Qualcomm Snapdragon Microsoft SQ1 vs Qualcomm Snapdragon 870

Cinebench 2024 (Single-Core)

सिनेबेंच 2024 बेंचमार्क रेडशिफ्ट रेंडरिंग इंजन पर आधारित है, जिसका उपयोग मैक्सन के 3डी प्रोग्राम सिनेमा 4डी में भी किया जाता है। यह परीक्षण करने के लिए बेंचमार्क रन प्रत्येक 10 मिनट लंबे होते हैं कि प्रोसेसर अपनी गर्मी उत्पादन द्वारा सीमित है या नहीं।

Cinebench 2024 (Multi-Core)

सिनेबेंच 2024 बेंचमार्क का मल्टी-कोर परीक्षण रेडशिफ्ट रेंडरिंग इंजन का उपयोग करके रेंडर करने के लिए सभी सीपीयू कोर का उपयोग करता है, जिसका उपयोग मैक्सन्स सिनेमा 4डी में भी किया जाता है। यह परीक्षण करने के लिए बेंचमार्क रन 10 मिनट लंबा है कि क्या प्रोसेसर अपने ताप उत्पादन द्वारा सीमित है।

Geekbench 5, 64bit (Single-Core)

गीकबेंच 5 एक क्रॉस प्लेटफॉर्म बेंचमार्क है जो सिस्टम मेमोरी का भारी उपयोग करता है। एक तेज स्मृति परिणाम को बहुत आगे बढ़ाएगी। सिंगल-कोर परीक्षण केवल एक सीपीयू कोर का उपयोग करता है, कोर की मात्रा या हाइपरथ्रेडिंग क्षमता की गणना नहीं होती है।

Geekbench 5, 64bit (Multi-Core)

गीकबेंच 5 एक क्रॉस प्लेटफॉर्म बेंचमार्क है जो सिस्टम मेमोरी का भारी उपयोग करता है। एक तेज स्मृति परिणाम को बहुत आगे बढ़ाएगी। मल्टी-कोर टेस्ट में सभी सीपीयू कोर शामिल होते हैं और हाइपरथ्रेडिंग का एक बड़ा फायदा उठाते हैं।

Geekbench 6 (Single-Core)

गीकबेंच 6 आधुनिक कंप्यूटर, नोटबुक और स्मार्टफोन के लिए एक बेंचमार्क है। जो नया है वह नए सीपीयू आर्किटेक्चर का एक अनुकूलित उपयोग है, उदाहरण के लिए बिग.लिटल अवधारणा पर आधारित और विभिन्न आकारों के सीपीयू कोर का संयोजन। सिंगल-कोर बेंचमार्क केवल सबसे तेज सीपीयू कोर के प्रदर्शन का मूल्यांकन करता है, प्रोसेसर में सीपीयू कोर की संख्या यहां अप्रासंगिक है।

Geekbench 6 (Multi-Core)

गीकबेंच 6 आधुनिक कंप्यूटर, नोटबुक और स्मार्टफोन के लिए एक बेंचमार्क है। जो नया है वह नए सीपीयू आर्किटेक्चर का एक अनुकूलित उपयोग है, उदाहरण के लिए बिग.लिटल अवधारणा पर आधारित और विभिन्न आकारों के सीपीयू कोर का संयोजन। मल्टी-कोर बेंचमार्क प्रोसेसर के सभी सीपीयू कोर के प्रदर्शन का मूल्यांकन करता है। एएमडी एसएमटी या इंटेल के हाइपर-थ्रेडिंग जैसे वर्चुअल थ्रेड सुधारों का बेंचमार्क परिणाम पर सकारात्मक प्रभाव पड़ता है।

iGPU - FP32 प्रदर्शन (एकल-सटीक GFLOPS)

