不只是算力不足 ， 在 Google 开发团队眼中 ， 现有 Pixel 手机一直使用的高通骁龙 SoC ， 从架构到功能 ， 都不足以满足 Pixel 各种 AI 应用场景的使用需求 ，可以说是‘积怨已久’ 。
同理 ， 随着量身定制的硬件提升 Pixel 6 上也加入了很多 AI 带来的效率提升：比如 Pixel 6 中识别准确率与速度都有大幅提升的离线语言转文字功能 ， 就是 Google 借助机器学习 ， 将已经构建完毕的语音识别模型预制在手机内存中 ， 使用 Google Tensor 内建的 TPU 模组 ， 实现比传统算力更加高效的识别效果 ；
实时翻译功能也不再局限于翻译 App 内 ， 被整合进更多应用中 。

文章图片
图9/10

如今 ， 随着计算摄影在更多手机厂商的尝试逐渐成熟 ， 曾经困扰着 Google 的问题 ， 也成为越来越多手机厂商的共识：为软件功能量身定制硬件 ， 反过来进一步提升软件的运行效率 ， 或许才是未来在手机端更现实的解决方案 。
小米与 vivo 在 ISP 芯片领域的尝试 ， 不是为了纸面性能或跑分测试的优劣 ， 而是为了满足各自独特的需求而定制：就像 Google 在 Tensor Chip 诞生之前为 Pixel 研发的数款协处理器一样 。
虽然定制 SoC 对于大部分手机厂商来讲仍然是极其烧钱的行为 ， 但通过定制 ISP 等协处理器的方式 ， 同样能打破如今智能手机体验‘同质化’、连拍摄效果都要以跑分定胜负的现状 ， 给用户带来更多不同的体验 。
只要这条路被证明行之有效 ， 就会有越来越多的厂商效仿 ， 加入到自研处理器的行列中 。 （快科技）


文章图片
图10/10
【Google自研芯片启示录：不为跑分只为打磨体验】