目前如果要在智能手机行业里评选“自研SoC”里性能最差的那一个，谷歌绝对可以排到这个榜单前列。原因无它，因为从客观的跑分成绩来看，谷歌最近这几年的自研“Tensor” SoC无论架构方案还是性能指标，确实都差得出奇。

最初大家还都以为这是“三星的锅”，因为众所周知，Tensor SoC从G1到G4的这四代本质上都是三星主导设计，只不过加上了一部分谷歌的IP。而且从它们的设计思路（比如双超大核、十核心）上，确实也可以看出三星Exynos系列同期旗舰SoC的一些典型特征。

但是随着“谷歌自研、台积电代工”Tensor G5在2025年秋季在Pixel 10系列机型中现身，所有人都发现过去好像是错怪三星了。

因为“肉眼可见”的事实是，Tensor G5的整体性能相比三星设计的Tensor G4几乎没有明显的进步，甚至某些部分还倒退得特别明显。

网传的Tensor G5安兔兔跑分成绩，左为刚发布时、右为近期系统更新后

与此同时，三星自家的最新Exynos 2500实测表现就要比Tensor G5强出太多。这甚至是在暗示，三星并不是不能造出高端SoC，过去历代Tensor SoC之所以表现不佳，要么是三星“收了力”，要么就是谷歌瞎指挥所致。

那么谷歌到底是犯了“哪些错”，才使得Tensor G5的表现如此不佳呢？从安兔兔跑分成绩来看，在最新的系统版本下，Tensor G5的综合成绩仅130万出头，差不多是天玑8350或骁龙8s Gen3的水平，确实算不上高。

具体到各细项上，Tensor G5的CPU成绩能跑到40万以上，其实已经达到了骁龙8 Gen3、天玑9300+的水准，与三星Exynos 2500相比也并不落后。换句话说，如果只看CPU部分，其实Tensor G5似乎没有那么糟糕。

但相比之下，Tensor G5配备的“IMG DXT-48-1536” GPU，36万出头的跑分就真的可以说是低到可怕了。要知道，这个GPU成绩不仅低于前代三星设计的Tensor G4（44万以上），甚至只相当于数年前骁龙8 Gen1的水平，堪称是超级明显的“大短板”。

到这里我们基本就可以判断，糟糕的GPU性能就是谷歌自研SoC这次“翻车”的最明显原因。那么，这款GPU到底又差在哪了呢？

首先，谷歌使用的“DXT-48-1536”本身就是DXT这个GPU产品序列中，比较微妙的一个中端型号。它名称中的“48”指的是每个时钟周期可以处理48个像素，而“1536”则是GPU的SP（流处理器）规模为1536个。

但查阅Imagination的官网不难发现，DXT系列的最高端型号是“DXT-72-2304 RT3”。与谷歌使用的型号相比，这个“旗舰型”的单时钟周期性能高了50%，而且还增加了硬件光追能力。

换句话说，如果谷歌当初“舍得”使用Imagination最好的移动GPU方案，那么Tensor G5的安兔兔GPU子项成绩或许能达到目前的1.5倍左右分数，即接近50万分。而这个成绩就基本是骁龙8 Gen2的水准，从而与Tensor G5的CPU成绩“匹配”，使得它有望成为一款安兔兔综合成绩达到200万以上的“正常次旗舰SoC”。

其实谷歌在Tensor G5上选择Imagination这个相对“冷门”的移动GPU方案，本身没有很大的问题，问题在于谷歌“没舍得”去堆GPU规格而已。

目前海外用户对于Pixel 10系列的游戏性能，基本是“哀鸿遍野”

那么谷歌为什么会“舍不得”在Tensor G5的GPU上去使用更高规格呢？不得不说，这里可能的理由就很多了。比如成本受限、比如考虑到SoC的良率而做妥协，甚至还有可能是为了给ISP、NPU等其他单元在面积上“让路”。

但不管怎么讲，谷歌毕竟是下定决心将Tensor G5给“自研+量产”了。这也就使得Imagination的GPU在时隔9年（2017年苹果宣布自研手机GPU）后，终于重回中高端智能手机市场。而且考虑到谷歌在欧美市场的号召力，以及Pixel系列机型长期“独占首发”新版Android系统的现实，就算目前Tensor G5在跑分上不甚好看，各路游戏和图形APP的开发者，未来也必然不得不硬着头皮给Tensor G5里的这款Imagination GPU去做适配、优化工作。

Imagination近年在信创GPU市场活得滋润，但在移动端确实存在感不足

这样一来，Tensor G5本身“GPU不给力”的问题，反而就变得不那么重要了。因为通过它，谷歌其实已经达到了多重目的。

一是帮助Imagination证明了其中高端GPU在如今智能手机平台上的“可用性”，为未来更高端的产品打下了“基础”。另一方面，自然便是谷歌一贯擅长的“端水”大法了，即通过变相“扶持”Imagination重回主流移动设备市场，他们可以在一定程度上制约ARM、高通，甚至是未来可能出现的NVIDIA，对于Android GPU生态的“统治力”。

【本文部分图片来自网络】