Intel Pentium Silver N5030 vs Qualcomm Snapdragon 855 Plus

Geekbench 5, 64bit (Single-Core)

Geekbench 5 เป็นเกณฑ์มาตรฐานข้ามแพลตฟอร์มที่ใช้หน่วยความจำของระบบอย่างหนัก หน่วยความจำที่รวดเร็วจะผลักดันผลมาก การทดสอบแบบ single-core ใช้ CPU คอร์เพียงตัวเดียว ไม่นับจำนวนคอร์หรือความสามารถไฮเปอร์เธรดดิ้ง

Geekbench 5, 64bit (Multi-Core)

Geekbench 5 เป็นเกณฑ์มาตรฐานข้ามแพลตฟอร์มที่ใช้หน่วยความจำของระบบอย่างหนัก หน่วยความจำที่รวดเร็วจะผลักดันผลมาก การทดสอบแบบมัลติคอร์นั้นเกี่ยวข้องกับคอร์ของ CPU ทั้งหมด และใช้ประโยชน์จากไฮเปอร์เธรดดิ้งอย่างมาก

Geekbench 6 (Single-Core)

Geekbench 6 เป็นเกณฑ์มาตรฐานสำหรับคอมพิวเตอร์ โน้ตบุ๊ก และสมาร์ทโฟนสมัยใหม่ สิ่งใหม่คือการใช้ประโยชน์จากสถาปัตยกรรม CPU ที่ใหม่กว่า เช่น ตามแนวคิด big.LITTLE และการรวมแกน CPU ที่มีขนาดต่างกัน การวัดประสิทธิภาพแบบ single-core จะประเมินเฉพาะประสิทธิภาพของคอร์ CPU ที่เร็วที่สุดเท่านั้น จำนวนคอร์ CPU ในโปรเซสเซอร์ไม่เกี่ยวข้องที่นี่

Geekbench 6 (Multi-Core)

Geekbench 6 เป็นเกณฑ์มาตรฐานสำหรับคอมพิวเตอร์ โน้ตบุ๊ก และสมาร์ทโฟนสมัยใหม่ สิ่งใหม่คือการใช้ประโยชน์จากสถาปัตยกรรม CPU ที่ใหม่กว่า เช่น ตามแนวคิด big.LITTLE และการรวมแกน CPU ที่มีขนาดต่างกัน เกณฑ์มาตรฐานแบบมัลติคอร์ประเมินประสิทธิภาพของคอร์ CPU ทั้งหมดของโปรเซสเซอร์ การปรับปรุงเธรดเสมือนจริง เช่น AMD SMT หรือ Hyper-Threading ของ Intel ส่งผลดีต่อผลการวัดประสิทธิภาพ

ประสิทธิภาพ iGPU - FP32 (GFLOPS แบบ Single-precision)

ประสิทธิภาพการคำนวณตามทฤษฎีของหน่วยกราฟิกภายในของโปรเซสเซอร์ที่มีความแม่นยำอย่างง่าย (32 บิต) ใน GFLOPS GFLOPS ระบุจำนวนการทำงานของจุดลอยตัวที่ iGPU สามารถทำได้ต่อวินาที

AnTuTu 9 Benchmark

เกณฑ์มาตรฐานของ AnTuTu 9 เหมาะอย่างยิ่งสำหรับการวัดประสิทธิภาพของสมาร์ทโฟน AnTuTu 9 นั้นค่อนข้างหนักสำหรับกราฟิก 3D และตอนนี้สามารถใช้อินเทอร์เฟซกราฟิก "Metal" ได้แล้ว ใน AnTuTu หน่วยความจำและ UX (ประสบการณ์ผู้ใช้) ยังได้รับการทดสอบด้วยการจำลองการใช้งานเบราว์เซอร์และแอป AnTuTu เวอร์ชัน 9 สามารถเปรียบเทียบ ARM CPU ที่ทำงานบน Android หรือ iOS อุปกรณ์อาจไม่สามารถเปรียบเทียบได้โดยตรงเมื่อเปรียบเทียบกับระบบปฏิบัติการที่แตกต่างกัน

