Apple M1 (7-GPU) vs Google Tensor G2
مقارنة وحدة المعالجة المركزية مع المعايير
|
 |
|
| Apple M1 (7-GPU) | Google Tensor G2 | |
| Apple M series | عائلة | Google Tensor |
| Apple M1 | مجموعة وحدة المعالجة المركزية | Google Tensor G2 |
| 1 | توليد | 2 |
| M1 | بنيان | G2 |
| Mobile | قطعة | Mobile |
| -- | السلف | Google Tensor |
| -- | خليفة | -- |
|
|
||
|
||
| 8 | النوى | 8 |
| 8 | Threads | 8 |
| hybrid (big.LITTLE) | العمارة الأساسية | hybrid (Prime / big.LITTLE) |
| رقم | فرط | رقم |
| رقم | رفع تردد التشغيل ? | رقم |
| 0.60 GHz (3.20 GHz) | A-Core تكرار | 2.85 GHz |
| 0.60 GHz (2.06 GHz) | B-Core تكرار | 2.35 GHz |
| -- | C-Core تكرار | 1.80 GHz |
|
||
| Apple M1 (7 Core) | GPU | ARM Mali-G710 MP7 |
| 0.39 GHz | تردد وحدة معالجة الرسومات | 0.90 GHz |
| 1.30 GHz | GPU (توربيني) | |
| 1 | GPU Generation | Vallhall 3 |
| 5 nm | تكنولوجيا | 4 nm |
| 2 | الأعلى. يعرض | 1 |
| 112 | وحدات التنفيذ | 7 |
| 896 | Shader | |
| 8 GB | الأعلى. ذاكرة وحدة معالجة الرسومات | |
| DirectX Version | 12 | |
|
||
| فك / ترميز | Codec h265 / HEVC (8 bit) | فك / ترميز |
| فك / ترميز | Codec h265 / HEVC (10 bit) | فك / ترميز |
| فك / ترميز | Codec h264 | فك / ترميز |
| فك / ترميز | Codec VP9 | فك / ترميز |
| فك تشفير | Codec VP8 | فك / ترميز |
| رقم | Codec AV1 | فك تشفير |
| فك تشفير | Codec AVC | فك / ترميز |
| فك تشفير | Codec VC-1 | فك / ترميز |
| فك / ترميز | Codec JPEG | فك / ترميز |
نوى وحدة المعالجة المركزية والتردد الأساسي
رسومات داخلية
دعم ترميز الأجهزة
|
||
| LPDDR4X-4266 | ذاكرة | LPDDR5-5500 |
| 16 GB | الأعلى. ذاكرة | 12 GB |
| 2 | قنوات الذاكرة | 2 |
| 68.2 جيجابايت/s | Max. عرض النطاق | 53.0 جيجابايت/s |
| رقم | ECC | رقم |
| 16.00 MB | L2 مخبأ | 8.00 MB |
| L3 مخبأ | 4.00 MB | |
| 4.0 | إصدار PCIe | |
| ممرات PCIe | ||
|
||
| 18 W | TDP (PL1) | 10 W |
| -- | TDP (PL2) | -- |
| 25 W | TDP up | -- |
| 10 W | TDP down | -- |
| -- | Tjunction max. | -- |
|
||
| 5 nm | تكنولوجيا | 4 nm |
| x86-64 (64 bit) | مجموعة التعليمات (ISA) | ARMv8-A64 (64 bit) |
| Rosetta 2 x86-Emulation | ملحقات ISA | |
| N/A | قابس كهرباء | N/A |
| Apple Virtualization Framework | الافتراضية | لا أحد |
| نعم | AES-NI | رقم |
| Q4/2020 | تاريخ الافراج عنه | Q4/2022 |
| عرض المزيد من البيانات | عرض المزيد من البيانات | |
8C 8T @ 0.60 GHz (3.20 GHz) اشتر الآن على أمازون ووفر!
8C 8T @ 2.85 GHz اشتر الآن على أمازون ووفر!
|
||
ذاكرة & PCIe
الإدارة الحرارية
تفاصيل تقنيةCinebench 2024 (Single-Core)
يعتمد معيار Cinebench 2024 على محرك عرض Redshift، والذي يُستخدم أيضًا في برنامج Maxon ثلاثي الأبعاد Cinema 4D. تبلغ مدة كل اختبار قياسي 10 دقائق لاختبار ما إذا كان المعالج مقيدًا بتوليد الحرارة.
