Pixel 6手機為何需要一個自製Tensor行動 - 工程師

Pixel 6手機為何需要一個自製Tensor行動處理器？Google臺灣硬體工程團隊揭密

https://www.ithome.com.tw/news/147383

文/余至浩 | 2021-10-21發表

不讓蘋果專美於前，Google於昨日（10/20）最新發表的Pixel 6手機中，首次搭載自行開
發設計的Tensor行動處理器，新處理器主打可以大幅強化手機裝置上的AI和ML應用，包括
在語音辨識、即時翻譯、拍照、錄影體驗等都有獲得不少的提升。一手打造和開發這顆處
理器的Google研發團隊，不只有來自Google AI研究部門，Google在臺灣硬體工程團隊也
全程參與。Pixel 6發布同一天，在臺灣一場Google硬體產品活動上，Google臺灣工程團
隊針對這顆處理器也透露更多細節。

Tensor雖然不是Google第一個自行開發的處理器，但卻是它第一個專為Pixel手機打造的
行動處理器，在一顆不到十元硬幣大小的SoC晶片中，除了放進了CPU、GPU、ISP，Google
還把自己過去在資料中心AI模型訓練和推論專用的TPU硬體技術，放進這顆SoC晶片中，為
手機帶來更好的AI和ML處理能力。

Google硬體副總裁彭昱鈞表示，新Pixel手機採用的Tensor處理器，深度結合了AI和ML這2
個技術，放到CPU架構中，專門用於處理手機上這類的應用，像在AI語音辨識上，能更清
楚辨識並理解每個語句的意思，又或是運用於AI影像處理時，能根據拍攝物件的不同，如
人種、膚色、場景等自動調整，來拍出更細緻且明亮的照片。

為何Google要自己開發手機晶片？這是很多人的疑問，Google自己的回答也很直接：「因
為市面上的手機晶片，追不上我們科研的速度。」Android及Pixel相機產品經理傅敬文也
以相機功能來舉例，他表示，Google的AI相機技術運用很早，從Pixel 2、3代就有用，但
過去這些AI拍照功能在CPU進行運算時很沒效率，難以推向市場，但新Pixel手機因採用了
自製晶片，讓這些AI相機技術，也能夠在手機上獲得同樣或甚至更好地的應用。

Google採用自製晶片還有另一個用意，能針對手機上需要較複雜運算的AI應用來優化，舉
例來說，以往手機錄影過程中，要用AI辨識錄影場景或是人講話的聲音，需要CPU大量運
算處理，也相當耗電，但是Google自製的低功耗晶片就沒有這個問題，例如Google這次特
別在新手機錄影功能中，新增類似HDR Plus演算法，來優化拍攝影像品質。傅敬文指出，
這在舊Pixel手機做不到，只有用Tensor晶片的新Pixel手機才能辦到。

除了拍照以外，Tensor處理器也能用來優化語音辨識相關應用，傅敬文表示，以前喚醒
Google語音助理容易有些延遲，這次直接把自然語言模型整進Tensor晶片裡，可以更快將
語音助理叫醒， 甚至在翻譯上更即時，以往要翻譯，需要連網，將內容輸入雲端AI模型
，再把翻譯的結果傳到手機上來顯示，使用者體驗感受較慢，現在可在Tensor處理器上執
行自然語言模型，直接在手機上做即時轉譯，不需要連網就能翻。

以往歷代Pixel手機開發，Google臺灣工程團隊扮演很重要的角色，這一代Pixel手機研發
也不例外，甚至在整個Tensor晶片開發過程中，臺灣工程團隊也參與其中，從影像處理IP
整合、測試、分析效能，到軟體開發和硬體系統開發等，臺灣團隊都全程參與，花了相當
多的人力和資源投入，與Google全球團隊緊密地合作。

Tensor晶片花費了4年研發打造，為了將AI處理能力更好地嵌入到SoC晶片中，彭昱鈞表示
，在整個晶片開發過程中，研發團隊一直是從整體系統設計的角度來思考，不只考慮晶片
本身，也得考慮到系統如何搭配，兩者必須相輔相成，才能發揮出最大的效益。

雖然外界對它的硬體規格十分好奇，彭昱鈞直言，比起硬體規格，他們更在意的是，手機
是否因為有了Tensor處理器以後，能更加了解使用者需求。

舉例來說，拍照和語音辨識是手機上很常使用的功能，所以研發團隊最初設計構想是，如
何把這類的AI、ML技術整合到手機晶片上做應用，例如以前要移除照片場景中的某個物件
時，使用者必須手動描邊來選取要從影像中剔除的物件，但加入這類AI功能後，就可以省
下這些事。「這些都是我們在CPU設計上想達到的效能。」

這代手機加入更多智慧拍照功能，Google借助Tensor處理器，大幅優化影像處理上的AI、
ML演算法效能，如新增的AI動態肖像模式功能，能透過AI自動辨識拍攝物體是流動物體或
是移動物體，為背景加入模糊效果，或是製造出水流綿延感。新推出的AI橡皮擦功能，則
是可以偵測相片中的干擾物並提供移除建議等。

以AI動態肖像模式為例，彭昱鈞表示，現在手機拍照會透過連拍多張照片的方式自動合成
最佳照片，從這些照片中，AI可以偵測被拍攝的對象及其行為，例如被拍者是運動員，正
在騎自行車，需要速度感，AI就可以透過後製將這些元素加進來，除了辨識須透過AI輔助
，選取照片中的物件時也需要用到，這就能發揮AI或ML的用處。

彭昱鈞指出，這些功能以前用軟體也能做到，但需較久的時間而且很耗電，「現在我們有
一個特用型，專門為這件事優化的SoC，就可以做到更廣泛的應用。」

--