媒体滚动|Google自研芯片启示录：不为跑分只为打磨体验( 二 )_

文章图片
图4/10

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。

文章图片
图5/10

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。
自那之后， Google 每年在介绍 Pixel 新机在影像功能上的重点时，重点都只有一个 —— 计算摄影：从 Pixel 2/3 依靠单摄实现的‘人像模糊’、Pixel 4 时代的‘天文摄影模式’ ，到 Pixel 5 能给人像照片后期手动补光的‘人像光’ ，每一次 Pixel 相机加入新功能，都是 Google 在计算摄影领域的一次新突破。

文章图片
图6/10

但仅凭计算摄影的算法进化，开发团队还是很快碰到了几乎难以逾越的硬件天花板：虽然 Google 能通过计算摄影算法让四代 Pixel 在同样主摄传感器下每年都能有新提升，但同样的‘魔法’却不能直接套用在视频拍摄部分上：因为手机端较弱的算力，无法支持借助机器学习实现的曝光堆叠算法在视频拍摄下同样使用。这也是过往使用高通 SoC 的 Pixel 手机视频拍摄质量并不算太优秀的原因。