因为上一次替补骁龙765G骚操作，在大家心目中，GooglePixel系列就是一代掉。Pixel6系列则不同。有谷歌自研的SoC——GoogleTensor(Tensor就是张量的意思，名字很AI，很ML)，赶上时代的相机硬件，价格也比较厚道。

回归旗舰市场的计算摄影巨头们终于愿意用现代CMOS了！飞机圈立马跑来跑去互相告知，直到国外用户拿到真机，Anandtech才发布GoogleTensor的测试结果和分析.

在不改变Anandtech初衷的情况下，我们对这个重要而有趣的SoC的内容进行了整理和汇编，原文为https://www . Anand tech.com/print/17032/Tensor-SoC-performance-efficiency。

全自研还是魔改（半定制）？

关于GoogleTensor的第一个争议是它是自研的？还是魔变(半定制)？这里主要看你对& quot自我研究& quot。谷歌和三星看似紧密的合作，模糊了传统自研和半定制的界限。

在谷歌内部，GoogleTensor代码是GS101，可能是GoogleSoC或者GoogleSilicon的意思。之前透露的白教堂，没有证据证明是真的芯片。

GoogleTensor基本遵循三星Exynos的命名规则，ID为& quot0x09845000 & quot。拆解后可以看到屏幕打印的是S5P9845(编辑：原刊之初认为ID对应的是S5E9845，经TechInsights拆解后确认是S5P9845)。作为参考，三星Exynos2100的ID是S5E9840，Exynos1080是S5E9815。

几年前，有报道称三星开始提供半定制芯片服务。当时有三星与思科、谷歌合作的消息。ETNews在2020年8月的一篇文章中提到，三星将提供& quot定制& quot技术和功能，甚至从芯片设计阶段。

三星不再是单纯的芯片厂商，而是全面参与芯片设计，可以和ASIC设计服务相提并论。但这是非常特殊的情况。毕竟三星不仅有TSMC那样的芯片代工业务，还有自己自主研发的SoC。

GoogleTensor和三星Exynos高度同源。除了CPU、GPU、NPU等高级结构外，芯片内很多基本结构都是同源的。虽然理论上，三星、联发科、海思，甚至高通(仅限CPU)都使用了arm的CortexCPU和MaliGPU公共架构，但是它们的底层架构还是有很大差别的。

GoogleTensor使用的是三星Exynos的框架，不仅有相同的时钟和电源管理架构，还有存储控制器、外部接口PHYIP等高层模块，甚至还有ISP、媒体编解码等更大的IP功能模块。有意思的是，Github上已经有GS101的公开资料，可以和1:1的Exynos进行对比。

不过，虽然使用了Exynos的基本模块和框架，但SoC的定义确实是由Google掌控的。在IP块的结构和连接设计上，GoogleTensor和三星Exynos是不一样的。

例如，在Exynos上，CPU是通过总线连接的，而GoogleTensor的CPU集群被集成到一个更大的CCI中。从外面看，可能是不同的总线设计，也可能是完全不同的IP。另外，和内存控制器的连接方式一样，也不尽相同。

单看CPU，我们知道GoogleTensor不同于主食商品，2x1x764xa55，而这个& quot224 & quot；结构已经出现在三星Exynos9820和Exynos990中。但在如今的安卓旗舰SoC中，1 3 4是绝对的主流。而敢堆两个X1的，只有Google。

理论上有两个X1超级核，其CPU多核性能会比单个X1产品更强。频率方面，GoogleTensor的X1为2.8GHz，略低于骁龙888的2.84GHz和Exynos2100的2.91Hhz。另外，和骁龙888一样，谷歌也给了1MBL2缓存，比Exynos2100的512KB残血X1更强大。

在大核上(编者：你喜欢可以叫它CNNC)，谷歌选择了古老的A76架构，这是很有争议的(2.25GHz，256KB L2缓存)。毕竟这是不合理的，因为A77和A78都有更高的性能和能效比。就连Anandtech也没有得到谷歌的明确解释。

他们推测可能是几年前设计芯片时，三星没有更新的ip供谷歌选择。也有可能是当非常大的核心换成X1的时候，没有时间换大的核心。但是谷歌应该不会刻意选择A76，因为从下面的测试中可以发现，A76确实是落伍了。