GFLOPS में सरल सटीकता (32 बिट) के साथ प्रोसेसर की आंतरिक ग्राफिक्स इकाई का सैद्धांतिक कंप्यूटिंग प्रदर्शन। GFLOPS इंगित करता है कि iGPU प्रति सेकंड कितने बिलियन फ्लोटिंग पॉइंट ऑपरेशन कर सकता है।

AnTuTu 9 Benchmark

AnTuTu 9 बेंचमार्क स्मार्टफोन के प्रदर्शन को मापने के लिए बहुत उपयुक्त है। AnTuTu 9 3डी ग्राफिक्स पर काफी भारी है और अब "मेटल" ग्राफिक्स इंटरफेस का भी उपयोग कर सकता है। AnTuTu में, मेमोरी और UX (उपयोगकर्ता अनुभव) का परीक्षण ब्राउज़र और ऐप के उपयोग का अनुकरण करके भी किया जाता है। AnTuTu संस्करण 9 Android या iOS पर चलने वाले किसी भी ARM CPU की तुलना कर सकता है। विभिन्न ऑपरेटिंग सिस्टम पर बेंचमार्क किए जाने पर डिवाइस सीधे तुलनीय नहीं हो सकते हैं।

AnTuTu 9 बेंचमार्क में, प्रोसेसर का सिंगल-कोर प्रदर्शन केवल थोड़ा भारित होता है। रेटिंग प्रोसेसर के मल्टी-कोर प्रदर्शन, कार्यशील मेमोरी की गति और आंतरिक ग्राफिक्स के प्रदर्शन से बनी होती है।

AnTuTu 8 Benchmark

AnTuTu 8 बेंचमार्क SoC के प्रदर्शन को मापता है। AnTuTu ब्राउज़र और ऐप के उपयोग का अनुकरण करके सीपीयू, जीपीयू, मेमोरी के साथ-साथ यूएक्स (यूजर एक्सपीरियंस) को बेंचमार्क करता है। AnTuTu किसी भी एआरएम सीपीयू को बेंचमार्क कर सकता है जो एंड्रॉइड या आईओएस के तहत चलता है। यदि विभिन्न ऑपरेटिंग सिस्टम के तहत बेंचमार्क का प्रदर्शन किया गया है तो डिवाइस सीधे तुलना योग्य नहीं हो सकते हैं। AnTuTu 8 बेंचमार्क में, प्रोसेसर का सिंगल-कोर प्रदर्शन केवल थोड़ा भारित होता है। मूल्यांकन में प्रोसेसर का मल्टी-कोर प्रदर्शन, रैम की गति और आंतरिक ग्राफिक्स का प्रदर्शन शामिल है।

PassMark CPU Mark के लिए अनुमानित परिणाम

नीचे सूचीबद्ध कुछ सीपीयू को सीपीयू-बंदर द्वारा बेंचमार्क किया गया है। हालाँकि अधिकांश CPU का परीक्षण नहीं किया गया है और परिणामों का अनुमान CPU-बंदर के गुप्त स्वामित्व सूत्र द्वारा लगाया गया है। जैसे कि वे वास्तविक पासमार्क सीपीयू मार्क मूल्यों को सटीक रूप से प्रतिबिंबित नहीं करते हैं और पासमार्क सॉफ्टवेयर प्राइवेट लिमिटेड द्वारा समर्थित नहीं हैं।

एआई / एमएल प्रदर्शन

आर्टिफिशियल इंटेलिजेंस (AI) और मशीन लर्निंग (ML) के समर्थन वाले प्रोसेसर क्लासिक प्रोसेसर की तुलना में बहुत तेजी से कई गणनाओं, विशेष रूप से ऑडियो, इमेज और वीडियो प्रोसेसिंग को प्रोसेस कर सकते हैं। एमएल के लिए एल्गोरिदम उनके प्रदर्शन में सुधार करते हैं जितना अधिक डेटा उन्होंने सॉफ्टवेयर के माध्यम से एकत्र किया है। क्लासिक प्रोसेसर की तुलना में एमएल कार्यों को 10,000 गुना तेजी से संसाधित किया जा सकता है।