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 A13 Bionic

Google Tensor

Google Tensor ทำงานร่วมกับ 8 cores และ 8 เธรด CPU มันทำงานที่ 1.80 GHz (2.80 GHz) base -- คอร์ทั้งหมดในขณะที่ TDP ถูกตั้งค่าที่ 10 Wโปรเซสเซอร์เชื่อมต่อกับ N/A CPU N/A เวอร์ชันนี้มี -- บนชิปหนึ่งตัวรองรับช่องหน่วยความจำ 2 LPDDR5-5500 และคุณลักษณะ PCIe Gen เลน Tjunction รักษาให้ต่ำกว่า -- องศา C โดยเฉพาะอย่างยิ่ง G1 สถาปัตยกรรมได้รับการปรับปรุงด้วย 5 nm และสนับสนุน None ผลิตภัณฑ์เปิดตัวเมื่อวันที่ Q4/2021

Google Tensor

Apple A13 Bionic ทำงานร่วมกับ 6 cores และ 8 เธรด CPU มันทำงานที่ 2.65 GHz base 1.80 GHz คอร์ทั้งหมดในขณะที่ TDP ถูกตั้งค่าที่ 6 Wโปรเซสเซอร์เชื่อมต่อกับ N/A CPU N/A เวอร์ชันนี้มี -- บนชิปหนึ่งตัวรองรับช่องหน่วยความจำ 1 LPDDR4X-4266 และคุณลักษณะ PCIe Gen เลน Tjunction รักษาให้ต่ำกว่า -- องศา C โดยเฉพาะอย่างยิ่ง A13 (Lightning / Thunder) สถาปัตยกรรมได้รับการปรับปรุงด้วย 7 nm และสนับสนุน None ผลิตภัณฑ์เปิดตัวเมื่อวันที่ Q3/2019


เปรียบเทียบรายละเอียด

1.80 GHz (2.80 GHz) ความถี่ 2.65 GHz
8 แกน 6
1.80 GHz (2.80 GHz) เทอร์โบ (1 คอร์) 2.65 GHz
-- เทอร์โบ (ทุกแกน) 1.80 GHz
uncheck No ไฮเปอร์เธรด No
uncheck No โอเวอร์คล็อก No uncheck
hybrid (Prime / big.LITTLE) สถาปัตยกรรมหลัก hybrid (big.LITTLE)
ARM Mali-G78 MP20 GPU Apple A13
No turbo GPU (เทอร์โบ) No turbo
5 nm เทคโนโลยี 7 nm
No turbo GPU (เทอร์โบ) No turbo
12 เวอร์ชัน DirectX
1 สูงสุด แสดง 1
LPDDR5-5500 หน่วยความจำ LPDDR4X-4266
2 ช่องหน่วยความจำ 1
หน่วยความจำสูงสุด
uncheck No ECC No uncheck
8.00 MB L2 Cache 8.00 MB
-- L3 Cache --
เวอร์ชัน PCIe
PCIe lanes
5 nm เทคโนโลยี 7 nm
N/A เบ้า N/A
10 W TDP 6 W
None Virtualization None
Q4/2021 วันที่วางจำหน่าย Q3/2019

Geekbench 5, 64bit (Single-Core)

Geekbench 5 เป็นเกณฑ์มาตรฐานข้ามแพลตฟอร์มที่ใช้หน่วยความจำของระบบอย่างมาก หน่วยความจำที่รวดเร็วจะผลักดันผลลัพธ์ได้มาก การทดสอบ single-core ใช้ CPU core เพียงตัวเดียวไม่นับจำนวนคอร์หรือความสามารถในการไฮเปอร์เธรด

Google Tensor 1,049 (47%)
47% Complete
Apple A13 Bionic 1,344 (60%)
60% Complete

Geekbench 5, 64bit (Multi-Core)

Geekbench 5 เป็นเกณฑ์มาตรฐานข้ามแพลตฟอร์มที่ใช้หน่วยความจำของระบบอย่างมาก หน่วยความจำที่รวดเร็วจะผลักดันผลลัพธ์ได้มาก การทดสอบแบบมัลติคอร์เกี่ยวข้องกับแกน CPU ทั้งหมดและใช้ประโยชน์จากไฮเปอร์เธรด

Google Tensor 2,916 (6%)
6% Complete
Apple A13 Bionic 3,430 (7%)
7% Complete

iGPU - FP32 Performance (Single-precision GFLOPS)

ประสิทธิภาพการคำนวณตามทฤษฎีของหน่วยกราฟิกภายในของโปรเซสเซอร์ที่มีความแม่นยำอย่างง่าย (32 บิต) ใน GFLOPS GFLOPS ระบุจำนวนการดำเนินการจุดลอยตัวที่ iGPU สามารถดำเนินการได้ต่อวินาที

Google Tensor 1,944 (9%)
9% Complete
Apple A13 Bionic 692 (3%)
3% Complete

AnTuTu 8 benchmark

AnTuTu 8 Benchmark วัดประสิทธิภาพของ SoC AnTuTu เปรียบเทียบ CPU, GPU, หน่วยความจำและ UX (User Experience) โดยจำลองการใช้งานเบราว์เซอร์และแอป AnTuTu สามารถเปรียบเทียบซีพียู ARM ที่ทำงานภายใต้ Android หรือ iOS ได้ อุปกรณ์ต่างๆอาจไม่สามารถเปรียบเทียบได้โดยตรงหากมีการใช้เกณฑ์มาตรฐานภายใต้ระบบปฏิบัติการที่แตกต่างกัน

0% Complete
Apple A13 Bionic 523,659 (73%)
73% Complete

Geekbench 3, 64bit (Single-Core)

Geekbench 3 เป็นเกณฑ์มาตรฐานข้ามแพลตฟอร์มที่ใช้หน่วยความจำของระบบอย่างมาก หน่วยความจำที่รวดเร็วจะผลักดันผลลัพธ์ได้มาก การทดสอบ single-core ใช้ CPU core เพียงตัวเดียวไม่นับจำนวนคอร์หรือความสามารถในการไฮเปอร์เธรด

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

Geekbench 3, 64bit (Multi-Core)

Geekbench 3 เป็นเกณฑ์มาตรฐานข้ามแพลตฟอร์มที่ใช้หน่วยความจำของระบบอย่างมาก หน่วยความจำที่รวดเร็วจะผลักดันผลลัพธ์ได้มาก การทดสอบแบบมัลติคอร์เกี่ยวข้องกับแกน CPU ทั้งหมดและใช้ประโยชน์จากไฮเปอร์เธรด

Google Tensor 12,597 (13%)
13% Complete
0% Complete
ประมาณการการใช้ไฟฟ้า

ประมาณการการใช้ไฟฟ้า

ประมาณการการใช้ไฟฟ้า

ประมาณการการใช้ไฟฟ้า

Google Tensor Apple A13 Bionic
10 W Max TDP 6 W
NA การใช้พลังงานต่อวัน (กิโลวัตต์ชั่วโมง) NA
NA ค่าใช้จ่ายต่อวัน NA
NA การใช้พลังงานต่อปี (กิโลวัตต์ชั่วโมง) NA
NA ค่าใช้จ่ายต่อปี NA

Comments

back to top