El Tensor G4 no fue diseñado para una velocidad extraordinaria según Google
Los chipsets Tensor de Google, utilizados en los dispositivos Pixel, no están diseñados para romper récords en pruebas de rendimiento.
En lugar de centrarse en la velocidad, el objetivo principal de Tensor es satisfacer las necesidades específicas de uso de Google, especialmente en el ámbito de la inteligencia artificial (IA).
Diseño centrado en la eficiencia y la experiencia del usuario
Soniya Jobanputra, miembro clave del equipo de gestión de productos Pixel de Google, explicó que el desarrollo del Tensor G4 se enfocó en la eficiencia en situaciones reales, más que en la potencia bruta.
En una conversación con Financial Express durante el evento «Made by Google» la semana pasada, Jobanputra comentó:
Cuando diseñamos el chip, no lo hacemos para conseguir velocidades o hazañas extraordinarias. No estamos diseñándolo para superar un benchmark específico. Lo diseñamos para satisfacer nuestras necesidades de uso.
Uno de los objetivos principales al crear el Tensor G3 fue mejorar la velocidad y la eficiencia en la apertura de aplicaciones. Jobanputra reconoció que «sabíamos que teníamos un punto débil con la apertura de aplicaciones. Así que, al desarrollar el G4, nos enfocamos en mejorar esa experiencia para los usuarios».
Problemas persistentes de sobrecalentamiento
A pesar de los esfuerzos por mejorar la eficiencia y la experiencia del usuario, el Tensor G4 sigue enfrentando desafíos en cuanto al sobrecalentamiento y la reducción del rendimiento.
Un usuario en X, @callmeshazzam, sometió al Pixel 9 Pro XL a una prueba de estrés y reportó que el Tensor G4 comenzó a reducir su rendimiento a un 50% en apenas dos minutos. Aunque estas pruebas están diseñadas para llevar el dispositivo al extremo y no reflejan el uso diario típico, es importante recordar que el sobrecalentamiento ha sido un problema constante desde el lanzamiento del Tensor original con el Pixel 6 en 2021.
Si bien Google ha mejorado este aspecto con cada generación, el sobrecalentamiento sigue siendo un problema persistente, probablemente debido a que Tensor es, en esencia, un chipset Exynos renombrado. Aunque los usuarios no experimentarán problemas en su uso diario, aún hay margen de mejora en futuros desarrollos.
