深入解析谷歌Tensor G3处理器：强大的9核CPU＋10核GPU，完美支持本地AI大模型！

10月4日，谷歌（Google）正式发布了其最新一代旗舰智能手机Pixel 8和Pixel 8 Pro。这两款手机都搭载了谷歌最新的Tensor G3处理器，并且将运行最新的Android 14系统。起售价为699美元。目前，一些用户已经提前获得了Pixel 8系列的新机，并公布了Tensor G3芯片的核心参数和跑分测试结果

9核心的CPU：与上一代相比，性能提升超过20%

根据Geekbench数据库曝光的信息显示，谷歌Pixel 8 Pro搭载了Tensor G3处理器。该处理器基于9核CPU架构，包括1个Cortex-X3超大核，主频为3.00GHz；4个Cortex-A715大核，主频为2.45GHz；4个Cortex-A510小核，主频为2.15GHz。尽管这些CPU IP是Arm在2022年推出的，但相较于上一代的Tensor G2，已经有了相当大的升级

根据Geekbench 6的跑分结果显示，Tensor G3的单核CPU得分为1760分，多核CPU得分为4442分。与Tensor G2（Pixel 7 Pro，单核1463分、多核3498分）相比，单核性能提升了约20%，多核性能提升了约27%。然而，与苹果A17 Pro（单核2914分、多核7119分）和高通骁龙8 Gen 2等竞品相比，Tensor G3仍然落后很多

10核Mali-G715 GPU：性能稳定性较差

Tensor G3的GPU采用了10核心的Arm Mali-G715 GPU，它具备与苹果A17 Pro相同的硬件级光线追踪加速能力。此外，根据之前的爆料，Tensor G3还将采用“BigWave”模组来进一步提升视频编解码能力。在保留了Tensor G2对AV1解码的支持的同时，还新增了最高4K@30FPS的AV1编码能力。Tensor G3的最高编码能力可达到8K@30FPS

最近，网友@Tech_Reve曝光了Pixel 8和Pixel 8 Pro在3D Mark的“野生动物压力测试”中的成绩

根据“野生动物压力测试”，我们运行了常规的3D图形场景，持续测试了GPU的性能和稳定性，循环了20分钟。影响结果的因素包括制程工艺节点、GPU、CPU和设备的散热系统。Pixel 8在循环测试中的最佳得分为8,216分，最低得分为4,316分，稳定性非常低，仅为52.5%；而Pixel 8 Pro在循环测试中的最佳得分为8,572分，最低得分为5,029分，稳定性稍好，为58.7%

需要指出的是，尽管Pixel 8和Pixel 8 Pro都搭载了Tensor G3处理器，但常规的Pixel 8没有配备均热板。根据对Pixel 8真机的拆解，我们可以看到，谷歌在传热方面采用了铜和石墨薄膜以及导热脂，但这在缓解过热问题方面效果不明显。相比之下，Pixel 8 Pro配备了均热板，这使得其整体性能比Pixel 8高出11%，尽管两款手机都宣称采用了相同的Tensor G3处理器

△谷歌Pixel 8 真机拆解

这也解释了为什么Pixel 8 Pro的 GPU表现更好。但是，Pixel 8 Pro的 GPU持续的性能仍无法与苹果A17 Pro或Snapdragon 8 Gen 2相提并论，甚至还低于上代的Pixel 7 Pro搭载的Tensor G2。

iPhone 15 Pro Max在“野生动物压力测试稳定性”中的表现为78.9%-89%，而小米13 Ultra搭载的骁龙8 Gen 2的稳定性达到了89%-100%，而Pixel 7 Pro搭载的Tensor G2的稳定性为67.9%-76%

在要求更高的“Wild Life Extreme Stress test”测试中，iPhone 15 Pro Max搭载的A17 Pro的稳定性降至了65.4%-71%，而Galaxy S23 Ultra所搭载的骁龙8 Gen2的稳定性也降至了58.7%-64%，Pixel 7 Pro搭载的Tensor G2的稳定性则提升到了75.6%-82%。

三星4LPP工艺

虽然三星在去年6月底就宣布已经量产3nm工艺，但是目前仍没有一家手机芯片厂商采用。根据以上的相关测试来分析，谷歌Tensor G3是基于三星 4LPP（4nm， Low Power Plus）技术节点进行生产，而非三星4LPP＋工艺。

此前消息显示，三星4LPP＋可能将被首发用于三星自家Exynos 2400芯片，明年的Tensor G4则可能基于三星4LPP＋进行生产。相对于三星 4LPP＋制程，Tensor G3 使用的三星 4LPP 制程，能效要更低一些。

