عملکرد Tensor G6 در Pixel 11؛ بررسی قدرت پردازشی، گرافیکی و هوش مصنوعی

انتخاب یک گوشی پرچمدار فقط به قدرت پردازنده وابسته نیست و طراحی، دوربین، باتری و نرم‌افزار نیز اهمیت زیادی دارند. با این حال عملکرد سخت‌افزاری همچنان یکی از معیارهای مهم برای مقایسه گوشی‌های رده‌بالا محسوب می‌شود. این موضوع درباره گوشی‌های Pixel اهمیت بیشتری دارد زیرا تراشه‌های Tensor گوگل طی چند نسل بیشتر روی قابلیت‌های هوش مصنوعی و پردازش‌های اختصاصی تمرکز داشته‌اند و در بخش گرافیک همیشه با تراشه‌های پرچمدار کوالکام و اپل فاصله داشته‌اند.

در سری Pixel 11 تراشه Tensor G6 جایگزین Tensor G5 شده است. گوگل این تراشه را همراه با نسل جدید Gemini Nano و مجموعه‌ای از قابلیت‌های هوش مصنوعی معرفی کرده و مشخصات رسمی Pixel 11 نیز استفاده از Tensor G6 را تأیید می‌کند.

اما افزایش نسل تراشه الزاماً به معنای رسیدن به بالاترین سطح عملکرد نیست. نتایج بنچمارک‌های منتشرشده از Pixel 11 نشان می‌دهند که Tensor G6 نسبت به نسل قبل پیشرفت‌هایی داشته است ولی این پیشرفت در همه بخش‌ها یکسان نیست. حتی نتایج عمومی Geekbench 7 برای Pixel 11 در آزمایش‌های مختلف تفاوت محسوسی دارند و همین موضوع نشان می‌دهد که شرایط آزمایش می‌تواند روی امتیاز نهایی اثر بگذارد.

Tensor G6 در پردازش گرافیکی چه تغییری کرده است؟

یکی از نقاطی که تراشه‌های Tensor معمولاً در آن با رقبا فاصله داشته‌اند عملکرد گرافیکی است. برای بررسی این بخش فقط نباید به یک امتیاز بنچمارک نگاه کرد. عملکرد واقعی هنگام اجرای بازی‌های سنگین و همچنین توانایی گوشی برای حفظ عملکرد در مدت طولانی اهمیت زیادی دارد. این موضوع با توجه به نمایشگرهای ۱۲۰ هرتزی گوشی‌های پرچمدار اهمیت بیشتری پیدا می‌کند.

نتایج آزمایش‌های انجام‌شده روی Pixel 11 نشان می‌دهد Tensor G6 در مقایسه با Tensor G5 عملکرد گرافیکی بهتری دارد. در آزمایش 3DMark Steel Nomad Light امتیاز Pixel 11 به حدود ۱۱۱۷ رسیده است در حالی که Pixel 10 Pro با Tensor G5 حدود ۱۰۰۷ امتیاز ثبت کرده بود. داده‌های عمومی 3DMark نیز برای Pixel 11 امتیازی نزدیک به همین محدوده را نشان می‌دهند.

بخش مهم‌تر ماجرا به GPU مربوط می‌شود. Tensor G6 از پردازنده گرافیکی PowerVR CXTP-48-1536 استفاده می‌کند و این GPU در فهرست محصولات منطبق با OpenGL ES نیز برای Pixel 11 و مدل‌های دیگر این خانواده ثبت شده است.

در Geekbench 6 عملکرد گرافیکی Pixel 11 نسبت به Pixel 10 Pro افزایش قابل توجهی داشته است. بنابراین اگر فقط به توان لحظه‌ای GPU نگاه کنیم Tensor G6 یک گام رو به جلو محسوب می‌شود. با این حال عملکرد پایدار داستان متفاوتی دارد.

مشکل اصلی Tensor G6 در بازی طولانی چیست؟

آزمایش Stress Test در 3DMark برای بررسی عملکرد گوشی در بار گرافیکی طولانی طراحی شده است. Pixel 10 Pro با وجود عملکرد خام پایین‌تر توانست پایداری حدود ۹۵ درصدی ثبت کند. Pixel 11 در مقابل در بهترین حالت امتیاز بالاتری داشت اما با ادامه آزمایش افت عملکرد بیشتری نشان داد و پایداری آن به حدود ۶۹.۲ درصد رسید.

