Intel Xeon E5-2609 v4 vs Qualcomm Snapdragon 8c

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.

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.

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.

Geekbench 3, 64bit (Single-Core)

Geekbench 3 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.

Cinebench R11.5, 64bit (Single-Core)

Cinebench 11.5 dựa trên Cinema 4D Suite, một phần mềm phổ biến để tạo biểu mẫu và các nội dung khác ở dạng 3D. Bài kiểm tra lõi đơn chỉ sử dụng một lõi CPU, số lượng lõi hoặc khả năng siêu phân luồng không được tính.

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.