在小内核方面，有四个1.8GHz的a55。谷歌选择了128KB L2缓存，而不是三星Exynos。

GoogleTensor的GPU是Mali-G78MP20，规模仅次于麒麟9000的G78MP24（编者：G78的极限）。大家最开始以为Google会用低点的频率来提升能效比。但结果Google竟然把着色器频率推到845MHz，把tiler和L2频率推到996MHz，简直癫狂。另外，它也是第一个用上G78分离频率特性的产品。

作为参考，Exynos2100的G78MP14也“只是”854MHz，后者的峰值功耗已经很高了。结果Google增加42%的核心，却依然维持高频。因此它的峰值性能很让人期待，但峰值功耗也会很猛。而内存控制器似乎和Exynos2100相同，支持4x16bit的LPDDR5，理论带宽51.2GB/s。

它也用了8MB的系统缓存，但还不清楚是否用了和三星Exynos2100一样的IP，因为它们的架构和行为方式都不太一样。Google大量使用SLC来提升SoC性能（包括他们自己的定制模块）。这个SLC允许自分区，将SRAM专门分给SoC上特定的IP块，使它们在不同用例下，能对全部或部分缓存进行独占访问。

ISP与TPU：谷歌的光辉

大家说SoC集成的ISP时，经常把它们描述为单个IP。但实际上，ISP是不同的专业IP块的组合，每个IP块处理成像管线中的不同任务。而GoogleTensor非常有趣，因为它将三星用在Exynos芯片上的一些片段整合到了一起，同时还将自己开发的定制模块整合到了流水线中——正如Google在展示SoC时所说的那样。

成像系统部分和Exynos是一样的，如相位检测处理单元、反差对焦处理单元、图像缩放器、畸变校正处理块和纹理遮挡函数处理块等。比Exynos少的部分，可能是三星的一些图像后处理模块。

谷歌在ISP中加入自己的3AA模块（自动曝光，自动白平衡，自动对焦），以及一对自己的时域降噪IP模块（用于对齐和合并图像）。这些很可能就是谷歌所说的那些有助于加速图像处理的模块，这些是Pixel系列计算摄影的一部分，毋容置疑地地代表了图像处理流水线中非常重要的部分。

TPU是让GoogleTensor被称为Tensor的地方。Google已经用自研TPU好几年了，在驱动层面，Google把Tensor的TPU称作EdgeTPU（端侧边缘TPU）。这是相当有趣的信号，因为它应该和Google2018年发布的EdgeTPU有关，后者是Google为边缘推理而设计的ASIC芯片（官网cloud.google.com/edge-tpu）。

当年的EdgeTPU宣称在2W功耗下可以提供4TOPS的算力，但Google并未公布Tensor的TPU性能指标，但是在一些测试中可以看到它的最大功率是5W左右。因此如果它们确实是有关联的，考虑到这几年的制程和IP上的进步，GoogleTensor的TPU性能应该有明显提升了。

这个TPU是谷歌芯片团队的骄傲，它正在使用最新的机器学习处理架构，这个架构针对Google内部运行机器学习的方式进行过优化，并且表示它可以允许开发新的、独特的用例，这是Google做定制SoC的主要目标和出发点之一。在后面的测试中，这个TPU的性能指标确实也是令人印象深刻的。因为TPU的信息不多，我们只能基于它的驱动程序做简单猜测，它可能包含四核心的Cortex-A32CPU。

其他模块：基带与音视频解码器

在媒体编码器方面，GoogleTensor使用了三星的多功能编解码器（与Exynos系列同款），还有一个看起来像是用于AV1解码的自研IP块。这有点奇怪，因为三星的宣传中，Exynos2100是有AV1解码功能的，而且这个功能貌似也在内核驱动程序里面。但在GalaxyS21系列中，这个AV1解码功能从未在Android的层面实现过。

谷歌加入的这个专用的AV1解码器被他们称做“BigOcean”，它能让Android系统具备AV1硬解能力。但非常奇怪的是，它真的就只负责AV1，其他格式编解码还是由三星的MFC负责。

