谷歌首颗SoC芯片成功流片:5nm制程8核设计,或明年落地Pixel5手机

谷歌首颗SoC芯片成功流片:5nm制程8核设计,或明年落地Pixel5手机

近年来,谷歌一直在稳步加强内部芯片设计,如今,谷歌自研芯片又添一员。

移动端的首款系统级 SoC 芯片已于最近成功流片,预计明年将率先部署在 Pixel 5手机中,并为笔记本电脑 Chromebook 使用。

据了解,该款芯片采用 5nm 工艺 8 核设计,针对机器学习进行优化,并增强 Google Assistant 功能,以更好地支持与 AI 和机器学习相关的功能。

由于谷歌近年来扩大了其设备阵容,包括智能音箱和各种其他人工智能控制设备,依据当前势态,这些产品在未来皆有可能搭载上谷歌芯片,这将有利于谷歌摆脱对大厂的依赖,确保硬件和软件功能的紧密集成。

撰文 | 凡雪

编辑 | 四月

 一 代号 Whitechapel

机器之心 4 月 15 日消息,据外媒报道,谷歌自研、代号 Whitechapel 的 SoC 芯片已于最近成功流片,它预计明年将率先部署在 Pixel 手机中,并为 Chromebook 使用。

据熟悉谷歌工作的消息人士称,代号为 Whitechapel 的芯片是与三星合作设计的,三星使用其最先进的 5 纳米技术来制造芯片。

此举可以帮助谷歌更好地与自研芯片的苹果竞争,同样对高通公司造成打击,高通为包括 Pixel 在内的许多当前高端手机提供处理器,在此之前,Pixel 手机均搭载高通骁龙芯片。

据 Axios 报道,谷歌 Whitechapel 芯片规格方面透露消息并不多,主要基于 ARM 指令集,8 核 CPU 设计。

除此之外,Whitechape 针对机器学习进行优化,并增强 Google Assistant 的功能,以更好地支持与 AI 和机器学习相关的功能。

Google Assistant 最初于 2016 年 5 月首次亮相,作为谷歌消息应用程序 Allo 及其语音激活扬声器 Google Home 的一部分。经过一段时间对 Pixel 和 Pixel XL 智能手机的独家销售,它于 2017 年 2 月开始部署在其他 Android 设备上。

目前,这款 SoC 芯片预计明年将率先部署在 Pixel 手机中,并为 Chromebook 使用,虽然 Google Pixel 5 可能仍会使用高通骁龙 765G 芯片,但此后这部分芯片将由谷歌制造所替代。

谷歌首颗SoC芯片成功流片:5nm制程8核设计,或明年落地Pixel5手机

网传 Google Pixel 5 曝光图

届时,如同 iPhone A 系列芯片针对 iOS 进行优化一般,改用谷歌设计的定制芯片或将对谷歌的软件和服务带来更好的优化方案。


 二 自研芯片早有布局

放弃高通,选择自研终端芯片这一棋已布局已久。

早在2018年收购完成HTC后,除了由这只完全谷歌领导的团队打造之外,谷歌在自主芯片研发上的能力得到了进一步的提升。

2019年2月,谷歌开始在印度南部卡纳塔克邦首府班加罗尔组建一支新的工程师团队,包括至少16名工程师和4名招聘人员,这些员工中包括来自英特尔、NVIDIA和高通公司的工程师。

此举致力于推动谷歌的智能手机和数据中心芯片业务,并且在未来会在该地创办新的半导体工厂。

当时媒体关于谷歌未来规划便有猜测:如果谷歌的芯片项目进展顺利,谷歌可能会在未来摆脱高通的骁龙产品线。

为了推出更为成熟的自研处理器,谷歌首先在推一些协处理器上试水。

在谷歌的上一代手机Pixel 2上,谷歌就推出了自研手机芯片PIxel Visual Core和Pixel NeuroCore,均为尚未激活的图像处理机器学习协处理器,并搭载在了 Pixel 2、Pixel 3 和 Pixel 4 上。

