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

Qualcomm Snapdragon 415 vs Samsung Exynos 7870

Qualcomm Snapdragon 415

Qualcomm Snapdragon 415 ทำงานร่วมกับ 853 cores และ 8 เธรด CPU มันทำงานที่ -- base คอร์ทั้งหมดในขณะที่ TDP ถูกตั้งค่าที่ โปรเซสเซอร์เชื่อมต่อกับ N/A CPU N/A เวอร์ชันนี้มี -- บนชิปหนึ่งตัวรองรับช่องหน่วยความจำ 1 LPDDR3-667 และคุณลักษณะ PCIe Gen เลน Tjunction รักษาให้ต่ำกว่า -- องศา C โดยเฉพาะอย่างยิ่ง Cortex-A53 สถาปัตยกรรมได้รับการปรับปรุงด้วย 28 nm และสนับสนุน None ผลิตภัณฑ์เปิดตัวเมื่อวันที่ Q1/2015

Qualcomm Snapdragon 415

Samsung Exynos 7870 ทำงานร่วมกับ 853 cores และ 8 เธรด CPU มันทำงานที่ -- base คอร์ทั้งหมดในขณะที่ TDP ถูกตั้งค่าที่ โปรเซสเซอร์เชื่อมต่อกับ N/A CPU N/A เวอร์ชันนี้มี -- บนชิปหนึ่งตัวรองรับช่องหน่วยความจำ 0 LPDDR3-933 และคุณลักษณะ PCIe Gen เลน Tjunction รักษาให้ต่ำกว่า -- องศา C โดยเฉพาะอย่างยิ่ง Cortex-A53 สถาปัตยกรรมได้รับการปรับปรุงด้วย 14 nm และสนับสนุน None ผลิตภัณฑ์เปิดตัวเมื่อวันที่ Q1/2016


เปรียบเทียบรายละเอียด

1.40 GHz ความถี่ 1.60 GHz
853 แกน 853
-- เทอร์โบ (1 คอร์) --
เทอร์โบ (ทุกแกน)
uncheck No ไฮเปอร์เธรด No
uncheck No โอเวอร์คล็อก No uncheck
normal สถาปัตยกรรมหลัก normal
Qualcomm Adreno 405 GPU ARM Mali-T830 MP1
0.55 GHz GPU (เทอร์โบ) 0.60 GHz
28 nm เทคโนโลยี 14 nm
0.55 GHz GPU (เทอร์โบ) 0.60 GHz
11 เวอร์ชัน DirectX 11
0 สูงสุด แสดง 2
LPDDR3-667 หน่วยความจำ LPDDR3-933
1 ช่องหน่วยความจำ 0
หน่วยความจำสูงสุด
uncheck No ECC No uncheck
-- L2 Cache 2.00 MB
-- L3 Cache --
เวอร์ชัน PCIe
PCIe lanes
28 nm เทคโนโลยี 14 nm
N/A เบ้า N/A
TDP
None Virtualization None
Q1/2015 วันที่วางจำหน่าย Q1/2016

Geekbench 5, 64bit (Single-Core)

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

0% Complete
5% Complete

Geekbench 5, 64bit (Multi-Core)

Geekbench 5 เป็นเกณฑ์มาตรฐานข้ามแพลตฟอร์มที่ใช้หน่วยความจำของระบบอย่างมาก หน่วยความจำที่รวดเร็วจะผลักดันผลลัพธ์ได้มาก การทดสอบแบบมัลติคอร์เกี่ยวข้องกับแกน CPU ทั้งหมดและใช้ประโยชน์จากไฮเปอร์เธรด

0% Complete
1% Complete

iGPU - FP32 Performance (Single-precision GFLOPS)

ประสิทธิภาพการคำนวณตามทฤษฎีของหน่วยกราฟิกภายในของโปรเซสเซอร์ที่มีความแม่นยำอย่างง่าย (32 บิต) ใน GFLOPS GFLOPS ระบุจำนวนการดำเนินการจุดลอยตัวที่ iGPU สามารถดำเนินการได้ต่อวินาที

0% Complete
0% Complete
ประมาณการการใช้ไฟฟ้า

ประมาณการการใช้ไฟฟ้า

ประมาณการการใช้ไฟฟ้า

ประมาณการการใช้ไฟฟ้า

Qualcomm Snapdragon 415 Samsung Exynos 7870
Max TDP
NA การใช้พลังงานต่อวัน (กิโลวัตต์ชั่วโมง) NA
NA ค่าใช้จ่ายต่อวัน NA
NA การใช้พลังงานต่อปี (กิโลวัตต์ชั่วโมง) NA
NA ค่าใช้จ่ายต่อปี NA

Comments

back to top