虽然谷歌一直宣称Tensor G系列处理器是由其自研的，但事实上，这个系列的SoC是由三星LSI部门来帮助谷歌进行深度定制的，谷歌提供了其自研的张量处理单元（TPU）IP，并购买了Arm的 CPU和GPU IP，（对于上代的Tensor G处理器）三星则提供了多功能编解码器IP、自定义混合 ISP、5G基带等。这也是为什么谷歌Tensor G系列处理器一直交由三星代工的主要原因，尽管三星的工艺制程在一定程度上阻碍了Tensor G系列处理器的性能。另外，三星代工的价格也要比台积电更为实惠也是一个因素。

支持本地运行AI大模型

早在2018年7月，谷歌就正式推出了用于边缘计算的edge TPU，作为其Cloud TPU的补充，当时Edge TPU仅用于推理，专为在边缘运行TensorFlow Lite ML模型而设计。

在目前的中高端智能手机处理器中，几乎都集成了专用的AI内核，用于进行各种人工智能计算。而谷歌自己研发的Tenso处理器中，也内置了谷歌自家研发的TPU内核，不过在驱动程序上，谷歌将其称为“边缘TPU”

谷歌自研的Tensor G系列处理器的主要目标一直是深度优化与硬件的协同，以更好地发挥其核心软件能力（包括安卓系统和人工智能能力）。尤其是在生成式人工智能的热潮下，Tensor G3已成为谷歌引入手机端生成式人工智能能力的关键支点

在谷歌硬件产品发布会上，谷歌宣布Pixel 8系列将获得多项板载生成式AI功能。其中包括改进版的Magic Eraser照片编辑软件。此外，Pixel 8 Pro还将获得其他功能，如Video Boost，通过生成式AI处理来提升手机视频的质量

比如Magic Eraser 照片编辑软件，可以让你随意调整照片亮度、背景甚至随便拖动更改主体人物位置的魔术修图功能。

魔术修图工具效果展示如下：

重新写成：另外，还有一个功能是能够帮助用户一键换表情的合照功能。对于使用Pixel系列手机的用户来说，他们应该对Top Shot的最佳照片筛选能力不陌生。在完美合照功能的基础上，针对人脸、群像等拍摄场景，通过谷歌AI的升级，用户可以直接从相机捕获的不同画面帧中选择最完美的表情和神态，进行替换

△完美合拍功能效果展示

对于Google Pixel系列手机而言，Google Tensor芯片带来的最明显的改进可能是在视频拍摄方面。在Pixel 8 Pro中，Google AI继续发挥作用，引入了视频增强器（Video Boost），可以实时通过HDR+管线处理4K视频，还具备识别不同声音类别以便于后期针对性剪辑的计算音频功能，同时还支持夜视模式的视频拍摄

△iPhone 15 Pro Max 与 Pixel 8 Pro 开启影片强化器后的拍摄效果对比

另外， Pixel 8 Pro 还是首款搭载谷歌AI 基础模型的智能手机。得益于其所搭载的Tensor G3处理器当中面向AI的Tensor 核心的加持，使得用户可以在智能手机上本地处理原本需要通过云端服务器完成的AI任务，并且拥有出色的效果和响应速度。比如，Pixel 8 Pro可以支持可离线运行魔术橡皮擦，可以更多地基于图像生成而非融入背景的方式来达到更好的物体消除效果；Gboard 能够根据对话信息自动生成更加自然、更符合交流习惯的回复建议，让用户一键社交；Pixel 8 Pro 甚至还会内置一个专门用于图像处理的模型，为图库中放大之后的图片生成更加清晰的细节。

值得一提的是，此前联发科也已经宣布，其新一代天玑旗舰移动芯片的智能手机支持由Llama 2模型开发的AI应用，可为用户带来振奋人心的生成式AI应用体验。

重新表达的内容是：总结：

虽然谷歌Pixel系列智能手机一直以来都存在感不高，相比其他品牌的旗舰智能手机来说，Pixel系列智能手机都主要是通过率先升级最新版本的安卓系统来作为最大卖点。但是随着Tensor G系列自研手机处理器的加入以及持续迭代，也为Pixel系列智能手机带来了更多的软硬协同上的体验升级。比如，谷歌已经将其AI最新研究成果引入 Pixel 8、Pixel 8 Pro 新机，而Tensor G3则深度结合了谷歌机器学习和 AI 算法，大幅提升了处理照片和视频录制的能力。当然，Tensor G系列处理器的CPU、GPU等方面的性能与旗舰SoC仍然存在一定的差距，这主要是由于芯片设计与三星制程工艺的制约。

据传闻，谷歌计划在2025年推出Pixel 10系列手机，搭载定制的Tensor G5芯片。这款芯片有可能会交由台积电代工生产。如果如此，Tensor G5可能会提供与高通或联发科旗舰级移动处理器相媲美的性能体验

为了保持原意不变，需要将内容改写为中文。没有必要出现原始句子

Atas ialah kandungan terperinci 深入解析谷歌Tensor G3处理器：强大的9核CPU＋10核GPU，完美支持本地AI大模型！. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!