|
Apple M1 (7-GPU)
8C 8T @ 0.60 GHz |
||
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
Cinebench 2024 (Multi-Core)
يستخدم الاختبار متعدد النواة لمعيار Cinebench 2024 جميع مراكز وحدة المعالجة المركزية للعرض باستخدام محرك عرض Redshift، والذي يستخدم أيضًا في Maxons Cinema 4D. يبلغ طول الاختبار المعياري 10 دقائق لاختبار ما إذا كان المعالج محدودًا بتوليد الحرارة.|
|
Apple M1 (7-GPU)
8C 8T @ 0.60 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
Cinebench R23 (Single-Core)
Cinebench R23 هو خليفة Cinebench R20 وهو يعتمد أيضًا على Cinema 4 Suite. Cinema 4 هو برنامج يستخدم في جميع أنحاء العالم لإنشاء أشكال ثلاثية الأبعاد. يستخدم الاختبار أحادي النواة نواة واحدة فقط لوحدة المعالجة المركزية ، ولا يتم احتساب كمية النوى أو قدرة التشعب.|
|
Apple M1 (7-GPU)
8C 8T @ 0.60 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
Cinebench R23 (Multi-Core)
Cinebench R23 هو خليفة Cinebench R20 وهو يعتمد أيضًا على Cinema 4 Suite. Cinema 4 هو برنامج يستخدم في جميع أنحاء العالم لإنشاء أشكال ثلاثية الأبعاد. يتضمن الاختبار متعدد النواة جميع نوى وحدة المعالجة المركزية ويستفيد بشكل كبير من خيوط المعالجة.|
|
Apple M1 (7-GPU)
8C 8T @ 0.60 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
Geekbench 5, 64bit (Single-Core)
Geekbench 5 عبارة عن معيار قياسي متقاطع يستخدم بشكل كبير ذاكرة الأنظمة. الذاكرة السريعة ستدفع النتيجة كثيرًا. يستخدم الاختبار أحادي النواة نواة واحدة فقط لوحدة المعالجة المركزية ، ولا يتم احتساب كمية النوى أو قدرة التشعب.|
|
Apple M1 (7-GPU)
8C 8T @ 0.60 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
Geekbench 5, 64bit (Multi-Core)
Geekbench 5 عبارة عن معيار قياسي متقاطع يستخدم بشكل كبير ذاكرة الأنظمة. الذاكرة السريعة ستدفع النتيجة كثيرًا. يتضمن الاختبار متعدد النواة جميع نوى وحدة المعالجة المركزية ويستفيد بشكل كبير من خيوط المعالجة.|
|
Apple M1 (7-GPU)
8C 8T @ 0.60 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
Geekbench 6 (Single-Core)
يعد Geekbench 6 معيارًا لأجهزة الكمبيوتر الحديثة وأجهزة الكمبيوتر المحمولة والهواتف الذكية. الجديد هو الاستخدام الأمثل لهياكل وحدة المعالجة المركزية الأحدث ، على سبيل المثال استنادًا إلى مفهوم big.LITTLE والجمع بين نوى وحدة المعالجة المركزية ذات الأحجام المختلفة. يقوم معيار أحادي النواة فقط بتقييم أداء أسرع نواة وحدة المعالجة المركزية ، وعدد أنوية وحدة المعالجة المركزية في المعالج غير ذي صلة هنا.|
|
Apple M1 (7-GPU)
8C 8T @ 0.60 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
Geekbench 6 (Multi-Core)
يعد Geekbench 6 معيارًا لأجهزة الكمبيوتر الحديثة وأجهزة الكمبيوتر المحمولة والهواتف الذكية. الجديد هو الاستخدام الأمثل لهياكل وحدة المعالجة المركزية الأحدث ، على سبيل المثال استنادًا إلى مفهوم big.LITTLE والجمع بين نوى وحدة المعالجة المركزية ذات الأحجام المختلفة. يقوم المعيار متعدد النواة بتقييم أداء جميع نوى وحدة المعالجة المركزية في المعالج. إن تحسينات الخيط الافتراضي مثل AMD SMT أو Hyper-Threading من Intel لها تأثير إيجابي على نتيجة الاختبار.|
|
Apple M1 (7-GPU)
8C 8T @ 0.60 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
معالج iGPU - أداء FP32 (دقة GFLOPS أحادية)
أداء الحوسبة النظرية لوحدة الرسوميات الداخلية للمعالج بدقة بسيطة (32 بت) في GFLOPS. يشير GFLOPS إلى عدد مليار عملية فاصلة عائمة يمكن أن يؤديها iGPU في الثانية.|
|
Apple M1 (7-GPU)
Apple M1 (7 Core) @ 1.30 GHz |
||
|
|
Google Tensor G2
ARM Mali-G710 MP7 @ 0.90 GHz |
||
AnTuTu 9 Benchmark
يعتبر معيار AnTuTu 9 مناسبًا جدًا لقياس أداء الهاتف الذكي. AnTuTu 9 ثقيل جدًا في الرسومات ثلاثية الأبعاد ويمكنه الآن أيضًا استخدام واجهة الرسومات "المعدنية". في AnTuTu ، يتم أيضًا اختبار الذاكرة و UX (تجربة المستخدم) من خلال محاكاة استخدام المتصفح والتطبيق. يمكن للإصدار 9 من AnTuTu مقارنة أي وحدة معالجة مركزية ARM تعمل على Android أو iOS. قد لا تكون الأجهزة قابلة للمقارنة بشكل مباشر عند قياسها على أنظمة تشغيل مختلفة.في معيار AnTuTu 9 ، يتم ترجيح أداء المعالج أحادي النواة بشكل طفيف فقط. يتكون التصنيف من الأداء متعدد النواة للمعالج وسرعة الذاكرة العاملة وأداء الرسومات الداخلية.
