| Apple A16 Bionic | Google Tensor G2 | |
| 8.5 W | Max TDP | 10 W |
| NA | 1日あたりの消費電力(kWh) | NA |
| NA | 1日あたりのランニングコスト | NA |
| NA | 年間消費電力(kWh) | NA |
| NA | 年間のランニングコスト | NA |
Apple A16 Bionic vs Google Tensor G2
Apple A16 Bionicで動作6コアおよび6 CPUスレッド。 8.5 W設定されている間、 3.46 GHzベース2.02 GHzすべてのコアで実行されます。N/A CPUソケットに接続されています。このバージョンは、 24.00 MB支持一つのチップ上のL3キャッシュの1のメモリチャネルがサポートするLPDDR5-6400 RAM及び機能のPCIeジェンレーン。 Tjunction --度}未満に保たれます。特に、 A16 4 nmテクノロジーで強化され、 Noneをサポートします。製品はQ3/2022
Google Tensor G2で動作8コアおよび6 CPUスレッド。 10 W設定されている間、 2.85 GHzベース1.80 GHzすべてのコアで実行されます。N/A CPUソケットに接続されています。このバージョンは、 4.00 MB支持一つのチップ上のL3キャッシュの2のメモリチャネルがサポートするLPDDR5-5500 RAM及び機能のPCIeジェンレーン。 Tjunction --度}未満に保たれます。特に、 G2 4 nmテクノロジーで強化され、 Noneをサポートします。製品はQ4/2022
Apple A16 Bionic
Google Tensor G2
詳細を比較する
| 3.46 GHz | 周波数 | 2.85 GHz |
| 6 | コア | 8 |
| 3.46 GHz | ターボ(1コア) | 2.85 GHz |
| 2.02 GHz | ターボ(すべてのコア) | 1.80 GHz |
| ハイパースレッディング | No | |
| オーバークロック | No |
|
| hybrid (big.LITTLE) | コアアーキテクチャ | hybrid (Prime / big.LITTLE) |
| Apple A16 (5 GPU Cores) | GPU | ARM Mali-G710 MP7 |
| No turbo | GPU(ターボ) | No turbo |
| 4 nm | 技術 | 4 nm |
| No turbo | GPU(ターボ) | No turbo |
| DirectXバージョン | ||
| 3 | 最大ディスプレイ | 1 |
| LPDDR5-6400 | 記憶 | LPDDR5-5500 |
| 1 | メモリチャネル | 2 |
| 最大メモリ | ||
| ECC | No |
|
| 20.00 MB | L2 Cache | 8.00 MB |
| 24.00 MB | L3 Cache | 4.00 MB |
| PCIeバージョン | ||
| PCIe lanes | ||
| 4 nm | 技術 | 4 nm |
| N/A | ソケット | N/A |
| 8.5 W | TDP | 10 W |
| None | 仮想化 | None |
| Q3/2022 | 発売日 | Q4/2022 |
Geekbench 5, 64bit (Single-Core)
Geekbench 5は、システムメモリを多用するクロスプラットフォームベンチマークです。高速メモリは結果を大きく押し上げます。シングルコアテストでは1つのCPUコアのみを使用し、コアの量やハイパースレッディング機能はカウントされません。
Geekbench 5, 64bit (Multi-Core)
Geekbench 5は、システムメモリを多用するクロスプラットフォームベンチマークです。高速メモリは結果を大きく押し上げます。マルチコアテストにはすべてのCPUコアが含まれ、ハイパースレッディングの大きな利点があります。
iGPU - FP32 Performance (Single-precision GFLOPS)
GFLOPSでの単純な精度(32ビット)でのプロセッサの内部グラフィックユニットの理論的な計算パフォーマンス。 GFLOPSは、iGPUが1秒間に実行できる浮動小数点演算の数を示します。
電気使用量の見積もり
