近年来，谷歌一直在稳步加强内部芯片设计，如今，谷歌自研芯片又添一员。
移动端的首款系统级 SoC 芯片已于最近成功流片，预计明年将率先部署在 Pixel 5手机中，并为笔记本电脑 Chromebook 使用。
据了解，该款芯片采用 5nm 工艺 8 核设计，针对机器学习进行优化，并增强 Google Assistant 功能，以更好地支持与 AI 和机器学习相关的功能。
由于谷歌近年来扩大了其设备阵容，包括智能音箱和各种其他人工智能控制设备，依据当前势态，这些产品在未来皆有可能搭载上谷歌芯片，这将有利于谷歌摆脱对大厂的依赖，确保硬件和软件功能的紧密集成。
撰文 | 凡雪
编辑 | 四月
一 代号 Whitechapel
机器之心 4 月 15 日消息，据外媒报道，谷歌自研、代号 Whitechapel 的 SoC 芯片已于最近成功流片，它预计明年将率先部署在 Pixel 手机中，并为 Chromebook 使用。
据熟悉谷歌工作的消息人士称，代号为 Whitechapel 的芯片是与三星合作设计的，三星使用其最先进的 5 纳米技术来制造芯片。
此举可以帮助谷歌更好地与自研芯片的苹果竞争，同样对高通公司造成打击，高通为包括 Pixel 在内的许多当前高端手机提供处理器，在此之前，Pixel 手机均搭载高通骁龙芯片。
据 Axios 报道，谷歌 Whitechapel 芯片规格方面透露消息并不多，主要基于 ARM 指令集，8 核 CPU 设计。
除此之外，Whitechape 针对机器学习进行优化，并增强 Google Assistant 的功能，以更好地支持与 AI 和机器学习相关的功能。
Google Assistant 最初于 2016 年 5 月首次亮相，作为谷歌消息应用程序 Allo 及其语音激活扬声器 Google Home 的一部分。经过一段时间对 Pixel 和 Pixel XL 智能手机的独家销售，它于 2017 年 2 月开始部署在其他 Android 设备上。
目前，这款 SoC 芯片预计明年将率先部署在 Pixel 手机中，并为 Chromebook 使用，虽然 Google Pixel 5 可能仍会使用高通骁龙 765G 芯片，但此后这部分芯片将由谷歌制造所替代。
网传 Google Pixel 5 曝光图
届时，如同 iPhone A 系列芯片针对 iOS 进行优化一般，改用谷歌设计的定制芯片或将对谷歌的软件和服务带来更好的优化方案。
二 自研芯片早有布局
放弃高通，选择自研终端芯片这一棋已布局已久。
早在2018年收购完成HTC后，除了由这只完全谷歌领导的团队打造之外，谷歌在自主芯片研发上的能力得到了进一步的提升。
2019年2月，谷歌开始在印度南部卡纳塔克邦首府班加罗尔组建一支新的工程师团队，包括至少16名工程师和4名招聘人员，这些员工中包括来自英特尔、NVIDIA和高通公司的工程师。
此举致力于推动谷歌的智能手机和数据中心芯片业务，并且在未来会在该地创办新的半导体工厂。
当时媒体关于谷歌未来规划便有猜测：如果谷歌的芯片项目进展顺利，谷歌可能会在未来摆脱高通的骁龙产品线。
为了推出更为成熟的自研处理器，谷歌首先在推一些协处理器上试水。
在谷歌的上一代手机Pixel 2上，谷歌就推出了自研手机芯片PIxel Visual Core和Pixel NeuroCore，均为尚未激活的图像处理和机器学习协处理器，并搭载在了 Pixel 2、Pixel 3 和 Pixel 4 上。
2017 年，谷歌推出了 Pixel Visual Core，这是 Pixel 2 中内置的定制设计的协处理器，可增强手机的成像和 HDR +功能，专门用于加速相机的 HDR+计算，使图像处理更加流畅和快速，并且降低电量消耗。
