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 |
Google Tensor vs Apple A15 Bionic
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 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
Apple A15 Bionic
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 |
Geekbench 5, 64bit (Single-Core)
Geekbench 5 เป็นเกณฑ์มาตรฐานข้ามแพลตฟอร์มที่ใช้หน่วยความจำของระบบอย่างมาก หน่วยความจำที่รวดเร็วจะผลักดันผลลัพธ์ได้มาก การทดสอบ single-core ใช้ CPU core เพียงตัวเดียวไม่นับจำนวนคอร์หรือความสามารถในการไฮเปอร์เธรด
Geekbench 5, 64bit (Multi-Core)
Geekbench 5 เป็นเกณฑ์มาตรฐานข้ามแพลตฟอร์มที่ใช้หน่วยความจำของระบบอย่างมาก หน่วยความจำที่รวดเร็วจะผลักดันผลลัพธ์ได้มาก การทดสอบแบบมัลติคอร์เกี่ยวข้องกับแกน CPU ทั้งหมดและใช้ประโยชน์จากไฮเปอร์เธรด
iGPU - FP32 Performance (Single-precision GFLOPS)
ประสิทธิภาพการคำนวณตามทฤษฎีของหน่วยกราฟิกภายในของโปรเซสเซอร์ที่มีความแม่นยำอย่างง่าย (32 บิต) ใน GFLOPS GFLOPS ระบุจำนวนการดำเนินการจุดลอยตัวที่ iGPU สามารถดำเนินการได้ต่อวินาที
Geekbench 3, 64bit (Single-Core)
Geekbench 3 เป็นเกณฑ์มาตรฐานข้ามแพลตฟอร์มที่ใช้หน่วยความจำของระบบอย่างมาก หน่วยความจำที่รวดเร็วจะผลักดันผลลัพธ์ได้มาก การทดสอบ single-core ใช้ CPU core เพียงตัวเดียวไม่นับจำนวนคอร์หรือความสามารถในการไฮเปอร์เธรด
Geekbench 3, 64bit (Multi-Core)
Geekbench 3 เป็นเกณฑ์มาตรฐานข้ามแพลตฟอร์มที่ใช้หน่วยความจำของระบบอย่างมาก หน่วยความจำที่รวดเร็วจะผลักดันผลลัพธ์ได้มาก การทดสอบแบบมัลติคอร์เกี่ยวข้องกับแกน CPU ทั้งหมดและใช้ประโยชน์จากไฮเปอร์เธรด