2017 年,谷歌推出了 Pixel Visual Core,这是 Pixel 2 中内置的定制设计的协处理器,可增强手机的成像和 HDR +功能,专门用于加速相机的 HDR+计算,使图像处理更加流畅和快速,并且降低电量消耗。

谷歌首颗SoC芯片成功流片:5nm制程8核设计,或明年落地Pixel5手机

据外媒报道,Pixel Visual Core 处理器其实使用了来自英特尔公司的技术,在 iFixit 发布的 Pixel 2 拆机过程中,也可以看到 Pixel Visual Core 处理器的序列号是从「SR3」开始的,这与英特尔芯片的序列号规律一致。

谷歌首颗SoC芯片成功流片:5nm制程8核设计,或明年落地Pixel5手机

随后谷歌将 Visual Core 升级为 Pixel 4 中的 Neural Core,从而增加了强大的机器学习功能。

2018 年 10 月,在 Google Pixel 3/XL 新品发布会上,谷歌推出 Titan M 芯片,Titan M 是 谷歌专门为智能手机安全而打造的一款芯片,虽然在体积上不大,但谷歌明确表示主要应用于安全启动的过程,保护锁屏密码认证及磁盘加密。

谷歌首颗SoC芯片成功流片:5nm制程8核设计,或明年落地Pixel5手机

Titan M

谷歌表示,实际上,Titan M 功能就是 Titan 的延续,只不过针对手机领域进行了加工。

2017 年 3 月,在 Google Cloud Next 大会上,谷歌发布了一款名为 Titan 的安全芯片,尺寸上只有一款耳钉大小,功率也非常小,旨在用于 Google Cloud Platform(GCP)服务器上的产品,目的是保证其顾客代码和数据的安全性,可以防止政府间谍窃听硬件和插入固件植入来攻击电脑。

除了背后核心技术支撑,谷歌也从 Apple 和 Intel 在内的竞争对手中聘请了许多芯片专家。

包括来自苹果的 John Bruno,Manu Gulati,Wonjae Choi 和 Tayo Fadelu,以及来自高通的 Mainak Biswas,Vinod Chamarty 和 Shamik Ganguly 等人。其中,John Bruno 在谷歌担任系统架构师。

谷歌在芯片布局的另外一个重头戏便是 TPU(Tensor Processing Unit),2016 年 5 月的谷歌 I/O 大会,谷歌首次公布了自主设计的 TPU,2017 年谷歌 I/O 大会,谷歌宣布正式推出第二代 TPU 处理器,在今年的 Google I/0 2018 大会上,谷歌发布了新一代 TPU 处理器——TPU 3.0,TPU 3.0 的性能相比目前的 TPU 2.0 有 8 倍提升。

在 2018 年 7 月的 Next 云端大会,谷歌又发布了 Edge TPU 芯片抢攻边缘计算市场。

虽然都是 TPU,但边缘计算用的版本与训练机器学习的 Cloud TPU 不同,是专门用来处理 AI 预测部分的微型芯片。Edge TPU 可以自己运行计算,而不需要与多台强大计算机相连,因此应用程序可以更快、更可靠地工作。它们可以在传感器或网关设备中与标准芯片或微控制器共同处理 AI 工作。

在 TPU 上谷歌的策略和研发安卓的策略是一样的,就是开放,谷歌在 I/O 2017 大会上推出的第二代 TPU 加入了更加复杂的深度学习培训,并且将 TPU 开放,允许企业租用 TPU 板卡搭建超级计算机网络。

TPU 的开放降低了企业用户对英特尔、英伟达等通用芯片巨头的依赖。


 三 结 语

苹果和谷歌一直在稳步增加内部芯片设计,苹果为 iPhone 设计的 A4 处理器,此后还自研包括专用于图形、设备图像和人工智能处理的芯片。

除了谷歌与苹果,电话制造商都在设计自己的处理器,例如三星的 Exynos 芯片和华为的麒麟芯片等。

通过创建定制芯片,公司可以更好地控制其设备中的功能和计算能力,而目前谷歌旗下拥有数个系列、不同类型的智能硬件产品,包括智能手机、平板、音箱等,近年来又扩大了其设备阵容,包括智能扬声器和各种其他人工智能控制设备。

