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

กลับไปที่โฮมเพจ

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

Apple A15 Bionic

Apple A15 Bionic ทำงานร่วมกับ 6 cores และ 8 เธรด CPU มันทำงานที่ No turbo base No turbo คอร์ทั้งหมดในขณะที่ TDP ถูกตั้งค่าที่ 8.5 Wโปรเซสเซอร์เชื่อมต่อกับ N/A CPU N/A เวอร์ชันนี้มี -- บนชิปหนึ่งตัวรองรับช่องหน่วยความจำ 2 LPDDR4X-4266 และคุณลักษณะ PCIe Gen เลน Tjunction รักษาให้ต่ำกว่า -- องศา C โดยเฉพาะอย่างยิ่ง A15 สถาปัตยกรรมได้รับการปรับปรุงด้วย 5 nm และสนับสนุน None ผลิตภัณฑ์เปิดตัวเมื่อวันที่ Q3/2021

Google Tensor

Apple A15 Bionic

Google Tensor

ตรวจสอบราคาที่ Amazon

ตรวจสอบราคาที่ Ebay

ตรวจสอบราคาที่ AliExpress

Apple A15 Bionic

ตรวจสอบราคาที่ Amazon

ตรวจสอบราคาที่ Ebay

ตรวจสอบราคาที่ AliExpress

เปรียบเทียบรายละเอียด

1.80 GHz (2.80 GHz)	ความถี่	3.23 GHz
8	แกน	6
1.80 GHz (2.80 GHz)	เทอร์โบ (1 คอร์)	No turbo
--	เทอร์โบ (ทุกแกน)	No turbo
No	ไฮเปอร์เธรด	No
No	โอเวอร์คล็อก	No
hybrid (Prime / big.LITTLE)	สถาปัตยกรรมหลัก	hybrid (big.LITTLE)
ARM Mali-G78 MP20	GPU	Apple A15 (5 GPU Cores)
No turbo	GPU (เทอร์โบ)	3.20 GHz
5 nm	เทคโนโลยี	5 nm
No turbo	GPU (เทอร์โบ)	3.20 GHz
12	เวอร์ชัน DirectX
1	สูงสุด แสดง	3
LPDDR5-5500	หน่วยความจำ	LPDDR4X-4266
2	ช่องหน่วยความจำ	2
	หน่วยความจำสูงสุด
No	ECC	No
8.00 MB	L2 Cache	4.00 MB
--	L3 Cache	--
	เวอร์ชัน PCIe
	PCIe lanes
5 nm	เทคโนโลยี	5 nm
N/A	เบ้า	N/A
10 W	TDP	8.5 W
None	Virtualization	None
Q4/2021	วันที่วางจำหน่าย	Q3/2021
แสดงข้อมูลเพิ่มเติม		แสดงข้อมูลเพิ่มเติม

Geekbench 5, 64bit (Single-Core)

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

Google Tensor 1,049 (47%)

Apple A15 Bionic 1,742 (82%)

Geekbench 5, 64bit (Multi-Core)

Geekbench 5 เป็นเกณฑ์มาตรฐานข้ามแพลตฟอร์มที่ใช้หน่วยความจำของระบบอย่างมาก หน่วยความจำที่รวดเร็วจะผลักดันผลลัพธ์ได้มาก การทดสอบแบบมัลติคอร์เกี่ยวข้องกับแกน CPU ทั้งหมดและใช้ประโยชน์จากไฮเปอร์เธรด

Google Tensor 2,916 (6%)

Apple A15 Bionic 4,780 (13%)

iGPU - FP32 Performance (Single-precision GFLOPS)

ประสิทธิภาพการคำนวณตามทฤษฎีของหน่วยกราฟิกภายในของโปรเซสเซอร์ที่มีความแม่นยำอย่างง่าย (32 บิต) ใน GFLOPS GFLOPS ระบุจำนวนการดำเนินการจุดลอยตัวที่ iGPU สามารถดำเนินการได้ต่อวินาที

Google Tensor 1,944 (9%)

Apple A15 Bionic 1,227 (12%)

Geekbench 3, 64bit (Single-Core)

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

Google Tensor 4,572 (66%)

Apple A15 Bionic (0%)

Geekbench 3, 64bit (Multi-Core)

Geekbench 3 เป็นเกณฑ์มาตรฐานข้ามแพลตฟอร์มที่ใช้หน่วยความจำของระบบอย่างมาก หน่วยความจำที่รวดเร็วจะผลักดันผลลัพธ์ได้มาก การทดสอบแบบมัลติคอร์เกี่ยวข้องกับแกน CPU ทั้งหมดและใช้ประโยชน์จากไฮเปอร์เธรด

Google Tensor 12,597 (13%)

Apple A15 Bionic (0%)

ประมาณการการใช้ไฟฟ้า

ชั่วโมงการใช้งานเฉลี่ยต่อวัน

การใช้งาน CPU โดยเฉลี่ย (0-100%)

ค่าไฟฟ้าดอลลาร์ต่อกิโลวัตต์ชั่วโมง

ประมาณการการใช้ไฟฟ้า

ชั่วโมงการใช้งานเฉลี่ยต่อวัน

การใช้งาน CPU โดยเฉลี่ย (0-100%)

ค่าไฟฟ้าดอลลาร์ต่อกิโลวัตต์ชั่วโมง

Google Tensor		Apple A15 Bionic
10 W	Max TDP	8.5 W
NA	การใช้พลังงานต่อวัน (กิโลวัตต์ชั่วโมง)	NA
NA	ค่าใช้จ่ายต่อวัน	NA
NA	การใช้พลังงานต่อปี (กิโลวัตต์ชั่วโมง)	NA
NA	ค่าใช้จ่ายต่อปี	NA