Google Tensor G2 vs Apple M2 (8-GPU)
借助基準測試比較CPU
|
 |
|
| Google Tensor G2 | Apple M2 (8-GPU) | |
| Google Tensor | 家庭 | Apple M series |
| Google Tensor G2 | CPU組 | Apple M2 |
| 2 | 一代 | 2 |
| G2 | 架構 | M2 |
| Mobile | 部分 | Mobile |
| Google Tensor | 前任 | Apple M1 |
| -- | 接班人 | Apple M3 (8-GPU) |
|
|
||
|
||
| 8 | 核心 | 8 |
| 8 | Threads | 8 |
| hybrid (Prime / big.LITTLE) | 核心架構 | hybrid (big.LITTLE) |
| 否 | 超執行緒技術 | 否 |
| 否 | 超頻 ? | 否 |
| 2.85 GHz | A-Core 頻率 | 0.66 GHz (3.50 GHz) |
| 2.35 GHz | B-Core 頻率 | 0.60 GHz (2.42 GHz) |
| 1.80 GHz | C-Core 頻率 | -- |
|
||
| ARM Mali-G710 MP7 | GPU | Apple M2 (8 Core) |
| 0.90 GHz | GPU頻率 | 0.45 GHz |
| GPU (加速頻率) | 1.40 GHz | |
| Vallhall 3 | GPU Generation | 2 |
| 4 nm | 製程 | 5 nm |
| 1 | 最大加速頻率 | 2 |
| 7 | 運算單元 | 128 |
| Shader | 1024 | |
| 最大顯存 | 24 GB | |
| 12 | DirectX Version | |
|
||
| 解碼 / 編碼 | Codec h265 / HEVC (8 bit) | 解碼 / 編碼 |
| 解碼 / 編碼 | Codec h265 / HEVC (10 bit) | 解碼 / 編碼 |
| 解碼 / 編碼 | Codec h264 | 解碼 / 編碼 |
| 解碼 / 編碼 | Codec VP9 | 解碼 / 編碼 |
| 解碼 / 編碼 | Codec VP8 | 解碼 |
| 解碼 | Codec AV1 | 否 |
| 解碼 / 編碼 | Codec AVC | 解碼 |
| 解碼 / 編碼 | Codec VC-1 | 解碼 |
| 解碼 / 編碼 | Codec JPEG | 解碼 / 編碼 |
CPU核心數與基礎頻率
内建顯示晶片
硬體解碼支援
|
||
| LPDDR5-5500 | 記憶體 | LPDDR5-6400 |
| 12 GB | 最大記憶體 | 24 GB |
| 2 | 記憶體通道 | 2 |
| 53.0 GB/s | Max. 帶寬 | 102.4 GB/s |
| 否 | ECC | 否 |
| 8.00 MB | L2 緩存 | 20.00 MB |
| 4.00 MB | L3 緩存 | |
| PCIe版本 | 4.0 | |
| PCIe通道 | ||
|
||
| 10 W | TDP (PL1) | 20 W |
| -- | TDP (PL2) | -- |
| -- | TDP up | 25 W |
| -- | TDP down | 10 W |
| -- | Tjunction max. | 100 °C |
|
||
| 4 nm | 製程 | 5 nm |
| ARMv8-A64 (64 bit) | 指令集 (ISA) | x86-64 (64 bit) |
| ISA擴展 | Rosetta 2 x86-Emulation | |
| N/A | 針腳 | N/A |
| 無 | 虛擬化 | Apple Virtualization Framework |
| 否 | AES-NI | 是 |
| Q4/2022 | 發售日期 | Q2/2022 |
| 展示更多 | 展示更多 | |
|
8C 8T @ 2.85 GHz 以優惠價在Amazon上購買
8C 8T @ 0.66 GHz (3.50 GHz) 以優惠價在Amazon上購買
|
||
記憶體 & PCIe
散熱管理
技術細節Cinebench 2024 (Single-Core)
Cinebench 2024 基準測試基於 Redshift 渲染引擎，該引擎也用於 Maxon 的 3D 程序 Cinema 4D。 基準測試每次運行 10 分鐘，以測試處理器是否受到其發熱的限制。
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
|
Apple M2 (8-GPU)
8C 8T @ 0.66 GHz |
||
Cinebench 2024 (Multi-Core)
Cinebench 2024 基準測試的多核測試使用所有 CPU 核心，使用 Redshift 渲染引擎進行渲染，該引擎也用於 Maxons Cinema 4D。 基準測試運行時長為 10 分鐘，以測試處理器是否受到發熱量的限制。|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
