Чип следующего поколения Tensor G5 от Google, который, как ожидается, будет использоваться в будущей линейке телефонов Pixel, появился на тестовой платформе Geekbench. Этот список хотя и не подтвержден Google, проливает свет на потенциальную производительность чипа и конфигурацию ядра процессора.
Чипсет Tensor G5, указанный в списке Geekbench с идентификатором модели «Google Frankel» (ранее упоминавшийся в утечках как «Laguna»), предположительно набрал 1323 балла в одноядерном тесте и 4004 балла в многоядерном тесте.
Эти результаты даже ниже, чем у текущего процессора Tensor G4, поэтому маловероятно, что Tensor G5 сможет бросить вызов новым флагманским чипам Snapdragon 8 Elite от Qualcomm или Dimensity 9400 от MediaTek. Более того, Google будет даже сложно обойти флагманские чипы предыдущего поколения конкурентов.
Список Geekbench совпадает с предыдущими утечками, подробно описывая конфигурацию ядра с одним высокопроизводительным ядром с тактовой частотой 3,4 ГГц, пятью ядрами среднего уровня с тактовой частотой 2,86 ГГц и двумя маломощными ядрами с тактовой частотой 2,44 ГГц. Geekbench также подтверждает использование графического процессора Imagination Technologies PowerVR D-Series DXT-48-1536.
Ранее сообщалось, что Google перейдет с Samsung на TSMC для производства Tensor G5. Ожидается, что чип будет построен на 3-нм технологическом процессе N3E от TSMC с размером кристалла приблизительно 121 мм².
Результаты тестирования нового чипсета от Google может означать, что-либо чип находится на ранней стадии разработки, что приводит к таким низким результатам, либо у Google нет цели показать максимальную производительность. Ранее руководитель компании заявлял, что Tensor G4 был разработан не для рекордной производительности, а для улучшения пользовательского опыта.
Остается надеяться, что Tensor G5 не пойдет по тому же пути, особенно учитывая, что он должен стать флагманским процессором, который будет использоваться в телефонах стоимостью выше 1000 долларов.
В любом случае ранняя версия процессора Tensor G5, вероятно, нуждается в серьезной оптимизации для улучшения производительности.