Google Tensor vs Apple M1 Pro (8-CPU)
مقارنة وحدة المعالجة المركزية مع المعايير
|
 |
|
| Google Tensor | Apple M1 Pro (8-CPU) | |
| Google Tensor | عائلة | Apple M series |
| Google Tensor | مجموعة وحدة المعالجة المركزية | Apple M1 |
| 1 | توليد | 1 |
| G1 | بنيان | M1 |
| Mobile | قطعة | Mobile |
| -- | السلف | -- |
| Google Tensor G2 | خليفة | -- |
|
|
||
|
||
| 8 | النوى | 8 |
| 8 | Threads | 8 |
| hybrid (Prime / big.LITTLE) | العمارة الأساسية | hybrid (big.LITTLE) |
| رقم | فرط | رقم |
| رقم | رفع تردد التشغيل ? | رقم |
| 2.80 GHz | A-Core تكرار | 0.60 GHz (3.20 GHz) |
| 2.25 GHz | B-Core تكرار | 0.60 GHz (2.06 GHz) |
| 1.80 GHz | C-Core تكرار | -- |
|
||
| ARM Mali-G78 MP20 | GPU | Apple M1 Pro (14 Core) |
| 0.76 GHz | تردد وحدة معالجة الرسومات | 0.39 GHz |
| GPU (توربيني) | 1.30 GHz | |
| Vallhall 2 | GPU Generation | 1 |
| 5 nm | تكنولوجيا | 5 nm |
| 1 | الأعلى. يعرض | 3 |
| 20 | وحدات التنفيذ | 224 |
| 320 | Shader | 1792 |
| الأعلى. ذاكرة وحدة معالجة الرسومات | 32 GB | |
| 12 | DirectX Version | |
|
||
| 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 / ترميز | Codec VP8 | فك تشفير |
| فك تشفير | Codec AV1 | رقم |
| فك / ترميز | Codec AVC | فك تشفير |
| فك / ترميز | Codec VC-1 | فك تشفير |
| فك / ترميز | Codec JPEG | فك / ترميز |
نوى وحدة المعالجة المركزية والتردد الأساسي
رسومات داخلية
دعم ترميز الأجهزة
|
||
| LPDDR5-5500 | ذاكرة | LPDDR5-6400 |
| 12 GB | الأعلى. ذاكرة | 32 GB |
| 2 | قنوات الذاكرة | 2 |
| 53.0 جيجابايت/s | Max. عرض النطاق | 102.4 جيجابايت/s |
| رقم | ECC | رقم |
| 8.00 MB | L2 مخبأ | 24.00 MB |
| L3 مخبأ | ||
| إصدار PCIe | 4.0 | |
| ممرات PCIe | ||
|
||
| 10 W | TDP (PL1) | 35 W |
| -- | TDP (PL2) | -- |
| -- | TDP up | -- |
| -- | TDP down | -- |
| -- | Tjunction max. | -- |
|
||
| 5 nm | تكنولوجيا | 5 nm |
| ARMv8-A64 (64 bit) | مجموعة التعليمات (ISA) | x86-64 (64 bit) |
| ملحقات ISA | Rosetta 2 x86-Emulation | |
| N/A | قابس كهرباء | N/A |
| لا أحد | الافتراضية | Apple Virtualization Framework |
| رقم | AES-NI | نعم |
| Q4/2021 | تاريخ الافراج عنه | Q3/2021 |
| عرض المزيد من البيانات | عرض المزيد من البيانات | |
|
8C 8T @ 2.80 GHz اشتر الآن على أمازون ووفر!
