傳Google棄高通、選三星,合作自研晶片!Pixel 6成有望搭載的野心之作?
傳Google棄高通、選三星,合作自研晶片!Pixel 6成有望搭載的野心之作?

目前的手機硬體似乎處於決賽期,隨著時間過去,參賽的廠商一個接一個地被淘汰。

過去在新手機發佈前,人們總是會對新機的CPU做百般猜測,究竟會採用德州儀器、英偉達、英特爾,還是高通、聯發科?

但如今,隨著幾家廠商的黯然離場,晶片市場變得無趣許多。SoC(單晶片系統)的主流供應商幾乎用一隻手就能數出來:雙雄爭霸的高通、聯發科,獨樹一幟的蘋果A系列,掙扎中的海思以及若即若離的三星獵戶座(Exynos)。

一直以來,「晶片決賽圈」都是在淘汰廠商,鮮少有後進者入局。

不過,在晶片的技術壁壘越來越高的同時,還是有一些野心勃勃的廠商想要攀上技術高地。有傳言稱,將要打破這片僵局的新手,很有可能會是Google。

僅供報導用途_shutterstock_192086159_google
圖/ turtix via shutterstock

延伸閱讀:甲骨文、Google十年恩怨落幕!90億美元Java案大翻盤,美最高法院判Android未侵權

Google會是下一個晶片「玩家」?

一直以來,Pixel都被Android用戶稱為Google的「親兒子」——它有原汁原味的Android原生系統、能領先其他Andorid手機體驗新的系統版本,以及由Google親自調教的成像系統。

現在,Google有可能還要為這位「親兒子」換上一顆親手打磨的晶片。

2019-Made-by-Google_Pixel-4.jpg
圖/ Google Blog

久聞其聲卻不見其形,便是在形容Google的自研晶片。2020年4月,在美國新聞網站Axios的一篇報導中提到,Google正在與三星合作設計一款代號為「 Whitechapel 」的晶片,並且已試生產成功。

Axios表示,Whitechapel以Arm為基礎架構,為8核心CPU的設計,集成Google在人工智慧、圖像處理等技術,並將採用三星的5nm工藝來進行生產。

不過,晶片開發週期比想像中的還要長,試生產成功再到投入量產之間,可能還要有一年甚至更長的時程。Axios當時估計,Google的自研晶片還需要一年才能真正運用在Pixel手機,也就是說,今年很有可能推出Pixel 6系列。

在2020年Google的財政電話會議上,Google執行長桑德爾.皮蔡也表示將會在硬體方面進行一些更深入的投資,有傳聞猜測,這是其自研晶片Whitechapel即將發佈的訊號。

桑德爾·皮蔡Google.JPG
圖/ Reuters Connect

隨著一年之期將至,越來越多關於Whitechaple的消息被披露出來。根據《9to5Google》的報導稱,Google今年秋季推出的手機有望搭載代號為「 GS101 」的自研晶片,其中GS可能就是「 Google Silicon 」的縮寫。

《9to5Google》也提到,新的晶片有可能會運用於代號為「Raven」和「Oriole」的兩台裝置上,也就是今秋將發佈的Pixel 6以及Pixel 5a 5G,開發工程是與三星的半導體部門一起合作進行。這也意味著,Google的新晶片可能會與三星的Exynos 2100共用一些軟體元件等。

有傳聞猜測,Google會像蘋果一樣將自製晶片應用在Pixel手機和ChromeBook筆電上,從晶片端串聯硬體生態圈。

但就目前來看,Google的保密工作相當嚴苛,並拒絕對這些傳聞發表評論,更多關於Whitechaple的性能表現、晶片架構等資訊依然不得而知。

這一切令人不禁期待起今年5月的Google I/O大會,是否真的會有一個硬體驚喜在等待著眾人。若Google要另起爐灶的話,這將是Pixel系列手機首次拋棄高通晶片,對Pixel系列的粉絲來說,這或許是一個好消息。

延伸閱讀:Google I/O將於5月中強勢回歸!免費開放全球開發者參與、新版隱私政策受關注

採用高通旗艦晶片向來是Pixel系列手機的傳統,但去年的Pixel 5卻打破這項傳統,轉而採用高通的Snapdragon 765G而非Snapdragon 865。外界猜測,這可能是出於成本的考量。

對於Pixel 5系列而言,少了旗艦晶片確實是一個不小的遺憾,這意味著與同樣定位的旗艦對手相比,Pixel 5系列在性能表現上將有不小的短處。

若Google轉而採用自研晶片的話,硬體的採購成本將會大幅降低,新一代Pixel也可以重新搭載旗艦級水準的晶片,在性能表現上,Pixel 5將會有較大的提升。

自製晶片,Google是認真的

事實上,先前的Pixel系列手機就曾搭載過不少Google的晶片。在自製晶片這件事上,Google的態度是認真的。

細數一下大眾較為熟知的案例,Pixel 2就曾搭載著Pixel Visual Core(PVC)。 PVC是Google專為圖像處理研發的晶片,它的出現讓Pixel 2的拍照表現被稱為當時最強的單鏡頭手機

google
圖/ 愛范兒

Pixel 2刷新了當時有一定權威性的DxOMark拍照排行榜,以99分的高分超越iPhone 8 Plus的94分拿下冠軍。

PVC擁有8個效能核心,每秒可以進行3兆次計算。在PVC的算力加持下,Pixel 2能在用戶幾乎察覺不到的時間內,拍出前後景一致清晰的HDR+照片,且與前代Pixel只能仰賴Google Camera App才能獨享HDR+功能不同,PVC讓第三方App也能完成HDR+的計算。在任何情況下,暗部細節都能被清晰呈現,這種軟硬體結合的計算攝影效果在當時是令人非常驚豔的。

