| MediaTek MT6571 | Intel Core i9-10900F | |
| Max TDP | 65 W | |
| NA | Konsumsi daya per hari (kWh) | NA |
| NA | Biaya operasional per hari | NA |
| NA | Konsumsi daya per tahun (kWh) | NA |
| NA | Biaya operasional per tahun | NA |
MediaTek MT6571 vs Intel Core i9-10900F
MediaTek MT6571 beroperasi dengan 27 dan thread CPU 2 Ini berjalan di -- base semua inti sementara TDP disetel di .Prosesor dipasang ke soket CPU N/A Versi ini menyertakan -- cache L3 pada satu chip, mendukung saluran memori 0 LPDDR2 RAM dan fitur PCIe Gen lanes}. Tjunction tetap di bawah -- derajat C. Secara khusus, Cortex-A9 ditingkatkan dengan 28 nm dan mendukung None . Produk diluncurkan pada Q3/2014
Intel Core i9-10900F beroperasi dengan 10 dan thread CPU 2 Ini berjalan di 5.20 GHz base 4.60 GHz semua inti sementara TDP disetel di 65 W .Prosesor dipasang ke soket CPU LGA 1200 Versi ini menyertakan 20.00 MB cache L3 pada satu chip, mendukung saluran memori 2 DDR4-2933 RAM dan fitur 3.0 PCIe Gen 16 lanes}. Tjunction tetap di bawah 100 °C derajat C. Secara khusus, Comet Lake S ditingkatkan dengan 14 nm dan mendukung VT-x, VT-x EPT, VT-d . Produk diluncurkan pada Q2/2020
MediaTek MT6571
Intel Core i9-10900F
Bandingkan Detail
| 1.30 GHz | Frekuensi | 2.80 GHz |
| 27 | Core | 10 |
| -- | Turbo (1 Inti) | 5.20 GHz |
| Turbo (Semua Core) | 4.60 GHz | |
| Hyperthreading | Yes |
|
| Overclocking | No |
|
| normal | Arsitektur Inti | normal |
| ARM Mali-400 | GPU | no iGPU |
| 0.01 GHz | GPU (Turbo) | No turbo |
| 28 nm | Teknologi | 14 nm |
| 0.01 GHz | GPU (Turbo) | No turbo |
| Versi DirectX | ||
| 1 | Max. menampilkan | |
| LPDDR2 | Penyimpanan | DDR4-2933 |
| 0 | Saluran memori | 2 |
| Memori maksimal | ||
| ECC | No |
|
| -- | L2 Cache | -- |
| -- | L3 Cache | 20.00 MB |
| Versi PCIe | 3.0 | |
| PCIe lanes | 16 | |
| 28 nm | Teknologi | 14 nm |
| N/A | Stopkontak | LGA 1200 |
| TDP | 65 W | |
| None | Virtualisasi | VT-x, VT-x EPT, VT-d |
| Q3/2014 | Tanggal rilis | Q2/2020 |
Cinebench R23 (Single-Core)
Cinebench R23 adalah penerus Cinebench R20 dan juga didasarkan pada Cinema 4 Suite. Cinema 4 adalah perangkat lunak yang digunakan di seluruh dunia untuk membuat bentuk 3D. Tes inti tunggal hanya menggunakan satu inti CPU, jumlah inti atau kemampuan hyperthreading tidak dihitung.
Cinebench R20 (Single-Core)
Cinebench R20 adalah penerus Cinebench R15 dan juga didasarkan pada Cinema 4 Suite. Cinema 4 adalah perangkat lunak yang digunakan di seluruh dunia untuk membuat bentuk 3D. Tes inti tunggal hanya menggunakan satu inti CPU, jumlah inti atau kemampuan hyperthreading tidak dihitung.
Cinebench R20 (Multi-Core)
Cinebench R20 adalah penerus Cinebench R15 dan juga didasarkan pada Cinema 4 Suite. Cinema 4 adalah perangkat lunak yang digunakan di seluruh dunia untuk membuat bentuk 3D. Tes multi-core melibatkan semua core CPU dan memanfaatkan hyperthreading.
Cinebench R15 (Single-Core)
Cinebench R15 adalah penerus Cinebench 11.5 dan juga didasarkan pada Cinema 4 Suite. Cinema 4 adalah perangkat lunak yang digunakan di seluruh dunia untuk membuat bentuk 3D. Tes inti tunggal hanya menggunakan satu inti CPU, jumlah inti atau kemampuan hyperthreading tidak dihitung.
Cinebench R15 (Multi-Core)
Cinebench R15 adalah penerus Cinebench 11.5 dan juga didasarkan pada Cinema 4 Suite. Cinema 4 adalah perangkat lunak yang digunakan di seluruh dunia untuk membuat bentuk 3D. Tes multi-core melibatkan semua core CPU dan memanfaatkan hyperthreading.
Geekbench 5, 64bit (Single-Core)
Geekbench 5 adalah patokan cross-plattform yang banyak menggunakan memori sistem. Memori yang cepat akan mendorong banyak hasil. Tes inti tunggal hanya menggunakan satu inti CPU, jumlah inti atau kemampuan hyperthreading tidak dihitung.
Geekbench 5, 64bit (Multi-Core)
Geekbench 5 adalah patokan cross-plattform yang banyak menggunakan memori sistem. Memori yang cepat akan mendorong banyak hasil. Tes multi-core melibatkan semua core CPU dan memanfaatkan hyperthreading.
Monero Hashrate kH/s
Mata uang kripto Monero telah menggunakan algoritma RandomX sejak November 2019. Algoritma PoW (bukti kerja) ini hanya dapat dihitung secara efisien menggunakan prosesor (CPU) atau kartu grafis (GPU). Algoritma CryptoNight digunakan untuk Monero hingga November 2019, tetapi dapat dihitung menggunakan ASIC. RandomX mendapat manfaat dari sejumlah besar inti CPU, cache, dan koneksi memori yang cepat melalui saluran memori sebanyak mungkin
Perkiraan Penggunaan Listrik
