Los puntos de referencia han sido la forma más fiable de medir el rendimiento de un chip durante mucho tiempo, pero Google dice que tiene suficiente confianza en el rendimiento de Tensor que no importa si no está ganando los puntos de referencia.
Hablando en el podcast Made by Google , Monika Gupta, directora sénior de gestión de productos de Google Silicon Teams, destaca los esfuerzos de la empresa para convertir sus chips Tensor en rivales de Snapdragon y Exynos. Su equipo tiene la intención de”centrarse en lo que [Google] necesita [s] dentro de cinco años”para sus chips.
Primero, habló sobre el enfoque interno de Google para diseñar chips para sus dispositivos Pixel como Pixel 7 y 7 Pro. El equipo de silicio de la empresa habla constantemente con los investigadores de IA para”saber exactamente cuál será la tendencia de los modelos de aprendizaje automático en cinco años”.
“No estoy tomando decisiones basadas en dónde está el aprendizaje automático hoy, y puedo decir eso porque trabajo en Google. Lo mismo con el software que está haciendo nuestro equipo de software. Sé adónde quiere llevar el equipo de software las experiencias de los usuarios dentro de cinco años”. dijo Gupta. “Ese es el beneficio de no ser un proveedor comercial de silicio, sino un proveedor interno de silicio. Esas decisiones de compensación son muy difíciles, pero creo que se vuelven un poco más fáciles cuando estás integrado verticalmente”.
Google cree que la experiencia del usuario final es más importante que el rendimiento de Tensor en los puntos de referencia
El fabricante de Pixel ahora se concentra mucho en agregar características impulsadas por IA a sus productos, y ese es el enfoque que prefiere la compañía en lugar de cambiar el enfoque a los puntos de referencia. Además, Gupta dice que Google se siente”perfectamente cómodo”con no ganar los puntos de referencia, ya que priorizaron la experiencia del usuario final.
Gupta argumenta que los puntos de referencia clásicos no tienen un propósito en estos días cuando las innovaciones de IA se dirigen a los teléfonos inteligentes. Ella afirma que este enfoque, centrado en la IA, puede brindar experiencias útiles.
“Pueden contar alguna historia, pero no creemos que cuenten la historia completa. Entonces, para nosotros, lo que comparamos son las cargas de trabajo de software reales que ejecutamos en nuestro chip y luego nos esforzamos con cada generación de chip tensor para mejorarlas, ya sea de mejor calidad, mejor rendimiento o menor consumo”.