据外媒报道，Pixel Visual Core 处理器其实使用了来自英特尔公司的技术，在 iFixit 发布的 Pixel 2 拆机过程中，也可以看到 Pixel Visual Core 处理器的序列号是从「SR3」开始的，这与英特尔芯片的序列号规律一致。
随后谷歌将 Visual Core 升级为 Pixel 4 中的 Neural Core，从而增加了强大的机器学习功能。
2018 年 10 月，在 Google Pixel 3/XL 新品发布会上，谷歌推出 Titan M 芯片，Titan M 是 谷歌专门为智能手机安全而打造的一款芯片，虽然在体积上不大，但谷歌明确表示主要应用于安全启动的过程，保护锁屏密码认证及磁盘加密。
Titan M
谷歌表示，实际上，Titan M 功能就是 Titan 的延续，只不过针对手机领域进行了加工。
2017 年 3 月，在 Google Cloud Next 大会上，谷歌发布了一款名为 Titan 的安全芯片，尺寸上只有一款耳钉大小，功率也非常小，旨在用于 Google Cloud Platform（GCP）服务器上的产品，目的是保证其顾客代码和数据的安全性，可以防止政府间谍窃听硬件和插入固件植入来攻击电脑。
除了背后核心技术支撑，谷歌也从 Apple 和 Intel 在内的竞争对手中聘请了许多芯片专家。
包括来自苹果的 John Bruno，Manu Gulati，Wonjae Choi 和 Tayo Fadelu，以及来自高通的 Mainak Biswas，Vinod Chamarty 和 Shamik Ganguly 等人。其中，John Bruno 在谷歌担任系统架构师。
谷歌在芯片布局的另外一个重头戏便是 TPU（Tensor Processing Unit），2016 年 5 月的谷歌 I/O 大会，谷歌首次公布了自主设计的 TPU，2017 年谷歌 I/O 大会，谷歌宣布正式推出第二代 TPU 处理器，在今年的 Google I/0 2018 大会上，谷歌发布了新一代 TPU 处理器——TPU 3.0，TPU 3.0 的性能相比目前的 TPU 2.0 有 8 倍提升。
在 2018 年 7 月的 Next 云端大会，谷歌又发布了 Edge TPU 芯片抢攻边缘计算市场。
虽然都是 TPU，但边缘计算用的版本与训练机器学习的 Cloud TPU 不同，是专门用来处理 AI 预测部分的微型芯片。Edge TPU 可以自己运行计算，而不需要与多台强大计算机相连，因此应用程序可以更快、更可靠地工作。它们可以在传感器或网关设备中与标准芯片或微控制器共同处理 AI 工作。
在 TPU 上谷歌的策略和研发安卓的策略是一样的，就是开放，谷歌在 I/O 2017 大会上推出的第二代 TPU 加入了更加复杂的深度学习培训，并且将 TPU 开放，允许企业租用 TPU 板卡搭建超级计算机网络。
TPU 的开放降低了企业用户对英特尔、英伟达等通用芯片巨头的依赖。
三 结 语
苹果和谷歌一直在稳步增加内部芯片设计，苹果为 iPhone 设计的 A4 处理器，此后还自研包括专用于图形、设备图像和人工智能处理的芯片。
除了谷歌与苹果，电话制造商都在设计自己的处理器，例如三星的 Exynos 芯片和华为的麒麟芯片等。
通过创建定制芯片，公司可以更好地控制其设备中的功能和计算能力，而目前谷歌旗下拥有数个系列、不同类型的智能硬件产品，包括智能手机、平板、音箱等，近年来又扩大了其设备阵容，包括智能扬声器和各种其他人工智能控制设备。
依据谷歌当前的势态，这些产品在未来皆有可能搭载上自己家的芯片，这将有利于谷歌摆脱对大厂的依赖，确保硬件和软件功能的紧密集成，以此更好搭建自己的产品矩阵。
