Google Tensor G2 vs Apple M1 - различия в спецификациях

Различия
Характеристики Бенчмарки (тесты) Отзывы

Различия

Причины выбрать
Google Tensor G2

Сообщить об ошибке

Место в общем рейтинге

(основано на нескольких бенчмарках)

1036 score
Производительность на Ватт

раза меньшее количество тепла выделяемое процессором, Вт.

10 W 15 W

Позиции в результатах бенчмарков

Общие позиции Google Tensor G2 ЦПУ в популярных бенчмарках, для сравнения с другими моделями.

Geekbench 5, 64bit (Single-Core)

475 place
Geekbench 5, 64bit (Multi-Core)

750 place
iGPU - FP32 Performance (Single-precision GFLOPS)

503 place

Причины выбрать
Apple M1

Сообщить об ошибке

Место в общем рейтинге

(основано на нескольких бенчмарках)

182 score
Более высокая тактовая частота

Около 11% более высокая тактовая частота

3.20 GHz 2.85 GHz

Позиции в результатах бенчмарков

Общие позиции Apple M1 ЦПУ в популярных бенчмарках, для сравнения с другими моделями.

Cinebench R23 (Single-Core)

128 place
Cinebench R23 (Multi-Core)

216 place
Geekbench 5, 64bit (Single-Core)

117 place
Geekbench 5, 64bit (Multi-Core)

346 place
iGPU - FP32 Performance (Single-precision GFLOPS)

57 place
Blender 2.81 (bmw27)

106 place
Geekbench 6 (Single-Core)

86 place

Характеристики

Технические данные

Google Tensor G2

Apple M1

Группа и семейство ЦПУ

Справочная информация о сравниваемых процессорах, серия, поколение и сегмент рынка.

Серия

Google Tensor Apple M series
Группа ЦПУ

Google Tensor G2 Apple M1
Сегмент

Mobile Mobile
Поколение

2 1
Прошлая модель

Google Tensor --

Технические характеристики ЦПУ

Основные параметры, такие как количество ядер, количество потоков, базовая и турбо частота, размер кэша. Эти параметры косвенно говорят о скорости процессора, чем они выше, тем лучше.

Архитектура ядра

hybrid (Prime / big.LITTLE) hybrid (big.LITTLE)
Разгон

Нет Нет

IGPU

Внутренняя графика не влияет на производительность CPU, выполняет работу графической карты в ее отсутствие или на мобильных устройствах.

Графический процессор

ARM Mali-G710 MP7 Apple M1 (8 Core)
GPU frequency

0.90 GHz 3.20 GHz
GPU (Turbo)

нет turbo нет turbo
Блоки обработки

7 128
Max. GPU Memory

-- 8 GB
Max. displays

1 2
Поколение

Vallhall 3 1
Тех. процесс

4 nm 5 nm
Выпуск

Q2/2021 Q4/2020

Аппаратная поддержка кодеков

Встроенные кодеки используемые для кодирования и декодирования контента. Значительно ускоряют работу с требуемыми операциями.

h265 / HEVC (8 bit)

Decode / Encode Decode / Encode
h265 / HEVC (10 bit)

Decode / Encode Decode / Encode
h264

Decode / Encode Decode / Encode
VP8

Decode / Encode Decode
VP9

Decode / Encode Decode / Encode
AV1

Decode Decode
AVC

Decode / Encode Decode
VC-1

Decode / Encode Decode
JPEG

Decode / Encode Decode / Encode

Спецификации ОЗУ & PCI

Типы, количество каналов ОЗУ, поддерживаемые Apple M1 и Google Tensor G2. В зависимости от материнских плат могут поддерживаться более высокие или более низкие частоты памяти.

Тип памяти

LPDDR5-5500 LPDDR4X-4266
Максимум памяти

12 GB 16 GB
Каналов памяти

2 (Dual Channel) 2
ECC

Нет Нет

Энергопотребление

Сравните требования для TDP Google Tensor G2 и Apple M1 для выбора системы охлаждения. Значение TDP относится к тепловым ваттам, а не к электрическим.

TDP (PL1)

10 W 15 W
TDP up

-- 20 W
TDP down

-- 10 W

Технологии и расширения

Архитектура, интерфейсы, наборы инструкций поддерживаемые Google Tensor G2 и Google Tensor G2, технология виртуализации и техпроцесс.

Тех. процесс

4 nm 5 nm
Сокет

N/A N/A
Кеш L2

8.00 MB 16.00 MB
Кеш L3

4.00 MB --
Арихитектура

G2 M1
Виртуализация

None None
Набор инструкций (ISA)

ARMv8-A64 (64 bit) ARMv8-A64 (64 bit)
Расширения ISA

Rosetta 2 x86-Emulation
Выпуск

Q4/2022 Q4/2020

Бенчмарки (тесты)

Тесты производительности CPUs

По результатам нескольких бенчмарков можно более точно оценить разницу в производительности между Google Tensor G2 и Apple M1.

Сравните значения синтетических тестов и выберете лучший процессор!

Geekbench 5, 64bit (Single-Core)

Geekbench 5 SC - популярный кроссплатформенный тест производительности для настольных или мобильных процессоров, интенсивно использует системную память.

1068

Google Tensor G2

1742

Apple M1

Geekbench 5, 64bit (Multi-Core)

Geekbench 5 MC - популярный кроссплатформенный тест производительности для настольных или мобильных процессоров, интенсивно использует системную память и многопоточность.

3149

Google Tensor G2

7650

Apple M1

iGPU - FP32 Performance (Single-precision GFLOPS)

Производительность iGPU - внутреннего графического процессора в играх. GFLOPS указывает на количество миллиардов операций в секунду, которые способен выполнять iGPU.

700

Google Tensor G2

2600

Apple M1