Intel Core i5-2405S vs Apple M4

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.

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.

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.