Buzz
Tensor, một con chip 8 nhân, không chỉ tập trung vào CPU và GPU mà còn được tối ưu hóa cho trí tuệ nhân tạo, mang lại trải nghiệm chụp ảnh, quay phim và nhận diện giọng nói tốt hơn cho bạn.
Cấu hình mạnh mẽ của chip Google Tensor
Dưới bàn tay của Tensor:
- 2 nhân Cortex-X1 mạnh mẽ nhất, hoạt động ở tốc độ 2,8GHz, đảm nhận các tác vụ nặng và xử lý AI khi cần
- 2 nhân Cortex-A76 trung bình ở 2,25GHz
- 4 nhân tiết kiệm năng lượng Cortex-A55 ở 1,8GHz, đặc biệt cho các tác vụ nhẹ, không đòi hỏi nhiều xử lý
- Nhân xử lý TPU chuyên biệt cho AI, sẽ được thảo luận kỹ hơn phía dưới
GPU sử dụng trong Tensor là Mali-G78 với 20 nhân. Google tuyên bố rằng Pixel 6 không gặp vấn đề gì với các trò chơi Android nặng, vì nó có thể chơi hết.
Hiệu suất của Tensor có thể so sánh ngang bằng với Snapdragon 888 và Exynos 2100 theo một số bài đánh giá thử nghiệm rò rỉ. Google cho biết Tensor nhanh hơn 80% so với chip Snapdragon 765G, tuy nhiên 765G được coi là tầm trung nên việc so sánh không hề dễ dàng.
Nhân xử lý Trí tuệ Nhân tạo riêng biệt (TPU)
TPU - Tensor Processing Unit - là tên của nhân xử lý Trí tuệ Nhân tạo được Google đặt cho sản phẩm của họ. TPU đã tồn tại từ lâu và được Google sử dụng cho máy chủ và thiết bị IoT. Bây giờ, họ đã tích hợp TPU trực tiếp vào SoC tùy chỉnh đầu tiên của họ trên Pixel 6 và Pixel 6 Pro. TPU là các vi mạch được thiết kế đặc biệt cho các tác vụ học máy, đặc biệt là để thực hiện các phép toán đại số tuyến tính và ma trận, vì loại toán này thường được sử dụng trong các ứng dụng học máy. TPU hỗ trợ việc giảm thời gian chạy thuật toán, đồng thời tạo ra sự cân bằng giữa tốc độ và độ chính xác của các mạng neural network phức tạp. Tôi đã từng trải nghiệm việc sử dụng TPU trên thiết bị IoT và kết quả thật sự ấn tượng, với tốc độ xử lý nhanh hơn hàng chục lần so với CPU. Tuy nhiên, TPU không chỉ làm việc một mình. Hệ thống được Google thiết kế để phân phối công việc giữa TPU, GPU và CPU dựa trên tác vụ và tài nguyên hệ thống, nhằm đảm bảo tối ưu hóa hiệu suất. Có những tác vụ vẫn có thể được giao cho CPU nếu cần thiết, không phải mọi công việc liên quan đến học máy đều cần được chạy trên TPU.Vùng an toàn Titan M2 riêng biệt
Bên cạnh đó, Google đã tích hợp chip Titan M2 vào cùng đế với SoC Tensor, nhằm mục đích tiết kiệm diện tích và giảm lượng điện tiêu thụ. Titan M2 đóng vai trò là nơi lưu trữ dữ liệu xác thực, dữ liệu sinh trắc học và các thành phần khác được sử dụng cho tính năng bảo mật. Titan M2 có khả năng chống lại các cuộc tấn công như giật điện, can thiệp bằng tia laser hoặc các hình thức khác nhằm đánh cắp dữ liệu của bạn.
Bộ xử lý hình ảnh tùy chỉnh
Tensor đi kèm với một bộ xử lý hình ảnh (ISP) được tùy chỉnh bởi Google, có nhiệm vụ thực hiện các thuật toán machine learning trên cả ảnh và video.HDRNet trên GitHub
Ngoài thuật toán Live HDR+, bộ xử lý hình ảnh tùy chỉnh này còn thực hiện các thuật toán để cải thiện video thiếu sáng, chống rung cho video và vận hành engine tự động lấy nét tùy chỉnh. Đồng thời, tính năng Night Sight - chụp đêm thần thánh của Google - cũng được xử lý bởi bộ xử lý hình ảnh này phối hợp với TPU, CPU và GPU tùy theo phân bổ của hệ thống.
Trước đây, Google đã phải sử dụng một con chip riêng là Pixel Visual Core để chạy các thuật toán này. Nhưng bây giờ, họ đã tích hợp nó trực tiếp vào SoC Tensor để tiết kiệm điện và cải thiện hiệu quả xử lý.Bộ điều khiển bối cảnh
Trong Tensor, có một thành phần mới được gọi là Bộ điều khiển bối cảnh. Bộ điều khiển này xử lý các tác vụ nhẹ không tốn nhiều năng lượng và cung cấp dữ liệu để hiển thị trên màn hình ngay khi cần thiết. Một số ví dụ mà Google đưa ra bao gồm hiển thị bài nhạc đang phát hoặc hiển thị nhắc nhở cuộc họp trên màn hình luôn sáng. Google cho biết tốc độ lấy dữ liệu và hiển thị thông tin này sẽ nhanh hơn gấp ba lần so với trước đây.
Thật tuyệt vời khi dành một phần riêng trong SoC để hỗ trợ các tính năng liên quan đến âm thanh. Thực tế này rất phổ biến và quen thuộc.
