Qualcomm Snapdragon 768G vs Qualcomm Snapdragon 6 Gen 1

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.

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.

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.

AnTuTu 10 Benchmark

يعد اختبار AnTuTu 10 أحد أفضل المعايير المعروفة لمعالجات الأجهزة المحمولة، وهو متوفر الآن في الإصدار 10. هناك إصدار للهواتف الذكية والأجهزة اللوحية التي تعمل بنظام Android، بالإضافة إلى إصدار لأجهزة Apple المحمولة، مثل iPhone وiPad.

يتكون معيار Antutu 10 من 3 مراحل. في المرحلة الأولى، يتم اختبار ذاكرة الوصول العشوائي (RAM) الخاصة بالجهاز، وفي المرحلة الثانية يتم اختبار الرسومات، وفي المرحلة النهائية يتم دفع الجهاز بأكمله إلى حدود الأداء من خلال تقديم رسومات ثلاثية الأبعاد.

لذلك يعد Antutu 10 مثاليًا لمقارنة أداء الأجهزة المختلفة.

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.

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.