依据谷歌当前的势态,这些产品在未来皆有可能搭载上自己家的芯片,这将有利于谷歌摆脱对大厂的依赖,确保硬件和软件功能的紧密集成,以此更好搭建自己的产品矩阵。

产业智能芯片谷歌
相关数据
英特尔机构

英特尔(NASDAQ: INTC)是全球半导体行业的引领者,以计算和通信技术奠定全球创新基石,塑造以数据为中心的未来。我们通过精尖制造的专长,帮助保护、驱动和连接数十亿设备以及智能互联世界的基础设施 —— 从云、网络到边缘设备以及它们之间的一切,并帮助解决世界上最艰巨的问题和挑战。

https://www.intel.cn/content/www/cn/zh/homepage.html
相关技术
高通机构

高通公司(英语:Qualcomm,NASDAQ:QCOM)是一个位于美国加州圣地亚哥的无线电通信技术研发公司,由加州大学圣地亚哥分校教授厄文·马克·雅克布和安德鲁·维特比创建,于1985年成立。两人此前曾共同创建Linkabit。 高通公司是全球3G、4G与5G技术研发的领先企业,目前已经向全球多家制造商提供技术使用授权,涉及了世界上所有电信设备和消费电子设备的品牌。根据iSuppli的统计数据,高通在2007年度一季度首次一举成为全球最大的无线半导体供应商,并在此后继续保持这一领导地位。其骁龙移动智能处理器是业界领先的全合一、全系列移动处理器,具有高性能、低功耗、逼真的多媒体和全面的连接性。目前公司的产品和业务正在变革医疗、汽车、物联网、智能家居、智慧城市等多个领域。

华为机构

华为创立于1987年,是全球领先的ICT(信息与通信)基础设施和智能终端提供商,致力于把数字世界带入每个人、每个家庭、每个组织,构建万物互联的智能世界。目前华为有19.4万员工,业务遍及170多个国家和地区,服务30多亿人口。

https://www.huawei.com/cn/
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

边缘计算技术

边缘运算(英语:Edge computing),又译为边缘计算,是一种分散式运算的架构,将应用程序、数据资料与服务的运算,由网络中心节点,移往网络逻辑上的边缘节点来处理。边缘运算将原本完全由中心节点处理大型服务加以分解,切割成更小与更容易管理的部分,分散到边缘节点去处理。边缘节点更接近于用户终端装置,可以加快资料的处理与传送速度,减少延迟。在这种架构下,资料的分析与知识的产生,更接近于数据资料的来源,因此更适合处理大数据。

图像处理技术

图像处理是指对图像进行分析、加工和处理,使其满足视觉、心理或其他要求的技术。 图像处理是信号处理在图像领域上的一个应用。 目前大多数的图像均是以数字形式存储,因而图像处理很多情况下指数字图像处理。

三星机构

三星集团是韩国最大的跨国企业集团,同时也是上市企业全球500强,三星集团包括众多的国际下属企业,旗下子公司有:三星电子、三星物产、三星航空、三星人寿保险、雷诺三星汽车等,业务涉及电子、金融、机械、化学等众多领域。 三星集团成立于1938年,由李秉喆创办。三星集团是家族企业,李氏家族世袭,旗下各个三星产业均为家族产业,并由家族中的其他成员管理,集团领导人已传至 李氏第三代,李健熙为现任集团会长,其子李在镕任三星电子副会长。

机器之心机构

机器之心,成立于2014年,是国内最具影响力、最专业、唯一用于国际品牌的人工智能信息服务与产业服务平台。目前机器之心已经建立起涵盖媒体、数据、活动、研究及咨询、线下物理空间于一体的业务体系,为各类人工智能从业者提供综合信息服务和产业服务。

https://www.jiqizhixin.com/
5G技术

第五代移动通信系统(5th generation mobile networks),简称5G,是4G系统后的延伸。美国时间2018年6月13日,圣地牙哥3GPP会议订下第一个国际5G标准。由于物理波段的限制,5G 的网络也将会与其他通信技术并用,包含长距离的其他传统电信波段。

推荐文章
暂无评论
暂无评论~