谷歌|Google自研芯片启示录:不为跑分 只为打磨体验

站在 2021 年底,回顾今年的智能手机发展趋势,你会想到哪些关键词呢?
如果是从手机硬件来讲,或许更多人会第一个想到的,会是关于「自研芯片」在 2021 年的井喷式爆发:不仅有小米旗下的澎湃处理器时隔四年归来,发布搭载在 MIX FOLD 的澎湃 C1 ISP 芯片;vivo 首颗 ISP 芯片 vivo V1 也已经在 X70 系列上亮相;到了十月,还有 Google 首款搭载自研 SoC —— Tensor Chip 的 Pixel 6 系列正式发布 。
谷歌|Google自研芯片启示录:不为跑分 只为打磨体验
文章图片
从手机体验的角度,「自研处理器」或许在今年没有掀起太高的话题度:除了 Google 发布的算是实打实的 SoC 之外,小米与 vivo 都只是在自家一款新机上应用了定位服务手机影像功能的 ISP 芯片;但这仍然很有可能,会是未来 5-10 年手机厂商在硬件研发上的一个重要趋势 。
为什么会有这样的结论,或许我们能从目前 Google 自研 SoC 的进度中,找到关于这个问题的答案 。
自研芯片这件事
早在 Pixel 6 系列发布之前,从很多曝光来源我们就已经得知,Google 的这款 SoC 无论是从 CPU 还是在 SoC 整体架构上都选择了非常「特立独行」的设计,虽然这倒是 Google 在硬件设计上的一贯风格,但外界其实一直对 Google 在具体的芯片设计上做出的取舍了解甚少 。
谷歌|Google自研芯片启示录:不为跑分 只为打磨体验
文章图片
【谷歌|Google自研芯片启示录:不为跑分 只为打磨体验】在发布数周之后,Google 内部芯片研发部门 Google Silicon 副总裁兼总经理 Phil Carmack 接受了外媒 arsTECHNICA 的采访,披露了很多关于 Google 在自研 SoC 上做出取舍的缘由 。
今年旗舰 SoC 架构中,包括用于 Galaxy S21 系列所采用的 Exynos 2100,以及今年绝大部分国产旗舰手机都搭载的高通骁龙 888,采用的都是「1+3+4」核心设计方案:即 CPU 由一颗 Cortex-X1 大核心、三颗 A78 中核心以及四颗 A55 小核心的组成,这也是 ARM 在授权芯片厂商时给出的指导设计 。
当然,这套「公版设计」也并非万用灵药:比如今年高通今年发布的新旗舰 SoC 骁龙 888,就因为这颗 2.84GHz 的 X1 大核欠缺更多的调校,让今年一众搭载 888 的旗舰在上市早期或多或少都出现了功耗/散热异常的问题 。
谷歌|Google自研芯片启示录:不为跑分 只为打磨体验
文章图片
但在 Google Tensor 的 CPU 架构设计上,Google 却反其道而行之,不仅没有避开这个雷区,反而选择在 CPU 架构上加入两颗 Cortex-X1 大核,与其余两颗 A76 中核、四颗 A55 小核一起构成 Tensor Chip 的 CPU 架构阵容 。
谷歌|Google自研芯片启示录:不为跑分 只为打磨体验
文章图片
针对软件,定制硬件
「这一切都归结于你想要完成的任务」 。
关于芯片架构的设计,Google 内部芯片研发部门副总裁 Carmack 在接受采访时表示:与其为了让 CPU 获得更高的单线程基准测试分数(俗称「跑分」),搭载一个频率更高的大核心,不如用两颗频率略微降度的大核心,来获得实际使用中更快的响应速度 。
「(Google Tensor)单核性能比上一代产品快 80%;GPU 性能比上一代产品快 370% 。用户经常最关心这些纸面数据,但对我们来说,这从来不是真正的重点」 。Carmack 解释道:现实使用场景并不会像跑分一样,往往需要面临复杂得多的性能调度场景:比如在你打开相机准备拍照时,SoC 中的 CPU、GPU、ISP,以及 Google 自研的 TPU 都会被调度起来各司其职;这些硬件结合起来所发挥出的效能,才是决定最终你【拿起手机 - 拍照 - 成像】速度的真正因素 。
谷歌|Google自研芯片启示录:不为跑分 只为打磨体验
文章图片
使用两颗降低频率的 X1 大核,去计算以往需要两颗 A76 中核来完成的工作,进而更加高效的完成以往需要更多时间来完成的计算 。这种「田忌赛马」一样的技巧,之所以之前并没有其他手机厂商可以效仿,原因正是因为处于产业链下游的手机品牌,其实在成本限制下,很难去依照自家系统/功能的性能需求对包括手机 SoC 在内的硬件量身定制 。
即便 Google Pixel 系列一直是手机计算摄影领域的领头羊,但从 2017 年发布的 Pixel 2 开始,连续四代 Pixel 手机都采用了同一颗 1200 万像素的传感器作为主摄配置;原因并非 Google 不舍得换新传感器芯片,而是基于新硬件重新训练算法成本太高,最终实现效果甚至不及现有的传感器 。


推荐阅读