация для обработки изображений и видео, включая улучшенные функции ИИ для камеры.
• Модем: Samsung Exynos 5400 — улучшенная поддержка 5G и спутниковой связи (в некоторых регионах).
• Дополнительно: Улучшенная энергоэффективность, что особенно заметно при выполнении задач ИИ.

Ключевые особенности Google Tensor

Google Tensor выделяется не столько чистой вычислительной мощью, сколько интеграцией ИИ и оптимизацией под задачи Google. Вот основные особенности:

Tensor Processing Unit (TPU)

• TPU — это сердце чипа Tensor, разработанное для ускорения задач машинного обучения. Оно позволяет выполнять сложные алгоритмы ИИ непосредственно на устройстве, без необходимости обращения к облаку.
• Примеры использования:
  • Обработка изображений: Функции, такие как Magic Eraser (удаление объектов с фото), Night Sight (фотографии в темноте) и Portrait Mode, работают быстрее и качественнее благодаря TPU.
  • Распознавание речи: Технология Live Transcribe и голосовой ввод работают с высокой точностью даже в шумных условиях.
  • Перевод: Функция Live Translate позволяет переводить текст и речь в реальном времени, включая перевод текста на экране (например, в играх или приложениях).
• TPU в Tensor G3 и G4 поддерживает выполнение больших языковых моделей, таких как Gemini Nano, что позволяет запускать генеративные ИИ-функции прямо на устройстве.

Computational Photography

Google Pixel славится своими камерами, и Tensor усиливает это преимущество:

• ISP (процессор обработки изображений) тесно интегрирован с TPU, что позволяет выполнять сложные вычисления для улучшения качества фото и видео.
• Примеры функций:
  • Night Sight: Улучшение съемки при низком освещении.
  • Magic Eraser: Удаление нежелательных объектов с фотографий.
  • Photo Unblur: Восстановление резкости на размытых снимках.
  • Video Boost: Обработка видео в облаке с использованием ИИ для повышения качества.

Интеграция с Android

Поскольку Google разрабатывает и Android, и Tensor, чипы идеально оптимизированы под операционную систему. Это приводит к:

• Плавной работе интерфейса.
• Быстрому выполнению системных функций, таких как Google Assistant.
• Оптимизированному энергопотреблению для задач, связанных с Google-сервисами.

Энергоэффективность и нагрев

• Tensor G1 и G2 имели проблемы с нагревом, особенно при длительных нагрузках (игры, запись видео). Это было связано с 5-нм техпроцессом Samsung, который уступал TSMC по энергоэффективности.
• G3 и G4, перешедшие на 4-нм техпроцесс, стали заметно лучше в плане нагрева и времени работы от батареи.

Сравнение с конкурентами

Google Tensor не стремится конкурировать с топовыми чипами, такими как Qualcomm Snapdragon 8 Gen 3 или Apple A18, в плане чистой производительности. Вместо этого он фокусируется на ИИ и интеграции с экосистемой Google. Вот краткое сравнение:

• Qualcomm Snapdragon:
  • Плюсы: Выше производительность CPU и GPU, лучше энергоэффективность (особенно в TSMC-версиях), поддержка более широкого спектра игр.
  • Минусы: Меньшая оптимизация под ИИ-задачи Google, менее тесная интеграция с Android.
• Apple A-серия:
  • Плюсы: Лидер по производительности CPU/GPU, отличная энергоэффективность, поддержка экосистемы Apple.
  • Минусы: Ограничен устройствами Apple, менее универсален для Android.
• Samsung Exynos:
  • Плюсы: Похож на Tensor (так как Samsung участвует в его производстве), хорошая производительность.
  • Минусы: Проблемы с нагревом и энергоэффективностью в некоторых моделях.
• MediaTek Dimensity:
  • Плюсы: Хорошая производительность за свою цену, поддержка 5G.
  • Минусы: Слабее в задачах ИИ по сравнению с Tensor.

В бенчмарках (например, Geekbench) Tensor обычно уступает Snapdragon 8 Gen 3 или Apple A18 в многоядерной производительности, но в задачах ИИ и обработки изображений он часто превосходит конкурентов благодаря TPU.

Эволюция и улучшения

Каждое поколение Tensor становилось лучше:

• G1: Заложил основу, но страдал от нагрева и энергоэффективности.
• G2: Улучшил производительность и энергоэффективность, но все еще отставал от конкурентов.
• G3: Переход на 4-нм техпроцесс, поддержка трассировки лучей, значительные улучшения в ИИ.
• G4: Дальнейшая оптимизация, поддержка больших языковых моделей, улучшенная энергоэффективность.

Применение и влияние

Google Tensor используется исключительно в устройствах Pixel (смартфоны, планшеты, складные устройства). Он позволил Google:

• Улучшить качество камер и функций ИИ.
• Сократить зависимость от сторонних поставщиков.
• Создать уникальный пользовательский опыт, недоступный на других Android-устройствах.

Однако Tensor также подвергается критике:

• Нагрев в ранних версиях (G1, G2).
• Меньшая игровая производительность по сравнению с Snapdragon.
• Ограниченная доступность (только устройства Pixel).

Будущее Google Tensor

Google продолжает развивать Tensor, и, судя по слухам, будущие поколения (Tensor G5 и далее) могут:

• Перейти на техпроцесс TSMC (3 нм), что значительно улучшит энергоэффективность.
• Получить более мощные CPU и GPU для конкуренции с Qualcomm и Apple.
• Углубить интеграцию с ИИ, включая поддержку более сложных моделей, таких как Gemini или их преемники.

Также есть предположения, что Google может использовать Tensor в других устройствах, например, в смарт-часах Pixel Watch или даже в серверах, но пока это остается спекуляцией.

Заключение

Google Tensor — это не просто процессор, а стратегический шаг Google для создания уникальной экосистемы, где аппаратное и программное обеспечение работают в гармонии. Его сильные стороны — это ИИ, обработка изображений и интеграция с Android, что делает устройства Pixel лидерами в области камер и умных функций. Однако по чистой производительности Tensor пока уступает конкурентам, что делает его нишевым решением, оптимизированным под задачи Google.