Apple A16 Bionic vs Intel Xeon W-2295

Cinebench 2024 (Single-Core)

Điểm chuẩn Cinebench 2024 dựa trên công cụ kết xuất Redshift, công cụ này cũng được sử dụng trong chương trình 3D Cinema 4D của Maxon. Mỗi lần chạy điểm chuẩn kéo dài 10 phút để kiểm tra xem bộ xử lý có bị giới hạn bởi khả năng sinh nhiệt hay không.

Cinebench 2024 (Multi-Core)

Bài kiểm tra Multi-Core của benchmark Cinebench 2024 sử dụng tất cả các lõi cpu để kết xuất bằng công cụ kết xuất Redshift, công cụ này cũng được sử dụng trong Maxons Cinema 4D. Quá trình chạy điểm chuẩn kéo dài 10 phút để kiểm tra xem bộ xử lý có bị giới hạn bởi khả năng sinh nhiệt hay không.

Geekbench 5, 64bit (Single-Core)

Geekbench 5 là một điểm chuẩn plattform chéo sử dụng nhiều bộ nhớ hệ thống. Trí nhớ nhanh sẽ đẩy kết quả lên rất nhiều. Bài kiểm tra lõi đơn chỉ sử dụng một lõi CPU, số lượng lõi hoặc khả năng siêu phân luồng không được tính.

Geekbench 5, 64bit (Multi-Core)

Geekbench 5 là một điểm chuẩn plattform chéo sử dụng nhiều bộ nhớ hệ thống. Trí nhớ nhanh sẽ đẩy kết quả lên rất nhiều. Bài kiểm tra đa lõi liên quan đến tất cả các lõi CPU và nhấn mạnh một lợi thế lớn của siêu phân luồng.

Geekbench 6 (Single-Core)

Geekbench 6 là điểm chuẩn cho máy tính, máy tính xách tay và điện thoại thông minh hiện đại. Điểm mới là việc sử dụng tối ưu các kiến ​​trúc CPU mới hơn, ví dụ: dựa trên khái niệm big.LITTLE và kết hợp các lõi CPU có kích thước khác nhau. Điểm chuẩn lõi đơn chỉ đánh giá hiệu suất của lõi CPU nhanh nhất, số lượng lõi CPU trong bộ xử lý không liên quan ở đây.

Geekbench 6 (Multi-Core)

Geekbench 6 là điểm chuẩn cho máy tính, máy tính xách tay và điện thoại thông minh hiện đại. Điểm mới là việc sử dụng tối ưu các kiến ​​trúc CPU mới hơn, ví dụ: dựa trên khái niệm big.LITTLE và kết hợp các lõi CPU có kích thước khác nhau. Điểm chuẩn đa lõi đánh giá hiệu suất của tất cả các lõi CPU của bộ xử lý. Các cải tiến luồng ảo như AMD SMT hoặc Siêu phân luồng của Intel có tác động tích cực đến kết quả điểm chuẩn.

iGPU - Hiệu suất FP32 (GFLOPS chính xác đơn)

Hiệu suất tính toán lý thuyết của đơn vị đồ họa bên trong bộ xử lý với độ chính xác đơn giản (32 bit) trong GFLOPS. GFLOPS cho biết iGPU có thể thực hiện bao nhiêu tỷ thao tác dấu phẩy động mỗi giây.

AnTuTu 9 Benchmark

Điểm chuẩn AnTuTu 9 rất phù hợp để đo hiệu suất của điện thoại thông minh. AnTuTu 9 khá nặng về đồ họa 3D và giờ cũng có thể sử dụng giao diện đồ họa "Metal". Trong AnTuTu, bộ nhớ và UX (trải nghiệm người dùng) cũng được kiểm tra bằng cách mô phỏng việc sử dụng trình duyệt và ứng dụng. AnTuTu phiên bản 9 có thể so sánh bất kỳ CPU ARM nào chạy trên Android hoặc iOS. Các thiết bị có thể không được so sánh trực tiếp khi được chuẩn hóa trên các hệ điều hành khác nhau.

Trong điểm chuẩn AnTuTu 9, hiệu suất lõi đơn của bộ vi xử lý chỉ có trọng số nhẹ. Xếp hạng được tạo thành từ hiệu suất đa lõi của bộ xử lý, tốc độ của bộ nhớ hoạt động và hiệu suất của đồ họa bên trong.

Kết quả ước tính cho PassMark CPU Mark

Một số CPU được liệt kê dưới đây đã được chuẩn bằng CPU-khỉ. Tuy nhiên, phần lớn CPU chưa được kiểm tra và kết quả được ước tính bằng công thức độc quyền bí mật của CPU-khỉ. Do đó, chúng không phản ánh chính xác các giá trị nhãn Passmark CPU thực tế và không được xác nhận bởi PassMark Software Pty Ltd.

Cinebench R15 (Single-Core)

Cinebench R15 là sự kế thừa của Cinebench 11.5 và cũng dựa trên Cinema 4 Suite. Cinema 4 là một phần mềm được sử dụng trên toàn thế giới để tạo ra các hình thức 3D. Bài kiểm tra lõi đơn chỉ sử dụng một lõi CPU, số lượng lõi hoặc khả năng siêu phân luồng không được tính.

Cinebench R15 (Multi-Core)

Cinebench R15 là sự kế thừa của Cinebench 11.5 và cũng dựa trên Cinema 4 Suite. Cinema 4 là một phần mềm được sử dụng trên toàn thế giới để tạo ra các hình thức 3D. Bài kiểm tra đa lõi liên quan đến tất cả các lõi CPU và nhấn mạnh một lợi thế lớn của siêu phân luồng.

Hiệu suất AI / ML

Bộ xử lý với sự hỗ trợ của trí tuệ nhân tạo (AI) và máy học (ML) có thể xử lý nhiều phép tính, đặc biệt là xử lý âm thanh, hình ảnh và video, nhanh hơn nhiều so với bộ xử lý cổ điển. Các thuật toán cho ML cải thiện hiệu suất của chúng khi chúng thu thập được nhiều dữ liệu hơn thông qua phần mềm. Các tác vụ ML có thể được xử lý nhanh hơn tới 10.000 lần so với bộ xử lý cổ điển.