GoogleTensor的音频子系统也不同，Google用自己设计的IP块代替了三星的低功耗音频解码子系统，它们可以在无需全部唤醒SoC的情况下进行低功耗的音频播放。我们认为这部分也是当协处理器用的，这也是GoogleTensor和Exynos不同的地方。

Google还用了一种称为EmeraldHill的硬件内存压缩器，对内存页面进行LZ77压缩加速，反过来也可以用来加速交换中的ZRAM的卸载过程。现在还不确定Pixel系列是否已经启用这个模块，但能确认在“/sys/block/zram0/comp_algorithm”目录中有“lz77eh”。作为课外资料，三星早在5年前，就在SoC里集成了类似的硬件压缩IP模块。但出于某些原因，这些模块从未被启用过，也许是能效比并没有他们预想中的高。

图源PBKreviews

另外，Google还用三星的Exynos基带，做出了第一台非高通的毫米波手机。Pixel6系列用的是三星的Exynos5123基带（译者：为遵循国内的习惯，这里把调制解调器称为基带）。三星在2019年就提到自己的毫米波射频和天线模块，说2020年会出现在量产机上（不知道当时是否计划让Pixel6在2020年上市）。Pixel6系列的峰值速度可以达到3200Mbps，但很多测试中，它的网速只有高通产品的一半左右。

虽然是同一个基带，但它不是像Exynos2100那样集成在SoC里，而是外挂的。可能是因为GoogleTensor的GPU和CPU规模太大了，而且TPU的规模也是未知数。毕竟就算是把基带外挂出去，GoogleTensor的规模也是相当大了，即便是和对比Exynos2100的情况下。

总的来看，Google确实设计和定义了Tensor，同时有很多Google特有的设计，是整体的芯片上的差异化。但从更底层的角度看，Tensor和Exynos有很多共通之处，用了很多三星特有的基础模块，因此叫它“半定制”或许会更合适。

实际性能表现：不尽如人意

测试中，GoogleTensor的DRAM延迟较高，还不如Exynos2100，和骁龙888比就更差了。Google改过了内存控制器，它会根据负载和内核的内存失速百分比来控制MC和DRAM速度，这部分是和三星不同的，其实际利用率也不如三星的内存控制器高。现在不知道是CPU的问题，还是整个SoC内部的问题，但这确切地影响了下面的测试。

它的L3延迟也相当高，比Exynos2100和骁龙888高得多。Google没有给DSU和CPUL3缓存设定特定的频率，而是把它和A55小核的频率关联。奇怪的是，即便X1或A76满载，A55和L3却在低频“摸鱼”。同样情况下Exynos2100和骁龙888都是会提高L3频率的。

在系统缓存测试中，能看到11-13MB的延迟情况(1MBL2+4MBL3+8MBSLC)，在正常的内存访问中，Tensor也是比Exynos要慢的，可能和被改过的个别缓存管线有关。

因为L3和A55的频率捆绑，且频率高，所以GoogleTensor的A55小核是几个SoC里L3延迟最低的，彷如没有异步时钟桥一般。

CPU部分，GoogleTensor更像是骁龙888，而不是Exynos2100。虽然GoogleTensor的L2缓存是Exynos2100的2倍，但频率低了3.7%（110MhHz）。

Tensor的弱点是内存延迟，导致SPEC测试中很多子项目都比骁龙888和Exynos2100慢，但能耗却更高（CPU在干等内存）。SPEC总分上，Tensor的表现比Exynos2100略差，对比骁龙888的落后幅度达到12.2%，由于跑完测试的时间更长，最终耗电还多了13.8%。折算回来，相对骁龙888的差距应该是1.4%左右。

它也有和Exynos2100一样的降频问题，只是相对没有那么严重。如果冷却得当，性能会高5%-9%左右（上图的测试结果是在11度的环境下得到的）。

可怜的A76大核，骁龙888的A78比它强46%，还更省电，实际IPC差距在34%，这倒符合两个构架之间的差距。如果真是为了省电，完全可以做个低频的A78，但结果Google放了两颗频率又高、又耗电、性能还不行的A76，只能推断Google是没得选，而不是有意而为之。