Pixel 11 Pro Fold شرایط بهتری داشت و پایداری حدود ۸۸.۴ درصد را ثبت کرد اما حتی در این مدل نیز عملکرد پایدار GPU همچنان فاصله زیادی با بالاترین سطح بازار دارد. آزمایش‌های مستقل دیگری نیز نشان داده‌اند که افزایش عملکرد گرافیکی Tensor G6 در استفاده طولانی‌مدت الزاماً حفظ نمی‌شود.

در نتیجه Tensor G6 می‌تواند در اجرای کوتاه‌مدت بازی‌ها نسبت به Tensor G5 سریع‌تر باشد اما این افزایش عملکرد لزوماً به معنای اجرای پایدار بازی‌های سنگین با نرخ فریم بالا در جلسات طولانی نیست. دمای محیط و وضعیت خنک‌کاری گوشی نیز می‌تواند روی این نتیجه تأثیر بگذارد.

چرا عملکرد هوش مصنوعی Tensor G6 هنوز فاصله دارد؟

هوش مصنوعی یکی از مهم‌ترین دلایلی است که گوگل تراشه‌های Tensor را توسعه می‌دهد. گوگل هنگام معرفی Pixel 11 اعلام کرد که Tensor G6 برای اجرای نسل جدید Gemini Nano و قابلیت‌های هوشمند Pixel طراحی شده است. بنابراین انتظار می‌رود مزیت اصلی این تراشه در پردازش‌های هوش مصنوعی باشد.

اما نتایج بنچمارک هوش مصنوعی تصویر متفاوتی ارائه می‌کنند. در آزمایش Geekbench AI با داده‌های Quantized، Pixel 11 Pro Fold مجهز به Tensor G6 امتیاز حدود ۲۹۳۰ را ثبت کرده است. در همان مجموعه آزمایش‌ها Galaxy S26 Ultra با Snapdragon 8 Elite Gen 5 for Galaxy به ۶۰۸۰ امتیاز و iPhone 17 Pro Max با Apple A19 Pro به ۶۵۴۲ امتیاز رسیده‌اند.

این اختلاف به معنی آن نیست که قابلیت‌های هوش مصنوعی Pixel 11 الزاماً در استفاده روزمره ضعیف هستند. بنچمارک، یک نوع مشخص از محاسبات را اندازه‌گیری می‌کند و عملکرد یک قابلیت نرم‌افزاری به بهینه‌سازی سیستم‌عامل، مدل هوش مصنوعی و نحوه استفاده از پردازش ابری یا محلی نیز وابسته است.

نقش رم در قابلیت‌های هوش مصنوعی Pixel 11

Pixel 11 معمولی با ۱۲ گیگابایت رم عرضه می‌شود و مشخصات رسمی گوگل نیز ظرفیت ۱۲ گیگابایت را برای نسخه‌های ۲۵۶ و ۵۱۲ گیگابایتی تأیید می‌کند.

مقدار رم در اجرای هم‌زمان مدل‌های هوش مصنوعی و برنامه‌های دیگر اهمیت دارد زیرا مدل‌ها و داده‌های مورد نیاز برای پردازش محلی باید در حافظه قرار بگیرند. با این حال نباید کاهش یا افزایش ظرفیت رم را به تنهایی به عنوان دلیل مستقیم عملکرد یک تراشه در بنچمارک‌های AI در نظر گرفت.

موضوع دیگر استفاده از پردازش ابری در برخی قابلیت‌های جدید Pixel است. به عنوان مثال Magic Capture یکی از قابلیت‌های جدید سری Pixel 11 است که برای انتخاب لحظات مناسب از ویدیو از پردازش هوش مصنوعی استفاده می‌کند. گزارش WIRED درباره این قابلیت توضیح می‌دهد که ویدیو برای پردازش مربوط به انتخاب لحظات به سرورهای گوگل ارسال می‌شود و سپس داده‌های مربوطه حذف می‌شوند.

این مسئله نشان می‌دهد که عملکرد هوش مصنوعی گوشی را نمی‌توان فقط با قدرت TPU یا یک امتیاز بنچمارک سنجید. ترکیب پردازش محلی و ابری نیز بخشی از تجربه واقعی کاربر است.