經過Android Central的測試發現,PVC的運行速度要比Snapdragon 835的圖像處理器快上五倍,而耗能不到Snapdragon 835的十分之一,它因此被評價為「 Pixel 2攝影鏡頭的秘密武器 」。

而在Pixel 3系列上,Google運用了一顆名為「 Titan M 」的安全晶片,以確保手機的數據安全。

Titan M能從Boot層面阻斷對Android系統進行降級和攻擊Boot loader(啟動程式)的行為,且可以限制惡意程式的解鎖次數,防止數據遭篡改和竊取,保護Android系統的完整性。

圖一.1
圖/ shutterstock

Google還為第三方程式提供了Titan M的API介面,例如程式開發者可以將密碼儲存在Titan M中,確保數據的獨立與安全。

來到Pixel 4時,於前兩代發揮重要作用的PVC晶片消失了,取而代之的是Google新研發的「 Neural Core 」晶片,其作用相當於人們更熟悉的TPU(張量處理器),能透過機器學習來完成HDR合成、語音控制、臉部辨識等的計算工作。

在目前最新的Pixel 5和Pixel 4a系列上,Neural Core又被Google捨去了,而Titan M則被保留下來。Google表示,這是因為他們透過優化演算法,讓Snapdragon 765G發揮出與Neural Core相近的計算能力。

不過在Pixel 5上,原先的臉部解鎖功能也被刪減了,相較於前一代,對於神經計算的需求降低了不少,也不難理解捨去Neural Core的成本來為5G等新功能鋪路的作法。

在新的GS101自研晶片上,這份遺憾有望能得到彌補,根據社群網站XDA的消息稱,GS101將會集成TPU和安全晶片Titan M,而神經計算核心也將會回歸。

為何要捨棄旗艦晶片,自己埋頭研發?

根據研調機構Counterpoint公佈的2020年第三季全球智慧型手機SoC晶片市場的統計報告顯示,聯發科和高通依然佔據著SoC市場的半壁江山。

google
圖/ 愛范兒

延伸閱讀:聯發科做對這兩件事,助攻股價破千、超車高通!IC設計一哥還有哪些5G布局?

不得不承認的是,銷量平平無奇的Pixel系列手機即便投入自研晶片,也不會對Android陣營的晶片市場造成多大影響。也就是說,Google的入場並不會改變這個局面,但對於Pixel系列和Google的硬體生態而言,自研晶片的意義顯得更為重要。

自研晶片最大的意義並不在於性能的提升,而是延長系統的更新週期 ,換句話說,就是能用得更久。與iOS長達6年以上的系統支援相比,Android系統2–3年的更新週期經常被人詬病。

想要延長系統的更新週期,少不了晶片廠商的協助相容,而自己掌握晶片的話,便可以少去這個中間環節。根據XDA的猜測,若Pixel 6換用Google的自研晶片,有可能會獲得超過5年以上的系統更新支援,

自研晶片除了為Pixel系列帶來革新之外,對於Google另一項重要的硬體系列Chromebook,其意義也是相對重大的。

Chromebook
圖/ Google

根據市調機構Canalys PC的分析數據,Chromebook在2020年的需求量創下了歷史新高,全年出貨量達到3,060萬台,且在2021年將繼續保持強勁的成長勢頭。

蘋果去年端出的M1晶片證明了Arm架構的潛力,也展現出高性能的Arm架構處理器將取代低功率X86晶片的趨勢,有評論預測Chromebook會是下一個發生Arm架構取代X86的平台。

換用Arm架構處理器能為Chromebook帶來更低的硬體成本、更好的Android系統體驗、更持久的續航力表現,且體積也能變得更加輕薄,Chrome Unboxed曾在一篇文章中指出,Arm架構就是Chrombook的下一個未來。

Google自研晶片的出現,可以進一步促進Android與Chrome OS兩個平台的融合,這對過分依賴雲端的Chrome OS而言,其軟體生態的豐富性將會獲得提升。

Apple_new-m1-chip-graphic_11102020_big.large_2x.jp
圖/ Apple

那麼Google會藉此推動PC端與手機端的生態一體化,來趕上蘋果甚至超越蘋果嗎?

相較於蘋果,Google仍缺乏設計定制版CPU、GPU架構的能力,也缺少強大的移動圖形處理部門。從Google目前的研發能力來看,要趕上甚至超越蘋果的可能性並不大。

那麼,大眾為何要對這顆神秘的晶片抱持期待?

Google是少數能貫通PC、平板電腦、智慧家居、手機等多硬體生態的廠商 ,從這一點來看,Google自研晶片的潛力是相當巨大的。在M1過後,這項消息可能會讓晶片市場再一次興奮起來。

本文授權轉載自:愛范兒
責任編輯:文潔琳

關鍵字: #Google #晶片
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