A Google le preocupan muy poco los resultados de su chip Tensor en los benchmarks

Los Pixel 6 y Pixel 7 de Google están equipados con procesadores Tensor diseñados por Google, pero estos chips no superan a los mejores de Apple, Qualcomm y otros fabricantes en la mayoría de los benchmarks.

Ahora, la directora sénior de gestión de productos de Google Silicon, Monika Gupta, ha hablado sobre el rendimiento de la familia Tensor en los benchmarks en el podcast oficial de Made By Google.

Gupta sugirió que los benchmark son solo una parte de la historia cuando se habla de procesadores de teléfonos inteligentes.

Creo que los benchmarks clásicos sirvieron para algo en algún momento, pero creo que la industria ha evolucionado desde entonces.

Y si nos fijamos en lo que Google está tratando de hacer al impulsar las innovaciones de la IA en un teléfono inteligente — porque creemos que este es el enfoque que ofrecerá experiencias útiles como algunas de las que acabo de mencionar –, los benchmarks clásicos se crearon en una época en la que la IA en los teléfonos ni siquiera existía. Puede que cuenten algo, pero no creemos que cuenten la historia completa.

Añadió que Google realiza pruebas con «cargas de trabajo de software reales» que se ejecutarán en sus conjuntos de chips, en lugar de basarse en aplicaciones de benchmark con cargas de trabajo sintéticas.

Sabemos exactamente para qué estamos construyendo, y si eso significa que no vamos a ganar en los benchmarks o no nos vemos tan bien en los benchmarks, estamos perfectamente cómodos con eso, porque el resultado final habla por sí mismo.

Como en el Pixel 6 y el Pixel 7, puedes ver todas las increíbles innovaciones que hemos aterrizado, y muchas de ellas fueron las primeras en el Pixel. Así que estamos muy cómodos con ese enfoque-

Es cierto que los benchmarks no son totalmente representativos de los resultados y las cargas de trabajo del mundo real. Por un lado, muchos benchmarks miden picos de rendimiento que rara vez se ven, en lugar de un rendimiento sostenido.

Google también está impulsando el machine learning en gran medida para tareas como la fotografía computacional, y benchmarks de referencia como Geekbench y 3DMark no tienen realmente en cuenta este hardware.

Hay algunos benchmarks especializados en IA, pero la naturaleza variable del hardware de IA y las cargas de trabajo significa que incluso estas pruebas no cuentan toda la historia.