2023-11-01 17:41:06

许多对Pixel8Pro的评论充其量没有区分AI任务何时由TensorG3在设备上执行以及何时卸载到GoogleCloud进行处理。在最坏的情况下，一些人认为所有人工智能模型都由TensorG3处理，这对于寻求购买手机的准确建议的消费者来说远非理想。

自最近推出以来，GooglePixel8Pro获得了许多好评。然而，正如我们强调最近的报道一样，也有一些值得关注的问题需要更密切的审查。我们透露，谷歌主动阻止审核者在其审核单元上自由、轻松地安装基准测试。我们还提请关注YouTuber@Mrwhosetheboss对Pixel8Pro的评论，他透露，谷歌强调的许多新的人工智能和生成式人工智能功能并不是由TensorG3进行机载处理，而是卸载到云端。

谷歌对TensorG3处理器的描述是，它是一款“AI优先”芯片，因此“传统性能指标”不适用。在来自世界各地的许多记者参加和观看的发布会上，谷歌多次强调了新的TensorG3在处理人工智能模型方面比其前辈更快、更强大。它还展示了许多使用人工智能算法模型支持的全新人工智能功能。直到该公司稍后在演示中强调了新的视频增强功能时，才明确表示在将视频文件卸载到云端以进行繁重的工作之前，TensorG3仅在机上进行了一些预处理。

产品管理副总裁MonikaGupta在Google官方博客中谈到TensorG3时表示，“每个主要子系统都已升级，为设备上的生成​​式AI铺平了道路”，这并没有帮助澄清问题。因此，我们来看看为什么许多Pixel8Pro评测者得出这样的结论：谷歌展示的最新AI功能都是在该设备上本地运行的。这种误解已经延伸到他们发表的评论和我们在本文末尾引用的去识别化引用。

我们发现Pixel8Pro评论的一个共同点是，迄今为止，我们读到的评论都没有明确区分TensorG3在设备上执行的AI功能和卸载到云端进行处理的AI功能。谷歌的数据中心。在一篇评论中，有人指出MagicEditor需要很长时间才能完成任务。审阅者显然没有意识到视频首先被上传到云端，在成品发布之前，云端会进行额外的处理。

根据谷歌的发布演示，只有少数评论明确表示视频增强功能在经过一些初步的板载处理后正在被卸载到云端。然而，即使在指出这一点的评论中，似乎也没有人意识到谷歌展示的许多其他新人工智能功能也被设备卸载到云端，而不是由TensorG3在设备上处理。这并不奇怪，因为谷歌在发布会期间没有过多提及这一点，也没有在Pixel8Pro的产品页面上明确说明这一点。我们现在知道，谷歌还向Notebookcheck承认，它阻止了审阅者像往常一样通过Play商店轻松安装基准测试。

阻止审核者轻松安装基准测试是一个很大的问题，因为这会阻止他们根据基准测试产生的客观数据来测试谷歌对其TensorG3芯片所做的声明。许多相同的评论者，即使他们知道如何手动旁加载基准测试，也发现Google的TensorG3与竞争对手相比表现不佳。然而，这些特定的评论者没有注意到的是，任何芯片的人工智能性能都是由CPU、GPU及其神经处理器的性能决定的，在谷歌的例子中，它被称为张量处理单元(TPU)。

如果芯片在CPU和GPU方面相对较弱，那么在设备端AI处理方面也会相对较弱。这就是为什么谷歌被迫将Pixel8Pro的许多新人工智能功能卸载到云端的原因，并且还强调了为什么芯片在基准测试中表现良好实际上非常重要，因为它也反映了他们在设备上执行人工智能功能的整体能力。例如，移动SoC上的GPU不仅被芯片用于玩游戏，而且它们还非常擅长运行AI模型，因为它们可以同时运行多个机器学习线程(也称为并行处理)。

因此，随着过去12个月生成式人工智能的兴起，Nvidia的股价飙升，因为其GPU经常用于云服务器中，这并非巧合。事实上，根据GoogleCloud网站，Google的云服务器“在GoogleCloud上使用NvidiaGPU，用于机器学习、科学计算和生成人工智能”。这意味着，当TensorG3无法胜任本地执行AI功能的任务时，GoogleCloud中的NvidiaGPU将为Pixel8Pro用户完成所有繁重的工作。这也完全抵消了移动芯片的原始性能并不重要的论点。显然确实如此，生成式人工智能的兴起，加上TensorG3无法在设备上完全处理它，都强调了这一点。

然而，当涉及到所有这些时，我们必须同情“普通用户”。如果评论者无法轻松地区分Pixel8Pro实际处理的功能，那么普通用户将如何理解它呢?尤其是当Google营销部门大力宣传TensorG3的“超快和高效”，以及“Pixel上的GoogleAI背后的力量”时。确实，他们正在购买一款“人工智能优先”的智能手机，但现实是它实际上是由谷歌云中的NvidiaGPU共同驱动的。