Tensor G5 của Google Pixel 10 Không Giữ Được Lời Hứa Về TSMC

Nhóm biên tập BigGo
Tensor G5 của Google Pixel 10 Không Giữ Được Lời Hứa Về TSMC

Với việc ra mắt dòng sản phẩm Pixel 10, Google đã có một cơ hội quan trọng để giải quyết những chỉ trích lâu nay về chip Tensor của mình bằng cách chuyển sang quy trình sản xuất tiên tiến của TSMC. Sau bốn thế hệ chip được sản xuất bởi Samsung với các vấn đề về nhiệt và kết nối, việc chuyển sang nhà máy của TSMC được kỳ vọng sẽ cuối cùng đưa silicon của Google ngang hàng với các nhà dẫn đầu ngành. Tuy nhiên, sau hơn một tháng thử nghiệm trong thực tế, Tensor G5 cho thấy chỉ riêng việc thay đổi nhà máy sản xuất không thể giải quyết được những thách thức cơ bản trong thiết kế chip của Google.

Chuyển Đổi Sang TSMC Không Đạt Kỳ Vọng

Việc Google chuyển từ Samsung sang TSMC để sản xuất Tensor G5 là thay đổi được mong đợi nhất trong dòng Pixel năm nay. TSMC đã khẳng định vị thế là nhà lãnh đạo ngành trong sản xuất chất bán dẫn, với cả Apple và Qualcomm đều dựa độc quyền vào các quy trình của họ cho chip flagship của mình. Cùng một thiết kế chip được sản xuất trên quy trình của TSMC thường cho thấy những cải thiện đáng kể về hiệu suất năng lượng và hiệu năng so với quy trình tương đương của Samsung. Mô hình này đã được chứng minh rõ ràng khi Qualcomm chuyển từ Samsung sang TSMC cho Snapdragon 8+ Gen 1 vào năm 2022, mang lại những cải tiến nhiệt và hiệu suất đáng kể mà không cần thay đổi kiến trúc CPU cơ bản. Thật không may cho người hâm mộ Pixel, Google đã không tận dụng được lợi thế sản xuất này.

Bối cảnh so sánh:

  • Xring O1 của Xiaomi (chip thế hệ thứ 2) cạnh tranh với Snapdragon 8 Elite khi sử dụng cùng quy trình 3nm của TSMC
  • Việc Qualcomm chuyển từ Samsung sang TSMC năm 2022 đã mang lại cải thiện nhiệt độ đáng kể
  • Thời lượng pin Pixel 10 Pro XL: trên mức trung bình nhưng không dẫn đầu phân khúc
  • Các đối thủ cạnh tranh như OnePlus 13 đạt được 1,5 ngày sử dụng nặng

Khoảng Cách Hiệu Năng Vẫn Tồn Tại Ở Tensor Thế Hệ Thứ Năm

Tensor G5 tiếp tục mô hình hiệu năng không mấy ấn tượng của Google so với các chip flagship đương thời. Bất chấp việc sử dụng một trong những quy trình mới nhất của TSMC, Tensor G5 không thể vượt trội hơn so với chip Snapdragon flagship của Qualcomm từ hai năm trước. Quyết định của Google trong việc tiếp tục sử dụng các lõi CPU ARM cũ thay vì áp dụng những tùy chọn mới nhất hiện có đã dẫn đến một khoảng cách hiệu năng đáng kể. Đáng lo ngại hơn là hiệu năng thất vọng của GPU PowerVR mới, nó mang lại hiệu suất chơi game từ trung bình đến dưới mức trung bình, không đáp ứng được những gì người dùng mong đợi từ một chiếc điện thoại thông minh trị giá 1,000 đô la Mỹ. Các điểm benchmark ban đầu cho thấy driver đồ họa lỗi thời có thể là một phần nguyên nhân, nhưng cho đến khi Google giải quyết vấn đề này, chủ sở hữu Pixel 10 không thể tận hưởng trải nghiệm chơi game mượt mà trong các tựa game Android phổ biến.

