ในงานเปิดตัว Pixel 9 ของใหม่ที่กูเกิลไม่ได้พูดลงรายะเอียดมากนักคือชิป Tensor G4 ที่เป็นชิปคัสตอมเองรุ่นที่ 4 แล้ว สิ่งที่กูเกิลพูดในงานคือ Tensor G4 เป็นครั้งแรกที่ทีม DeepMind มาทำงานร่วมกับทีม Google Silicon โดยตรง เพื่อให้โมเดลปัญญาประดิษฐ์ทำงานได้ดีที่สุด
เว็บไซต์ Tom's Hardware มีโอกาสสัมภาษณ์ตัวแทนจาก DeepMind และ Google Silicon เพื่อขยายความเรื่องนี้
เป้าหมายของ Pixel 9 คือการเป็นสมาร์ทโฟนตัวแรกที่สามารถรันโมเดลตัวใหม่ Gemini Nano with Multi-Modality (รับอินพุตหลายแบบทั้งภาพ เสียง ข้อความ) ซึ่งพัฒนาไปอีกขั้นจาก Pixel 8 Pro ที่รัน Gemini Nano รุ่นปกติ เพราะโมเดลนี้นำไปใช้กับฟีเจอร์ AI ใหม่ๆ อย่าง Call Notes และ Pixel Screenshots
โจทย์นี้ทำให้ทีมพัฒนาชิปต้องตอบสนองต่อความต้องการ และปรับแต่งชิปกับโมเดลไปพร้อมๆ กันในกระบวนการพัฒนา ผลคือโมเดลมีความสามารถสูงขึ้น 3 เท่า, มีอัตราเอาต์พุตของโมเดลที่ 45 tokens ต่อวินาที (นับตอนรันโมเดล Gemini Nano เวอร์ชันเต็ม ไม่ใช่เวอร์ชัน efficient ด้วย) สูงที่สุดในชิปมือถือตอนนี้ ในทางกลับกันสามารถประหยัดพลังงานได้มากกว่าเดิม 26%
เมื่อนำชิปที่มีสมรรถนะประมวลผล AI สูงขึ้น มารวมกับการที่ Pixel 9 มีแรมมากขึ้น (12GB สำหรับรุ่นธรรมดา และ 16GB สำหรับรุ่น Pro) ความสามารถในการประมวลผล AI ของ Pixel 9 จึงสูงขึ้นมาก สามารถรันงาน AI พลังสูงๆ แบบ on-device ทั้งหมดได้ ฟีเจอร์ที่อ่อนไหวอย่าง Pixel Screenshots จึงไม่มีปัญหาเรื่องข้อมูลส่วนตัว เพราะไม่ต้องประมวลผลนอกเครื่อง
ผลงานการรันโมเดล AI ของ Pixel 9 จึงเกิดจากทีมภายในของกูเกิล 4 ทีมคือ Android, Pixel, Google Silicon และ DeepMind ทำงานร่วมกัน
นอกจากผลลัพธ์ด้าน AI แล้ว ในการใช้งานทั่วๆ ไป ประสิทธิภาพเรื่องการท่องเว็บดีขึ้น 20%, แอพรันได้เร็วขึ้น 17% และแบตเตอรี่อยู่ได้นานขึ้น 20%
ทีม Google Silicon บอกว่าการวัดเบนช์มาร์คทำได้ยากขึ้นในวงการ AI เพราะรูปแบบงานไม่ตายตัว ถึงแม้มีเบนช์มาร์คอย่าง MMLU ที่นิยมแพร่หลาย แต่ก็เป็นการวัดค่าในเชิงวิชาการ ในขณะที่งานในโลกจริงๆ อาจต่างจากเบนช์มาร์คเหล่านี้อยู่เยอะ ในมุมของกูเกิลเริ่มเห็นการปรับแต่งชิปหรือโมเดลให้ทำคะแนน MMLU ให้สูงๆ แต่มันอาจไม่สะท้อนการใช้งานจริงมากนัก
สเปกของชิป Tensor G4 เท่าที่รวบรวม (อย่างไม่เป็นทางการ) โดย Android Authority ไม่น่าตื่นเต้นมากนัก ใช้คอร์มาตรฐานของ Arm อัพเกรดตามรอบปกติ คือ Cortex-X4 x1 + Cortex-A720 x3 + Cortex-A520 x4 (รวม 8 คอร์ น้อยลงกว่า Tensor G3 ที่มี 9 คอร์ด้วยซ้ำ) ส่วนจีพียูน่าจะเป็น Mali-G715 ตัวเดิมของ Tensor G3
ที่มา - Tom's Hardware
Comments
ทุกคนรู้ แฟนคลับรู้ ว่าของจริงคือ G5 แต่ทีมงานก็ต้องยิ้มสู้สื่อโปรโมท G4 ถ่วงเวลาไปปีนึง
เห็นคนล้อกันว่าคะแนน geekbench cpu ของ G4 แรงพอๆกับ iphone 12 เมื่อ 2020
สักวันหนึ่งคงมีคนเอามือถือมา host AI แทนซื้อการ์ดจอ NVIDIA มารัน AI
บล็อก: wannaphong.com และ Python 3
Tensor นี่เลิกย้อมแมวเอา exynos มาแปะ npu ยังครับ
ทำไมถึงถือว่าย้อมแมวล่ะครับ? มีการ customized ที่ unique จริงไม่ได้แค่เปลี่ยนป้ายนี่?
คอร์ Arm แทบทั้งหมดก็น่าจะ reuse กันไปมา (ลากไปได้ถึงเอาพิมพ์เขียว Arm มาย้อมแมว?)
lewcpe.com, @wasonliw
ขัดใจดีไซน์มาก กล้องยื่นแบบนั้นเวลาวางบนโต๊ะมันไม่กระดกหรอ ?
มีผู้นำก็มีผู้ตามครับ เครื่องบางแต่กล้องปูดกัน สุดท้ายต้องหาเคสมาใส่กันหมด ไม่งั้นวางละกระดกๆ บางเจ้ากล้องมุมเครื่องไม่สมมาตรก็แปลกๆ ถ้าวางเปลือยๆ
เอ ตั้งแต่เปลี่ยนการออกแบบมา ก็มีพิกเซลนี่ไม่ใช่เหรอครับที่วางแล้วไม่กระดกอยู่เจ้าเดียว
ไม่กระดกเพราะมันยาวเป็นแถบครับ ที่จะกระดกคือพวกที่ปูดแค่ตรงมุมๆ
6 7 8 ใช้มาทั้งหมด ไม่ใส่เคสด้วย ไม่มีกระดกเลยนะครับ