Google Tensor | Samsung Exynos 2200 | |
10 W | Max TDP | |
NA | Stromverbrauch pro Tag (kWh) | NA |
NA | Laufende Kosten pro Tag | NA |
NA | Stromverbrauch pro Jahr (kWh) | NA |
NA | Laufende Kosten pro Jahr | NA |
Google Tensor vs Samsung Exynos 2200
Der Google Tensor arbeitet mit 8 Kernen und 8 CPU-Threads. Es wird an der 1.80 GHz (2.80 GHz) -Basis -- aller Kerne ausgeführt, während die TDP auf 10 W .Der Prozessor ist an den N/A CPU-Sockel angeschlossen. Diese Version enthält -- L3-Cache auf einem Chip, unterstützt 2 -Speicherkanäle zur Unterstützung von LPDDR5-5500 RAM und verfügt über PCIe Gen -Lanes. Tjunction bleibt unter -- Grad C. Insbesondere G1 Architektur wird mit 5 nm Technologie erweitert und unterstützt None . Das Produkt wurde am Q4/2021
Der Samsung Exynos 2200 arbeitet mit 8 Kernen und 8 CPU-Threads. Es wird an der 2.80 GHz -Basis 1.82 GHz aller Kerne ausgeführt, während die TDP auf .Der Prozessor ist an den N/A CPU-Sockel angeschlossen. Diese Version enthält -- L3-Cache auf einem Chip, unterstützt 4 -Speicherkanäle zur Unterstützung von LPDDR5-6400 RAM und verfügt über PCIe Gen -Lanes. Tjunction bleibt unter -- Grad C. Insbesondere Cortex-X2/-A710/-A510 Architektur wird mit 4 nm Technologie erweitert und unterstützt None . Das Produkt wurde am Q1/2022
Detail vergleichen
1.80 GHz (2.80 GHz) | Frequenz | 2.80 GHz |
8 | Kerne | 8 |
1.80 GHz (2.80 GHz) | Turbo (1 Kern) | 2.80 GHz |
-- | Turbo (alle Kerne) | 1.82 GHz |
No | Hyperthreading | No |
No | Übertakten | No |
hybrid (Prime / big.LITTLE) | Kernarchitektur | hybrid (Prime / big.LITTLE) |
ARM Mali-G78 MP20 | GPU | Samsung Xclipse 920 (RDNA 2) |
No turbo | GPU (Turbo) | 1.30 GHz |
5 nm | Technologie | 4 nm |
No turbo | GPU (Turbo) | 1.30 GHz |
12 | DirectX-Version | |
1 | Max. Anzeigen | 0 |
LPDDR5-5500 | Erinnerung | LPDDR5-6400 |
2 | Speicherkanäle | 4 |
Maximaler Speicher | ||
No | ECC | No |
8.00 MB | L2 Cache | -- |
-- | L3 Cache | -- |
PCIe-Version | ||
PCIe lanes | ||
5 nm | Technologie | 4 nm |
N/A | Steckdose | N/A |
10 W | TDP | |
None | Virtualisierung | None |
Q4/2021 | Veröffentlichungsdatum | Q1/2022 |
Geekbench 5, 64bit (Single-Core)
Geekbench 5 ist ein plattformübergreifender Benchmark, der den Systemspeicher stark beansprucht. Eine schnelle Erinnerung wird das Ergebnis stark beeinflussen. Der Single-Core-Test verwendet nur einen CPU-Core, die Anzahl der Kerne oder die Hyperthreading-Fähigkeit zählen nicht.
Geekbench 5, 64bit (Multi-Core)
Geekbench 5 ist ein plattformübergreifender Benchmark, der den Systemspeicher stark beansprucht. Eine schnelle Erinnerung wird das Ergebnis stark beeinflussen. Der Multi-Core-Test umfasst alle CPU-Kerne und bietet einen großen Vorteil beim Hyperthreading.
iGPU - FP32 Performance (Single-precision GFLOPS)
Die theoretische Rechenleistung der internen Grafikeinheit des Prozessors mit einfacher Genauigkeit (32 Bit) in GFLOPS. GFLOPS gibt an, wie viele Milliarden Gleitkommaoperationen die iGPU pro Sekunde ausführen kann.
Geekbench 3, 64bit (Single-Core)
Geekbench 3 ist ein plattformübergreifender Benchmark, der den Systemspeicher stark beansprucht. Eine schnelle Erinnerung wird das Ergebnis stark beeinflussen. Der Single-Core-Test verwendet nur einen CPU-Core, die Anzahl der Kerne oder die Hyperthreading-Fähigkeit zählen nicht.
Geekbench 3, 64bit (Multi-Core)
Geekbench 3 ist ein plattformübergreifender Benchmark, der den Systemspeicher stark beansprucht. Eine schnelle Erinnerung wird das Ergebnis stark beeinflussen. Der Multi-Core-Test umfasst alle CPU-Kerne und bietet einen großen Vorteil beim Hyperthreading.