ในการวัดประสิทธิภาพ AnTuTu 9 ประสิทธิภาพของโปรเซสเซอร์แบบ single-core นั้นมีน้ำหนักเพียงเล็กน้อยเท่านั้น การจัดอันดับประกอบด้วยประสิทธิภาพแบบมัลติคอร์ของโปรเซสเซอร์ ความเร็วของหน่วยความจำที่ใช้งานได้ และประสิทธิภาพของกราฟิกภายใน

AnTuTu 8 Benchmark

เกณฑ์มาตรฐาน AnTuTu 8 วัดประสิทธิภาพของ SoC AnTuTu เปรียบเทียบ CPU, GPU, หน่วยความจำ ตลอดจน UX (ประสบการณ์ผู้ใช้) ด้วยการจำลองการใช้งานเบราว์เซอร์และแอป AnTuTu สามารถเปรียบเทียบ ARM CPU ใดๆ ที่ทำงานภายใต้ Android หรือ iOS อุปกรณ์อาจไม่สามารถเปรียบเทียบได้โดยตรงหากทำการวัดประสิทธิภาพภายใต้ระบบปฏิบัติการที่แตกต่างกัน ในการวัดประสิทธิภาพ AnTuTu 8 ประสิทธิภาพของโปรเซสเซอร์แบบ single-core นั้นมีน้ำหนักเพียงเล็กน้อยเท่านั้น การประเมินประกอบด้วยประสิทธิภาพแบบมัลติคอร์ของโปรเซสเซอร์ ความเร็วของ RAM และประสิทธิภาพของกราฟิกภายใน

Blender 3.1 Benchmark

ใน Blender Benchmark 3.1 ฉาก "มอนสเตอร์" "ร้านค้าขยะ" และ "ห้องเรียน" จะถูกเรนเดอร์และเวลาที่ระบบต้องการจะถูกวัด ในเกณฑ์มาตรฐานของเรา เราทดสอบ CPU ไม่ใช่การ์ดกราฟิก Blender 3.1 ถูกนำเสนอเป็นเวอร์ชันสแตนด์อโลนในเดือนมีนาคม 2022

ผลลัพธ์โดยประมาณสำหรับ PassMark CPU Mark

CPU บางตัวที่แสดงด้านล่างได้รับการทดสอบโดย CPU-monkey อย่างไรก็ตาม CPU ส่วนใหญ่ยังไม่ได้รับการทดสอบและผลลัพธ์ถูกประเมินโดยสูตรลับเฉพาะของลิง CPU ด้วยเหตุนี้จึงไม่ถูกต้องสะท้อนถึงค่าเครื่องหมาย CPU ของ Passmark จริงและไม่ได้รับการรับรองโดย PassMark Software Pty Ltd.

Cinebench R15 (Single-Core)

Cinebench R15 เป็นตัวตายตัวแทนของ Cinebench 11.5 และยังอิงจาก Cinema 4 Suite Cinema 4 เป็นซอฟต์แวร์ที่ใช้ทั่วโลกเพื่อสร้างรูปแบบ 3 มิติ การทดสอบแบบ single-core ใช้ CPU คอร์เพียงตัวเดียว ไม่นับจำนวนคอร์หรือความสามารถไฮเปอร์เธรดดิ้ง

Cinebench R15 (Multi-Core)

Cinebench R15 เป็นตัวตายตัวแทนของ Cinebench 11.5 และยังอิงจาก Cinema 4 Suite Cinema 4 เป็นซอฟต์แวร์ที่ใช้ทั่วโลกเพื่อสร้างรูปแบบ 3 มิติ การทดสอบแบบมัลติคอร์นั้นเกี่ยวข้องกับคอร์ของ CPU ทั้งหมด และใช้ประโยชน์จากไฮเปอร์เธรดดิ้งอย่างมาก

ประสิทธิภาพของ AI / ML

โปรเซสเซอร์ที่สนับสนุนปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่อง (ML) สามารถประมวลผลการคำนวณจำนวนมาก โดยเฉพาะการประมวลผลเสียง ภาพ และวิดีโอ ซึ่งเร็วกว่าโปรเซสเซอร์แบบคลาสสิกมาก อัลกอริทึมสำหรับ ML ปรับปรุงประสิทธิภาพโดยรวบรวมข้อมูลผ่านซอฟต์แวร์ได้มากขึ้น งาน ML สามารถประมวลผลได้เร็วกว่าโปรเซสเซอร์แบบคลาสสิกถึง 10,000 เท่า