Qualcomm Snapdragon 7c vs Qualcomm Snapdragon 460

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

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

ประสิทธิภาพของ AI / ML

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