Google gibt stillschweigend zu: Tensor G5 GPU braucht Optimierung

Googles neuer Tensor G5-Chip sorgt erneut für Diskussionen – und diesmal liegt der Fokus auf der Grafikleistung. Trotz ehrgeiziger Pläne, mit dem Tensor eigene Maßstäbe bei KI- und Systemleistung zu setzen, kämpft das SoC mit Hitzeproblemen und Leistungsverlusten. Der Grund: das Imagination IMG DXT-48-1536 GPU, das zwar modern klingt, in der Praxis aber schnell an seine Grenzen stößt.

Nun hat Google indirekt eingeräumt, dass Optimierungen nötig sind, indem man verspricht, die „Treiberqualität“ in kommenden Updates zu verbessern.

Auf den ersten Blick klingt das wie eine Standardaussage – doch die Fachwelt liest zwischen den Zeilen. Laut Benchmarks von NanoReview erreicht das GPU des Tensor G5 nur rund 40 % der Leistung des MediaTek Dimensity 9500, der mit dem Mali-G1 Ultra MC12 ausgestattet ist. Ein deutlicher Abstand für Geräte, die im selben Premiumsegment konkurrieren sollen.

In einer Stellungnahme gegenüber Android Authority erklärte Google, man arbeite kontinuierlich an Verbesserungen der GPU-Treiber und habe bereits in den Updates für September und Oktober Anpassungen vorgenommen. Weitere Optimierungen seien für zukünftige Versionen geplant. Der Tonfall ist auffällig vorsichtig, was kein Zufall ist: Google hat das GPU zwar gemeinsam mit Imagination entwickelt, besitzt aber keine vollständige Kontrolle über die Treiber. Die DXT-Serie bleibt Eigentum von Imagination Technologies, wodurch Googles Möglichkeiten, tiefgreifende Änderungen vorzunehmen, stark eingeschränkt sind.

Das bedeutet: Solange Imagination keine grundlegenden Treiberaktualisierungen liefert, kann Google die Leistungsprobleme nur teilweise umgehen – etwa durch Anpassungen im Energiemanagement oder bei der Verteilung von KI-Workloads. Für Pixel-10-Nutzer bedeutet das weiterhin potenziell hohe Temperaturen und Drosselung unter Last, vor allem bei Spielen oder längerer Nutzung.

Branchenbeobachter fordern daher einen radikaleren Schritt: Google sollte Imagination übernehmen, um endlich vollständige Kontrolle über die GPU-Architektur und Software zu erhalten – ähnlich wie Apple es mit seinen Chips vormacht. Bis dahin bleibt der Tensor G5 ein Beispiel dafür, dass Hardware-Unabhängigkeit mehr bedeutet, als nur das eigene SoC zu entwerfen – sie hängt auch vom Besitz des Codes ab, der es antreibt.