8C 8T @ 0.60 GHz (3.20 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.
|
Google Tensor
8C 8T @ 2.80 GHz |
||
|
Apple M1 Pro (8-CPU)
8C 8T @ 0.60 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.|
|
Google Tensor
8C 8T @ 2.80 GHz |
||
|
|
Apple M1 Pro (8-CPU)
8C 8T @ 0.60 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.|
|
Google Tensor
8C 8T @ 2.80 GHz |
||
|
|
Apple M1 Pro (8-CPU)
8C 8T @ 0.60 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.|
|
Google Tensor
8C 8T @ 2.80 GHz |
||
|
|
Apple M1 Pro (8-CPU)
8C 8T @ 0.60 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.|
|
Google Tensor
8C 8T @ 2.80 GHz |
||
|
|
Apple M1 Pro (8-CPU)
8C 8T @ 0.60 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.|
|
Google Tensor
8C 8T @ 2.80 GHz |
||
|
|
Apple M1 Pro (8-CPU)
8C 8T @ 0.60 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.|
|
Google Tensor
8C 8T @ 2.80 GHz |
||
|
|
Apple M1 Pro (8-CPU)
8C 8T @ 0.60 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.|
|
Google Tensor
8C 8T @ 2.80 GHz |
||
|
|
Apple M1 Pro (8-CPU)
8C 8T @ 0.60 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.|
|
Google Tensor
ARM Mali-G78 MP20 @ 0.76 GHz |
||
|
|
Apple M1 Pro (8-CPU)
Apple M1 Pro (14 Core) @ 1.30 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.
|
|
Google Tensor
8C 8T @ 2.80 GHz |
||
|
|
Apple M1 Pro (8-CPU)
8C 8T @ 0.60 GHz |
||
AnTuTu 8 Benchmark
يقيس AnTuTu 8 Benchmark أداء شركة نفط الجنوب. يقيس AnTuTu وحدة المعالجة المركزية ووحدة معالجة الرسومات والذاكرة بالإضافة إلى UX (تجربة المستخدم) من خلال محاكاة استخدام المتصفح والتطبيق. يمكن لـ AnTuTu قياس أداء أي وحدة معالجة مركزية ARM تعمل تحت نظام Android أو iOS. قد لا تكون الأجهزة قابلة للمقارنة بشكل مباشر إذا تم تنفيذ المعيار تحت أنظمة تشغيل مختلفة. في معيار AnTuTu 8 ، يتم ترجيح أداء المعالج أحادي النواة بشكل طفيف فقط. يتكون التقييم من أداء متعدد النواة للمعالج وسرعة ذاكرة الوصول العشوائي وأداء الرسومات الداخلية.|
|
Google Tensor
8C 8T @ 2.80 GHz |
||
|
|
Apple M1 Pro (8-CPU)
8C 8T @ 0.60 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.|
|
Google Tensor
8C 8T @ 2.80 GHz |
||
|
|
Apple M1 Pro (8-CPU)
8C 8T @ 0.60 GHz |
||
Geekbench 3, 64bit (Single-Core)
Geekbench 3 هو 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.|
|
Google Tensor
8C 8T @ 2.80 GHz |
||
|
|
Apple M1 Pro (8-CPU)
8C 8T @ 0.60 GHz |
||
Geekbench 3, 64bit (Multi-Core)
Geekbench 3 هو 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.|
|
Google Tensor
8C 8T @ 2.80 GHz |
||
|
|
Apple M1 Pro (8-CPU)
8C 8T @ 0.60 GHz |
||
أداء وحدة المعالجة المركزية لكل واط (الكفاءة)
|
|
Google Tensor
8C 8T @ 2.80 GHz |
||
|
|
Apple M1 Pro (8-CPU)
8C 8T @ 0.60 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.|
|
Google Tensor
8C 8T @ 2.80 GHz |
||
|
|
Apple M1 Pro (8-CPU)
8C 8T @ 0.60 GHz |
||
|
|
| Google Tensor | Apple M1 Pro (8-CPU) |
| Google Pixel 6 Google Pixel 6 Pro |
Apple MacBook Pro 14 (2021) Apple MacBook Pro 16 (2021) |
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
