在本周的 Made by Google 播客节目中，与 Tensor G2 相关的讨论热度一直很高。不过对于这枚定制芯片，这家科技巨头也承认 —— 比之 Pixel 智能机的硬件能力，其更为看重 Tensor SoC 的 AI 体验。正因如此，即使 Tensor 芯片没有在各项基准测试中大放异彩，Google 还是对现阶段的成果感到很是满意。
本次访谈的重点，主要涉及这款自研芯片的设计方法，以及 Google 硬件团队是如何与旗下 AI 研究人员合作的。
对此，谷歌芯片团队产品管理高级总监 Monika Gupta 指出 —— 在机器学习模型的加持下，他们得以专注于五年内的芯片趋势。
当然，我们不会根据现阶段的机器学习结果而盲目做决定。而且除了硬件开发团队，Google 软件团队也是这么做的。
我们知道团建团队希望将五年后的用户体验带往哪个方向，而这正是自研芯片（而不是现成的商用芯片）所能带来的一大好处。
在两者之间进行权衡，依然是非常艰难的决定。但我认为，当你将它们垂直整合到一起的时候，事情就会豁然开朗不少。
其次，节目聊到了 Tensor 团队对基准测试的看法、以及 Pixel 智能机的侧重点。Monika Gupta 补充道：
我认可传统基准测试方法可在某些情况下起到应有的作用，但与此同时，行业已经度过了相当漫长的发展时期。
假如你看过 Google 将 AI 推向智能机领域的这些积极尝试，应该也会认同基于体验的评估方法是更加实用的。
正如我刚才提到的那样，传统基准测试是在智能机、甚至人工智能都没咋发展起来的时代下的产物了。
换言之，Monika Gupta 更认可在 Tensor 定制芯片上运行实际软件工作负载的体验。然后通过持续努力，让每一代自研 SoC 够能够变得更好 —— 无论是质量、性能、还是更低的功耗。
对于 Pixel 智能机 / Tensor SoC 没有在基准测试中“大杀四方”这件事，Google 并不十分在意，毕竟该公司始终将最终用户体验放在了首位。
比如在 Pixel 6 和 Pixel 7 智能机上，我们可以看到该公司的一些惊人创新、且其中不少是 Pixel 带头引入，Google 已对此感到非常满意。
最后，Monika Gupta 回答了与芯片路线图有关的问题，以及如何确保 Tensor 支持环境计算的宏伟目标。
我们的总体愿景，实际上都与 ambient computing 有关，这项技术旨在让用户的生活体验更加轻松。
今天能够谈论的，已经可以引申许多实证。无论是更加轻松的计算摄影、通话体验改进、还是迎合每个人的用机习惯（比如日常任务），它们都正在变得更加轻松。
综上所述，我们在环境计算之上构建的未来愿景，重点在于如何以一种节能的方式，在芯片中做超级复杂、细微的事情，从而解锁更加新颖且深度的使用体验。