Le système sur puce Tensor G6 de nouvelle génération de Google (nom de code interne « Malibu ») fait progressivement son apparition. Cette génération de produits poursuit la voie cohérente de la série Tensor : équilibrer les performances, la consommation d'énergie et le coût. Cependant, cette fois, Google a clairement réorienté son attention vers le contrôle des coûts. Par exemple, il a choisi un noyau révisé basé sur l'architecture d'il y a 5 ans sur le GPU.
En termes de technologie de processus, Tensor G6, comme Apple A20, utilisera le processus N2 (2 nm) de TSMC, mais il n'utilisera pas la version N2P, qui est plus chère et présente une amélioration des performances d'environ 5 à 10 %. Par rapport au Tensor G5 basé sur un processus 3 nm, le N2 peut encore apporter des améliorations substantielles en termes d'efficacité énergétique. Cela signifie que même si les performances globales sont à peu près les mêmes ou légèrement améliorées, le G6 devrait être meilleur que la génération précédente en termes de consommation d'énergie et de contrôle de la chaleur.
Côté CPU, le Tensor G6 réduira les 8 cœurs de la génération précédente à 7 cœurs, en adoptant une configuration 1+4+2 cœurs : 1 cœur ARM C1-Ultra large cadencé à 4,11 GHz, 4 cœurs ARM C1-Pro cadencés à 3,38 GHz et 2 cœurs ARM C1-Pro cadencés à 2,65 GHz. Ce choix de « réduction de base » est considéré comme étant étroitement lié aux considérations constantes de Google en matière de coûts. Il peut être légèrement inférieur à ses concurrents en termes de performances de pointe multithread, mais il peut toujours maintenir des performances suffisantes dans des scénarios mobiles typiques.
Le GPU est l'un des éléments les plus controversés de cette génération de Tensor G6. Les premiers rapports indiquaient que Google utiliserait le GPU PowerVR CXT-48-1536 sorti en 2021, déclenchant la théorie des « GPU anciens ». D'autres nouvelles ont révélé plus tard que la configuration actuelle est sa version améliorée CXTP-48-1536, où le « P » est généralement considéré comme représentant de meilleures performances de consommation d'énergie, similaire à la série DXTP lancée par Imagination en 2025. Malgré cela, ce GPU est toujours basé sur la conception de base d'il y a environ 5 ans. En gros, on peut confirmer qu'il s'agit d'un choix "étrange mais soucieux du budget" fait par Google pour réduire les coûts et investir plus de budget dans l'IA.
Afin de combler d'éventuelles lacunes côté GPU, Tensor G6 a considérablement amélioré la partie calcul de l'IA et utilise une conception double TPU nommée « Santafe » : un TPU personnalisé pour la charge principale de l'IA, responsable du raisonnement complexe et des tâches de grands modèles ; l'autre « nano-TPU » est destiné à des scénarios d'IA plus simples, mettant l'accent sur une efficacité énergétique plus élevée. Cette architecture à double chemin devrait permettre une gestion plus fine de l'énergie au quotidien, par exemple en s'appuyant davantage sur le nano-TPU en arrière-plan ou dans des tâches légères pour prolonger la durée de vie de la batterie.
En termes de sécurité et d'imagerie, G6 introduira une nouvelle génération de puce de sécurité Titan M3 pour fournir une protection matérielle des données des utilisateurs, y compris les clés de cryptage et les informations biométriques. La partie imagerie utilise un nouveau processeur de signal d'image (ISP) nommé « Metis », associé à une unité GXP (Graphics eXtension Processor) et coordonné avec deux TPU. L'objectif est de fournir des capacités « d'intégration logicielle et matérielle » plus fortes dans les domaines de la photographie informatique, du traitement vidéo et du traitement d'images accéléré par le matériel.
En termes de configuration de mémoire et de stockage, Tensor G6 prend en charge la mémoire LPDDR5X, conforme à la tendance actuelle des SoC mobiles haut de gamme. En termes de spécifications de mémoire flash, cette puce ne sera probablement pas la première à lancer UFS 5.0, mais continuera à prendre en charge UFS 3.1 et UFS 4.0. Différentes versions seront configurées selon les différents modèles de Pixel 11. Il existe une possibilité d'introduire le support UFS 4.1. Dans un contexte de hausse des prix du stockage, ce choix de configuration est également perçu comme un compromis entre coût et expérience.
En termes de coût, il n'existe pas de données exactes sur le prix unitaire du Tensor G6 à ce stade, mais le coût du Tensor G5 est d'environ 65 USD par unité, ce qui peut être utilisé comme référence de référence. Étant donné que le marché de la mémoire connaît ce qu'on appelle une « inflation des puces », par exemple, un module mobile LPDDR5 typique coûtera environ 10 $ US par Go au premier trimestre 2026, et le prix moyen devrait atteindre entre 19,3 et 19,8 $ US au deuxième trimestre, le coût global du G6 devrait être plus élevé que celui de la génération précédente.
Selon les plans actuels, Tensor G6 sera d'abord installé sur la série de téléphones mobiles Pixel 11 et devrait être commercialisé en août 2026. À en juger par le calendrier, Google a choisi d'entrer dans une période où le processus avancé de 2 nm était encore à l'avant-garde et où la capacité de production était limitée. Il pourrait non seulement maintenir la synchronisation avec ses principaux concurrents sur les nœuds de processus, mais également laisser plus d'espace budgétaire et de consommation d'énergie pour le TPU et des capacités différenciées telles que la sécurité et l'imagerie en « vieillissant » des pièces telles que le GPU.
Du point de vue de la philosophie de conception globale, le Tensor G6 n'est pas un SoC qui recherche des scores de course et des performances de jeu ultimes. Au lieu de cela, il préfère utiliser les capacités d'IA, le traitement d'image et les fonctionnalités de sécurité comme arguments de vente, et créer une expérience différenciée autour des avantages d'intégration logicielle et matérielle de la série Pixel. « Regarder en arrière » sur des composants tels que le stockage et le GPU, et « regarder vers l'avenir » sur le processus, le TPU, la sécurité et le FAI/GXP constituent la « formule d'équilibre à la Google » typique de cette génération de Tensor.