越接近右下角，能效比越低；越接近左上角，能效比越高↑

A55小核这边也不行，性能只是比同频的骁龙888的A55高11%（感谢L3和SLC），但却几乎是2倍的功耗，俨然就是继承了Exynos高功耗A55的血统，能效比甚至比自己的A76大核还拉胯。看看联发科天玑1200的A55，再看看A14的能效核心，这真是个残酷的世界。

GoogleTensor因为拉胯的A76性能表现，就算有2颗X2都无力回天，拖低了整体分数。X1本身也比对手稍慢一些，大部分时间的能效比都和Exynos2100的X1一致。但A76实在落后时代太多了（无论是性能还是能效比），而A55又继承三星低能效的传统，一言难尽就是了。

GPU这边规模大，频率高，但3DMarkWildLife测试的峰值性能只比Exynos2100高21%。在GFXBench的Aztec场景测试中，领先Exynos210014%，小幅领先骁龙888。虽然采用了分频设计，但貌似瓶颈在GPU的其他地方。

Tensor的GPU峰值功率高达9-10W，手机一跑就降频（一轮测试都没跑完啊……），拖低了整体功耗，所以才会有7.28W的平均功耗。Pixel6系列没有热管，散热配置和机身结构更像是iPhone，而不是猛堆散热的安卓旗舰。它跑起来时，左侧的SoC45度，但右侧只有30-33度，散热确实是弱。

让人不解的是，今年这批SoC都设定了高得不切实际的GPU频率，一跑就降频。可能是为了应对突发的GPU负载？或者是其他什么原因？但无论怎么样，实际能效比是受累了。

而Tensor的功耗问题，外加Pixel6Pro虽然也是LTPO屏幕，但表现和三星旗舰明显不同，全屏激发亮度750nit，远低于S21U的942nit，实际正常基础功耗可能会更高。多种不利因素，最终让Pixel6Pro的续航并不好看，反倒是90Hz的Pixel6续航表现还不错：

TPU：极强的推理性能

这是GoogleTensor挽回颜面的地方。MLPerf测试中，Pixel是在NNAPI跑的，其他厂商是各自的库，高通是SNPE（最近优化了MLPerf1.1，提升了成绩）、三星是EDEN，联发科是Neuron，而苹果没有coreML加速，所以吃亏。

在图像分类、目标检测和图像分割工作负载中，Tensor成绩低于高通，但强于三星。而在语言处理（MobileBERT模型），GoogleTensor提供了骁龙8883倍的性能，推理部分强得很。Google在宣传里，确实也提到过实时转录、翻译等使用场景是其差异化所在。

还没发布的GeekBenchML测试，用是TensorFlow模型，代表的是GPU的机器学习性能。这时候GoogleTensor就弱于Exynos2100。如果用NNAPI模型，此时是CPU+GPU+NPU的混合工作，GoogleTensor就可以大幅领先骁龙888。

除了绝对性能，跑AI测试时，Pixel6Pro的整机功耗和Exynos2100的GalaxyS21Ultra接近。单独进行推理任务时，Exynos2100的爆发功率达到14W，骁龙888也有12W。但因为GoogleTensor的AI性能更高，所以最终能效比要更高一些。

不过Google还没有计划推出相关的SDK让开发者去更好地利用这颗强大的TPU。但再看看三星，它的NPU发布都2年了，现在都没有SDK……现在TPU的强大性能，主要集中体现在官方app里，像是给摄像头加入更多的机器学习功能，以及各种翻译功能。

总结

Google表示，他们搞自研SoC的主要原因是现有的SoC在机器学习上的性能和能效比太低。而Tensor的机器学习性能和能效，被用来支撑新的用例和体验，例如我们在Pixel6系列上看到的很多机器学习特性。像是实时转录、实时翻译和图像处理等算法，所有这些都是运行在Tensor的TPU上的。

虽然Google可能不想承认或者谈论，但GoogleTensor确实就是和三星合作的产物，大部分都源自Exynos，并继承了三星在能效比方面的弱点。CPU被古老的A76拖后腿，规模庞大的GPU被散热拖后腿，但TPU确实表现很好，特别是自然语言处理方面，远远抛离所有竞品。

但总的来说，我们认为Google已经通过Tensor实现了最初的目标。我们不知道Google下一代的SoC会走什么样的路线，但我们很有兴趣等等看。