GET FREE $100 Welcome Offer
BUY AND SELL BTC, BNB, CAKE, DOGE, ETH AND 27 MORE
BUY AND SELL BTC,
BNB, CAKE, DOGE
ETH AND 27 MORE

Google Tensor vs Apple A15 Bionic (5-GPU)

Google Tensor

Le Google Tensor fonctionne avec 8 cœurs et 8 threads CPU. Il fonctionne à 1.80 GHz (2.80 GHz) base -- tous les cœurs tandis que le TDP est défini sur 10 W .Le processeur est connecté au socket du processeur N/A Cette version inclut -- de cache L3 sur une seule puce, prend en charge 2 pour prendre en charge la LPDDR5-5500 et dispose de PCIe Gen . Tjunction reste en dessous de -- degrés C. En particulier, G1 architecture est améliorée avec la 5 nm et prend en charge la None . Le produit a été lancé le Q4/2021

Google Tensor

Le Apple A15 Bionic (5-GPU) fonctionne avec 6 cœurs et 8 threads CPU. Il fonctionne à 3.23 GHz base 2.02 GHz tous les cœurs tandis que le TDP est défini sur 8.5 W .Le processeur est connecté au socket du processeur N/A Cette version inclut 32.00 MB de cache L3 sur une seule puce, prend en charge 1 pour prendre en charge la LPDDR4X-4266 et dispose de PCIe Gen . Tjunction reste en dessous de -- degrés C. En particulier, A15 architecture est améliorée avec la 5 nm et prend en charge la None . Le produit a été lancé le Q3/2021


Comparer les détails

1.80 GHz (2.80 GHz) La fréquence 3.23 GHz
8 Noyaux 6
1.80 GHz (2.80 GHz) Turbo (1 noyau) 3.23 GHz
-- Turbo (tous les cœurs) 2.02 GHz
uncheck No Hyper-Threading No
uncheck No Overclocking No uncheck
hybrid (Prime / big.LITTLE) Architecture de base hybrid (big.LITTLE)
ARM Mali-G78 MP20 GPU Apple A15 (5 GPU Cores)
No turbo GPU (Turbo) No turbo
5 nm La technologie 5 nm
No turbo GPU (Turbo) No turbo
12 Version DirectX
1 Max. affiche 3
LPDDR5-5500 Mémoire LPDDR4X-4266
2 Canaux de mémoire 1
Mémoire max
uncheck No ECC No uncheck
8.00 MB L2 Cache 16.00 MB
-- L3 Cache 32.00 MB
Version PCIe
PCIe lanes
5 nm La technologie 5 nm
N/A Prise N/A
10 W TDP 8.5 W
None La virtualisation None
Q4/2021 Date de sortie Q3/2021

Geekbench 5, 64bit (Single-Core)

Geekbench 5 est un benchmark multi-plateforme qui utilise fortement la mémoire système. Une mémoire rapide poussera beaucoup le résultat. Le test monocœur n'utilise qu'un seul cœur de processeur, la quantité de cœurs ou la capacité d'hyperthreading ne compte pas.

Google Tensor 1,049 (47%)
47% Complete
78% Complete

Geekbench 5, 64bit (Multi-Core)

Geekbench 5 est un benchmark multi-plateforme qui utilise fortement la mémoire système. Une mémoire rapide poussera beaucoup le résultat. Le test multicœur implique tous les cœurs de processeur et tire un gros avantage de l'hyperthreading.

Google Tensor 2,916 (6%)
6% Complete
10% Complete

iGPU - FP32 Performance (Single-precision GFLOPS)

Les performances de calcul théoriques de l'unité graphique interne du processeur avec une précision simple (32 bits) dans GFLOPS. GFLOPS indique le nombre de milliards d'opérations en virgule flottante que l'iGPU peut effectuer par seconde.

Google Tensor 1,944 (9%)
9% Complete
7% Complete

Geekbench 3, 64bit (Single-Core)

Geekbench 3 est un benchmark multi-plateforme qui utilise fortement la mémoire système. Une mémoire rapide poussera beaucoup le résultat. Le test monocœur n'utilise qu'un seul cœur de processeur, la quantité de cœurs ou la capacité d'hyperthreading ne compte pas.

Google Tensor 4,572 (66%)
66% Complete
0% Complete

Geekbench 3, 64bit (Multi-Core)

Geekbench 3 est un benchmark multi-plateforme qui utilise fortement la mémoire système. Une mémoire rapide poussera beaucoup le résultat. Le test multicœur implique tous les cœurs de processeur et tire un gros avantage de l'hyperthreading.

Google Tensor 12,597 (13%)
13% Complete
0% Complete
Estimation de l'utilisation électrique

Estimation de l'utilisation électrique

Estimation de l'utilisation électrique

Estimation de l'utilisation électrique

Google Tensor Apple A15 Bionic (5-GPU)
10 W Max TDP 8.5 W
NA Consommation électrique par jour (kWh) NA
NA Coût de fonctionnement par jour NA
NA Consommation d'énergie par an (kWh) NA
NA Coût de fonctionnement par an NA

Comments

back to top