Intel Xeon w9-3495X | Apple M2 Pro (10-CPU 16-GPU) | |
0 | Max TDP | 0 |
NA | 每天耗电量(kWh) | NA |
NA | 每天的运行成本 | NA |
NA | 每年耗电量(kWh) | NA |
NA | 每年的运行成本 | NA |
Intel Xeon w9-3495X vs Apple M2 Pro (10-CPU 16-GPU)
Intel Xeon w9-3495X与56内核和112 CPU线程一起运行。它在运行4.80 GHz基地2.90 GHz所有内核,而TDP设定在45 W 。处理器已连接到LGA 4677 CPU插槽。该版本105.00 MB的L3高速缓存,支持8 (Octa Channel)存储器通道以支持DDR5-4800 RAM,并具有 PCIe Gen 通道。 Tjunction保持在99 °C摄氏度以下。特别是, Sapphire Rapids-WS体系结构通过10 nm技术进行了VT-x, VT-x EPT, VT-d, VT-rp, vPro Enterprise 。该产品于Q1/2023
Apple M2 Pro (10-CPU 16-GPU)与10内核和112 CPU线程一起运行。它在运行3.50 GHz基地2.80 GHz所有内核,而TDP设定在45 W 。处理器已连接到-- CPU插槽。该版本--的L3高速缓存,支持2 (Dual Channel)存储器通道以支持LPDDR5-6400 RAM,并具有 PCIe Gen 通道。 Tjunction保持在100 °C摄氏度以下。特别是, M2体系结构通过5 nm技术进行了Apple Virtualization Framework 。该产品于Q1/2023
Intel Xeon w9-3495X
Apple M2 Pro (10-CPU 16-GPU)
比较细节
1.90 GHz | 频率 | 3.50 GHz |
56 | 核心数 | 10 |
4.80 GHz | Turbo(1核心) | 3.50 GHz |
2.90 GHz | Turbo(所有内核) | 2.80 GHz |
Yes | 超线程 | No |
Yes | 超频 | No |
normal | 核心架构 | hybrid (big.LITTLE) |
no iGPU | GPU | Apple M2 Pro (16 Core) |
No turbo | GPU(涡轮增压) | No turbo |
10 nm | 技术 | 5 nm |
No turbo | GPU(涡轮增压) | No turbo |
DirectX版本 | ||
最大限度。展示 | 2 | |
DDR5-4800 | 记忆 | LPDDR5-6400 |
8 (Octa Channel) | 记忆通道 | 2 (Dual Channel) |
最大记忆体 | ||
Yes | ECC | No |
-- | L2 Cache | 28.00 MB |
105.00 MB | L3 Cache | -- |
PCIe版本 | ||
PCIe lanes | ||
10 nm | 技术 | 5 nm |
LGA 4677 | 插座 | -- |
贸易发展计划 | ||
VT-x, VT-x EPT, VT-d, VT-rp, vPro Enterprise | 虚拟化 | Apple Virtualization Framework |
Q1/2023 | 发布日期 | Q1/2023 |
Cinebench R23 (Single-Core)
Cinebench R23是Cinebench R20的后继产品,也是基于Cinema 4 Suite的。 Cinema 4是创建3D表单的全球通用软件。单核测试仅使用一个CPU核,核的数量或超线程能力不计算在内。
Cinebench R23 (Multi-Core)
Cinebench R23是Cinebench R20的后继产品,也是基于Cinema 4 Suite的。 Cinema 4是创建3D表单的全球通用软件。多核测试涉及所有CPU核,并具有超线程的巨大优势。
Geekbench 5, 64bit (Single-Core)
Geekbench 5是一个跨平台基准测试,大量使用系统内存。快速的记忆将大大推动结果。单核测试仅使用一个CPU核,核的数量或超线程能力不计算在内。
Geekbench 5, 64bit (Multi-Core)
Geekbench 5是一个跨平台基准测试,大量使用系统内存。快速的记忆将大大推动结果。多核测试涉及所有CPU核,并具有超线程的巨大优势。
iGPU - FP32 Performance (Single-precision GFLOPS)
GFLOPS中具有简单精度(32位)的处理器内部图形单元的理论计算性能。 GFLOPS表示iGPU每秒可以执行多少亿个浮点运算。