Các vấn đề chính của Tensor G5:

  • Được sản xuất trên quy trình công nghệ của TSMC nhưng cho thấy sự cải thiện thời lượng pin rất nhỏ
  • Sử dụng lõi CPU ARM cũ thay vì thiết kế mới nhất hiện có
  • GPU PowerVR mang lại hiệu suất chơi game dưới mức trung bình
  • Không thể vượt qua các chip hàng đầu của Qualcomm từ hai năm trước
  • Chỉ có tiến bộ nhỏ giọt sau năm thế hệ Tensor

Cải Thiện Thời Lượng Pin Vẫn Khiêm Tốn

Một trong những lợi ích chính được kỳ vọng từ việc chuyển sang quy trình sản xuất hiệu quả của TSMC là thời lượng pin được cải thiện đáng kể. Các chip Tensor trước đây vốn nổi tiếng là hao pin, dẫn đến các điện thoại Pixel khó có thể sử dụng nặng trong cả một ngày. Trong khi Pixel 10 chạy mát hơn đáng kể so với các thế hệ trước—giải quyết một trong những phàn nàn chính—thì những cải thiện về thời lượng pin chỉ là tăng dần. Pixel 10 Pro XL mang lại thời lượng sử dụng trên mức trung bình thay vì thời lượng pin dẫn đầu phân khúc, điều mà lẽ ra có thể biện minh cho những thỏa hiệp về hiệu năng. Điều này khiến Google bất lợi so với các đối thủ cạnh tranh như OnePlus 13, vốn có thể dễ dàng sử dụng nặng trong 1,5 ngày.

Trọng Tâm AI Của Google Phải Trả Giá

Nơi mà Tensor G5 thực sự tỏa sáng là ở hiệu năng AI, tiếp tục nhấn mạnh của Google vào khả năng học máy. Các tính năng như Magic Cue thể hiện khả năng nhận thức ngữ cảnh tinh vi, tự động hiển thị thông tin liên quan từ email, tin nhắn và lịch dựa trên hoạt động của người dùng. Khả năng AI xuất sắc này đại diện cho năng lực cốt lõi và điểm khác biệt của Google trên thị trường điện thoại thông minh. Tuy nhiên, việc tập trung chủ yếu vào AI dường như đã phải trả giá bằng những cải tiến cơ bản cho con chip. Khi so sánh với chip tự thiết kế thế hệ thứ hai Xring O1 của Xiaomi—sử dụng cùng quy trình 3nm của TSMC nhưng có hiệu năng ngang ngửa Snapdragon 8 Elite của Qualcomm—thì tham vọng thiếu hụt của Google về sức mạnh xử lý thuần túy trở nên rõ ràng.

Màn hình điện thoại thông minh hiển thị ứng dụng Google Messages đang được sử dụng, nổi bật tính năng Magic Cue được hỗ trợ bởi AI để nâng cao trải nghiệm giao tiếp
Màn hình điện thoại thông minh hiển thị ứng dụng Google Messages đang được sử dụng, nổi bật tính năng Magic Cue được hỗ trợ bởi AI để nâng cao trải nghiệm giao tiếp

Tương Lai Của Tham Vọng Chip Của Google

Sau năm thế hệ chip Tensor, Google dường như hài lòng khi ưu tiên các tính năng AI hơn là cạnh tranh về sức mạnh xử lý thuần túy với các nhà lãnh đạo ngành. Những cải tiến khiêm tốn của Tensor G5 cho thấy Google có thể đang ổn định trong một phân khúc ngách thay vì phấn đấu để đạt vị thế tối cao về chip. Trong khi khả năng AI mang lại một số điểm khác biệt, thì những khoảng cách tiếp diễn về hiệu suất chơi game, sức mạnh CPU và hiệu quả pin khiến khó có thể giới thiệu Pixel 10 cho những người dùng đòi hỏi hiệu năng cấp flagship trên mọi phương diện. Đối với một công ty có nguồn lực và chuyên môn kỹ thuật như Google, tiến bộ từng bước với mỗi thế hệ Tensor vẫn là điều đáng thất vọng đối với những người đam mê, những người đã hy vọng vào những cải tiến đáng kể hơn qua từng năm.

Đánh giá
… Tổng số 1 bài đánh giá
👍 Điểm mạnh
50%
Hiệu suất bộ xử lý
50%
Hiệu suất tổng thể
👎 Những điểm yếu
50%
Giá
25%
Dung lượng bộ nhớ
25%
Hiệu suất tổng thể