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 Samsung Exynos 2200

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

Samsung Exynos 2200

Samsung Exynos 2200 ทำงานร่วมกับ 8 cores และ 8 เธรด CPU มันทำงานที่ 2.80 GHz base 1.82 GHz คอร์ทั้งหมดในขณะที่ TDP ถูกตั้งค่าที่ โปรเซสเซอร์เชื่อมต่อกับ N/A CPU N/A เวอร์ชันนี้มี -- บนชิปหนึ่งตัวรองรับช่องหน่วยความจำ 4 LPDDR5-6400 และคุณลักษณะ PCIe Gen เลน Tjunction รักษาให้ต่ำกว่า -- องศา C โดยเฉพาะอย่างยิ่ง Cortex-X2/-A710/-A510 สถาปัตยกรรมได้รับการปรับปรุงด้วย 4 nm และสนับสนุน None ผลิตภัณฑ์เปิดตัวเมื่อวันที่ Q1/2022

Google Tensor

Samsung Exynos 2200

Google Tensor

ตรวจสอบราคาที่ Amazon

ตรวจสอบราคาที่ Ebay

ตรวจสอบราคาที่ AliExpress

Samsung Exynos 2200

ตรวจสอบราคาที่ Amazon

ตรวจสอบราคาที่ Ebay

ตรวจสอบราคาที่ AliExpress

เปรียบเทียบรายละเอียด

1.80 GHz (2.80 GHz)	ความถี่	2.80 GHz
8	แกน	8
1.80 GHz (2.80 GHz)	เทอร์โบ (1 คอร์)	2.80 GHz
--	เทอร์โบ (ทุกแกน)	1.82 GHz
No	ไฮเปอร์เธรด	No
No	โอเวอร์คล็อก	No
hybrid (Prime / big.LITTLE)	สถาปัตยกรรมหลัก	hybrid (Prime / big.LITTLE)
ARM Mali-G78 MP20	GPU	Samsung Xclipse 920 (RDNA 2)
No turbo	GPU (เทอร์โบ)	1.30 GHz
5 nm	เทคโนโลยี	4 nm
No turbo	GPU (เทอร์โบ)	1.30 GHz
12	เวอร์ชัน DirectX
1	สูงสุด แสดง	0
LPDDR5-5500	หน่วยความจำ	LPDDR5-6400
2	ช่องหน่วยความจำ	4
	หน่วยความจำสูงสุด
No	ECC	No
8.00 MB	L2 Cache	--
--	L3 Cache	--
	เวอร์ชัน PCIe
	PCIe lanes
5 nm	เทคโนโลยี	4 nm
N/A	เบ้า	N/A
10 W	TDP
None	Virtualization	None
Q4/2021	วันที่วางจำหน่าย	Q1/2022
แสดงข้อมูลเพิ่มเติม		แสดงข้อมูลเพิ่มเติม

Geekbench 5, 64bit (Single-Core)

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

Google Tensor 1,049 (47%)

Samsung Exynos 2200 1,193 (53%)

Geekbench 5, 64bit (Multi-Core)

Geekbench 5 เป็นเกณฑ์มาตรฐานข้ามแพลตฟอร์มที่ใช้หน่วยความจำของระบบอย่างมาก หน่วยความจำที่รวดเร็วจะผลักดันผลลัพธ์ได้มาก การทดสอบแบบมัลติคอร์เกี่ยวข้องกับแกน CPU ทั้งหมดและใช้ประโยชน์จากไฮเปอร์เธรด

Google Tensor 2,916 (6%)

Samsung Exynos 2200 3,587 (7%)

iGPU - FP32 Performance (Single-precision GFLOPS)

ประสิทธิภาพการคำนวณตามทฤษฎีของหน่วยกราฟิกภายในของโปรเซสเซอร์ที่มีความแม่นยำอย่างง่าย (32 บิต) ใน GFLOPS GFLOPS ระบุจำนวนการดำเนินการจุดลอยตัวที่ iGPU สามารถดำเนินการได้ต่อวินาที

Google Tensor 1,944 (9%)

Samsung Exynos 2200 1,423 (7%)

Geekbench 3, 64bit (Single-Core)

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

Google Tensor 4,572 (66%)

Samsung Exynos 2200 (0%)

Geekbench 3, 64bit (Multi-Core)

Geekbench 3 เป็นเกณฑ์มาตรฐานข้ามแพลตฟอร์มที่ใช้หน่วยความจำของระบบอย่างมาก หน่วยความจำที่รวดเร็วจะผลักดันผลลัพธ์ได้มาก การทดสอบแบบมัลติคอร์เกี่ยวข้องกับแกน CPU ทั้งหมดและใช้ประโยชน์จากไฮเปอร์เธรด

Google Tensor 12,597 (13%)

Samsung Exynos 2200 (0%)

ประมาณการการใช้ไฟฟ้า

ชั่วโมงการใช้งานเฉลี่ยต่อวัน

การใช้งาน CPU โดยเฉลี่ย (0-100%)

ค่าไฟฟ้าดอลลาร์ต่อกิโลวัตต์ชั่วโมง

ประมาณการการใช้ไฟฟ้า

ชั่วโมงการใช้งานเฉลี่ยต่อวัน

การใช้งาน CPU โดยเฉลี่ย (0-100%)

ค่าไฟฟ้าดอลลาร์ต่อกิโลวัตต์ชั่วโมง

Google Tensor		Samsung Exynos 2200
10 W	Max TDP
NA	การใช้พลังงานต่อวัน (กิโลวัตต์ชั่วโมง)	NA
NA	ค่าใช้จ่ายต่อวัน	NA
NA	การใช้พลังงานต่อปี (กิโลวัตต์ชั่วโมง)	NA
NA	ค่าใช้จ่ายต่อปี	NA