Pixel 8 ve Pixel 8 Pro’da bulunan Tensor G3, rakipleriyle karşılaştırıldığında şimdiye kadar hayal kırıklığı yarattı ve Google’ın, Apple’ın A serisine ve yakında çıkacak olan Snapdragon 8 Gen 4’e rakip olmak için tamamen özel bir çözüme geçmesini zorunlu hale getirdi. Tensor G5’in gelmesi biraz zaman alacak ancak en son güncellemeye göre, Qualcomm ve MediaTek için yeni nesil SoC’lerin üretiminde kullanılanla aynı olan TSMC’nin N3E süreci kullanılarak seri üretilecek.
Tensor G4, yüksek maliyetler nedeniyle herhangi bir TSMC düğümünü kullanamayabilir; Google muhtemelen bir nesil boyunca Samsung’a sadık kalacak
Tensor G4’ün TSMC’nin 4nm teknolojisiyle seri üretileceğine dair bir söylenti dolaşıyor ancak Revegnus, Google’ın bir kez daha Samsung’a sadık kalacağına inanıyor. Öncelikle Google, Pixel serisi Apple’ın iPhone 15 serisiyle aynı miktarda gönderilmediğinden yonga setleri için sınırlı bir sipariş veriyor; bu nedenle, Samsung’un dökümhanesindeki küçük bir Tensor G3 üretimi bile büyük bir faturayla sonuçlanabilir. Ayrıca bazı sorunlar nedeniyle Tensor G4, Tensor G3’e göre küçük bir yükseltme olacak, bu da elimizde olan bir şey.
Tensor G5, Google’ın muhtemelen Samsung’un dökümhane ve yonga seti tasarımlarından vazgeçip tamamen özel bir çözüme odaklanıp muhtemelen TSMC’nin N3E sürecinden yararlanmayı planladığı yerdir. 2024 yılı için hem Snapdragon 8 Gen 4 hem de Dimensity 9400’ün üretileceği söyleniyor.
Bu, Pixel 10 ve Pixel 10 Pro için ilk özel SoC çözümünün geleceği anlamına gelirken, Pixel 9 ve Pixel 9 Pro, en azından yonga seti karşılaştırmaları tartışılırken öncekilere göre küçük yükseltmeler olarak değerlendirilecek. Revegnus’un bahsettiği bilgilerin çoğu geçmişte tekrarlandı ancak Google’ın hangi TSMC üretim sürecini tercih ettiği doğrulanmadı.
N3E’nin N3B varyantına göre daha yüksek getiri oranına sahip olduğu ve uygun fiyatlandırıldığı dikkate alındığında diğer firmaların bekleyip sipariş vermesi mantıklı görünüyor.
Umarız Google, daha yavaş Tensor yonga setlerini üretmeye yönelik ortalamanın altında bir çalışmaya son verebilir ve yalnızca ham CPU ve GPU performansındaki rekabeti aşmakla kalmayıp aynı zamanda güç verimliliği ve AI yeteneklerinde de rekabeti aşacak bir şeye odaklanabilir.