مقایسه Tensor G6 با تراشه‌های پرچمدار اپل و کوالکام

در پردازش CPU فاصله Tensor G6 با برخی تراشه‌های پرچمدار کمتر از بخش GPU است. Pixel 11 در Geekbench 7 در برخی نتایج عمومی حدود ۲۳۰۰ امتیاز در تک‌هسته‌ای و بیش از ۷۰۰۰ امتیاز در چند‌هسته‌ای ثبت کرده است. برای نمونه یکی از نتایج ثبت‌شده برای Pixel 11 امتیاز ۲۲۹۸ در تک‌هسته‌ای و ۷۲۱۴ در چند‌هسته‌ای را نشان می‌دهد.

Tensor G6 یک پردازنده هفت‌هسته‌ای دارد که شامل یک هسته قدرتمند C1-Ultra، چهار هسته C1-Pro و دو هسته کم‌مصرف C1-Pro است. داده‌های UL نیز همین ساختار را برای Pixel 11 ثبت کرده‌اند.

در مقابل وقتی مقایسه به GPU و عملکرد پایدار گرافیکی می‌رسد اختلاف بیشتر می‌شود. در داده‌های آزمایش ارائه‌شده برای این مقایسه، Galaxy S26 Ultra و iPhone 17 Pro Max در بسیاری از تست‌های گرافیکی و پردازشی امتیازهای بالاتری نسبت به Pixel 11 Pro Fold دارند.

نتایج نشان می‌دهند که Tensor G6 در CPU برای کارهای روزمره همچنان تراشه‌ای قدرتمند است اما در پردازش گرافیکی فاصله بیشتری با تراشه‌های رده‌بالای کوالکام و اپل پیدا می‌کند. آزمایش‌های مستقل نیز افزایش عملکرد گرافیکی Tensor G6 نسبت به نسل قبل را تأیید کرده‌اند ولی آن را جهشی کافی برای تبدیل Pixel 11 به یک گوشی مخصوص بازی نمی‌دانند.

آیا بنچمارک‌ها معیار مناسبی برای انتخاب Pixel 11 هستند؟

بنچمارک‌ها برای شناخت توان خام سخت‌افزار مفید هستند اما نباید آنها را معادل تجربه واقعی استفاده از گوشی دانست. به عنوان مثال امتیاز GPU می‌تواند نشان دهد یک تراشه در یک بار پردازشی مشخص چه عملکردی دارد ولی نرخ فریم واقعی یک بازی به موتور بازی، درایور GPU، وضوح تصویر، تنظیمات گرافیکی و دمای دستگاه نیز وابسته است.

همچنین نتایج Geekbench برای یک مدل واحد می‌توانند در آزمایش‌های مختلف تغییر کنند. به همین دلیل بهتر است به جای اتکا به یک نتیجه منفرد، چند آزمایش و عملکرد پایدار دستگاه را در کنار نیازهای واقعی خود بررسی کنید. خود Geekbench نیز تأکید می‌کند که نتایج Geekbench 6 و Geekbench 7 مستقیماً با یکدیگر قابل مقایسه نیستند.

اگر هدف اصلی اجرای بازی‌های سنگین و استفاده طولانی از GPU باشد، نتایج گرافیکی و Stress Test اهمیت بیشتری پیدا می‌کنند. در مقابل برای کاربری روزمره، عکاسی، قابلیت‌های Gemini و امکانات نرم‌افزاری Pixel، بنچمارک GPU به تنهایی تصویر کاملی از تجربه گوشی ارائه نمی‌دهد.

در مجموع Tensor G6 نسبت به Tensor G5 پیشرفت‌هایی در CPU و GPU دارد و گوگل همچنان تمرکز ویژه‌ای روی قابلیت‌های هوش مصنوعی گذاشته است. با این حال داده‌های موجود نشان می‌دهند که این تراشه از نظر توان خام گرافیکی و برخی پردازش‌های AI با جدیدترین تراشه‌های پرچمدار اپل و کوالکام فاصله دارد. بنابراین هنگام بررسی Pixel 11 بهتر است عملکرد آن را بر اساس نوع استفاده خود ارزیابی کنید و فقط به عدد یک بنچمارک تکیه نکنید.

ساده‌گو