|
|
Apple M1 (7-GPU)
8C 8T @ 0.60 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
Blender 3.1 Benchmark
في Blender Benchmark 3.1 ، يتم عرض مشاهد "monster" و "junkshop" و "classroom" ويتم قياس الوقت الذي يتطلبه النظام. في معيارنا نقوم باختبار وحدة المعالجة المركزية وليس بطاقة الرسومات. تم تقديم Blender 3.1 كإصدار مستقل في مارس 2022.|
|
Apple M1 (7-GPU)
8C 8T @ 0.60 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
النتائج المقدرة لـ PassMark CPU Mark
تم قياس بعض وحدات المعالجة المركزية المدرجة أدناه بواسطة CPU-monkey. ومع ذلك ، لم يتم اختبار غالبية وحدات المعالجة المركزية (CPU) وتم تقدير النتائج بواسطة صيغة الملكية السرية الخاصة بـ CPU-monkey. على هذا النحو ، فهي لا تعكس بدقة قيم علامة Passmark CPU الفعلية ولا يتم اعتمادها من قبل PassMark Software Pty Ltd.|
|
Apple M1 (7-GPU)
8C 8T @ 0.60 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
Blender 2.81 (bmw27)
Blender هو برنامج رسومات ثلاثي الأبعاد مجاني لتقديم (إنشاء) أجسام ثلاثية الأبعاد ، والتي يمكن أيضًا تنسيقها وتحريكها في البرنامج. ينشئ معيار Blender مشاهد محددة مسبقًا ويقيس الوقت (الأوقات) المطلوبة للمشهد بأكمله. كلما كان الوقت المطلوب أقصر ، كان ذلك أفضل. اخترنا bmw27 كمشهد معياري.|
|
Apple M1 (7-GPU)
8C 8T @ 0.60 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
V-Ray CPU-Render Benchmark
V-Ray هو برنامج عرض ثلاثي الأبعاد من الشركة المصنعة Chaos للمصممين والفنانين. على عكس العديد من محركات التصيير الأخرى ، فإن V-Ray قادرة على ما يسمى بالعرض الهجين ، حيث تعمل وحدة المعالجة المركزية ووحدة معالجة الرسومات معًا في نفس الوقت.|
|
Apple M1 (7-GPU)
8C 8T @ 0.60 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
أداء وحدة المعالجة المركزية لكل واط (الكفاءة)
|
|
Apple M1 (7-GPU)
8C 8T @ 0.60 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
أداء AI / ML
يمكن للمعالجات التي تدعم الذكاء الاصطناعي (AI) والتعلم الآلي (ML) معالجة العديد من العمليات الحسابية ، خاصةً معالجة الصوت والصور والفيديو ، أسرع بكثير من المعالجات التقليدية. تعمل خوارزميات ML على تحسين أدائها كلما زادت البيانات التي جمعتها عبر البرنامج. يمكن معالجة مهام ML بسرعة تصل إلى 10000 مرة مقارنة بالمعالج الكلاسيكي.|
|
Apple M1 (7-GPU)
8C 8T @ 0.60 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
|
|
| Apple M1 (7-GPU) | Google Tensor G2 |
| مجهول | Google Pixel 7 Google Pixel 7 Pro |
الأجهزة التي تستخدم هذا المعالجالمتصدرين
في قوائم المتصدرين الخاصة بنا ، قمنا بتجميع أفضل المعالجات لفئات محددة من أجلك. يتم تحديث قوائم المتصدرين دائمًا ويتم تحديثها بانتظام من قبلنا. يتم اختيار أفضل المعالجات وفقًا للشهرة والسرعة في المعايير بالإضافة إلى نسبة السعر إلى الأداء.
أفضل معالجات سطح المكتب
المتصدرين 2024
المتصدرين 2024
أفضل معالجات AMD المكتبية
المتصدرين 2024
المتصدرين 2024
أفضل معالجات Intel المكتبية
المتصدرين 2024
المتصدرين 2024
أفضل المعالجات المحمولة
المتصدرين 2024
المتصدرين 2024
أفضل معالجات الهواتف الذكية
المتصدرين 2024
المتصدرين 2024
أفضل وحدة معالجة مركزية للألعاب
المتصدرين 2024
المتصدرين 2024
أسرع رسومات متكاملة على الإطلاق
المتصدرين 2024
المتصدرين 2024
وحدة المعالجة المركزية مع أفضل نسبة سعر / أداء
المتصدرين 2024
المتصدرين 2024
المتصدرين
تظهر المزيد من النتائج
تظهر المزيد من النتائج
مقارنات شائعة تحتوي على وحدات المعالجة المركزية هذه