|
|
Apple M2 (8-GPU)
8C 8T @ 0.66 GHz |
||
Cinebench R23 (Single-Core)
Cinebench R23是Cinebench R20的下一代產品，也基於Cinema 4套件。Cinema 4是一款用於創建3D表單的軟體。單核測試僅使用一個CPU核心，CPU核心的數量以及超執行緒技術將不會影響該項測試成績。|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
|
|
Apple M2 (8-GPU)
8C 8T @ 0.66 GHz |
||
Cinebench R23 (Multi-Core)
Cinebench R23是Cinebench R20的下一代產品，也基於Cinema 4套件。Cinema 4是一款用於創建3D表單的軟體。多核測試涉及所有CPU核心，並且能充分利用超執行緒技術。|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
|
|
Apple M2 (8-GPU)
8C 8T @ 0.66 GHz |
||
Geekbench 5, 64bit (Single-Core)
Geekbench 5是一個大量使用系統記憶體的跨平臺基準測試。高速的系統記憶體將極大地提升測試成績。單核測試僅使用一個CPU核心，CPU核心的數量以及超執行緒技術將不會影響該項測試成績。|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
|
|
Apple M2 (8-GPU)
8C 8T @ 0.66 GHz |
||
Geekbench 5, 64bit (Multi-Core)
Geekbench 5是一個大量使用系統記憶體的跨平臺基準測試。高速的系統記憶體將極大地提升測試成績。多核測試涉及所有CPU核心，並且能充分利用超執行緒技術。|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
|
|
Apple M2 (8-GPU)
8C 8T @ 0.66 GHz |
||
Geekbench 6 (Single-Core)
Geekbench 6 是現代計算機、筆記本電腦和智能手機的基準測試。 新的是對更新的 CPU 架構的優化利用，例如基於 big.LITTLE 概念並結合不同大小的 CPU 內核。 單核基準測試僅評估最快的 CPU 內核的性能，與處理器中的 CPU 內核數量無關。|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
|
|
Apple M2 (8-GPU)
8C 8T @ 0.66 GHz |
||
Geekbench 6 (Multi-Core)
Geekbench 6 是現代計算機、筆記本電腦和智能手機的基準測試。 新的是對更新的 CPU 架構的優化利用，例如基於 big.LITTLE 概念並結合不同大小的 CPU 內核。 多核基準測試評估處理器所有 CPU 內核的性能。 AMD SMT 或 Intel 的超線程等虛擬線程改進對基準測試結果產生了積極影響。|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
|
|
Apple M2 (8-GPU)
8C 8T @ 0.66 GHz |
||
內建顯卡FP32性能(單精確度GFLOPS)
處理器內建顯卡的理論計算性能（32bit，以GFLOPS為單位）。GFLOPS表示內建顯卡每秒可以執行多少億個浮點操作。|
|
Google Tensor G2
ARM Mali-G710 MP7 @ 0.90 GHz |
||
|
|
Apple M2 (8-GPU)
Apple M2 (8 Core) @ 1.40 GHz |
||
AnTuTu 9 Benchmark
AnTuTu 9 基準測試非常適合衡量智能手機的性能。 AnTuTu 9 在 3D 圖形上相當重，現在也可以使用“金屬”圖形界面。 在 AnTuTu 中，內存和 UX（用戶體驗）也通過模擬瀏覽器和應用程序的使用情況進行測試。 AnTuTu 版本 9 可以比較任何運行在 Android 或 iOS 上的 ARM CPU。 在不同操作系統上進行基準測試時，設備可能無法直接比較。在 AnTuTu 9 基準測試中，處理器的單核性能僅被略微加權。 該評級由處理器的多核性能、工作內存的速度和內部顯卡的性能組成。
|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
|
|
Apple M2 (8-GPU)
8C 8T @ 0.66 GHz |
||
PassMark CPU Mark的估計結果
以下列出的CPU中，有一部分基準測試是由CPU-panda團隊完成的。但是，大部分的CPU並沒有被實際測試，其成績由CPU-monkey團隊的“秘密配方”估計得到。因此，這些分數不能準確反映實際的Passmark CPU基準測試，並且不受到PassMark Software私人有限公司的認可。|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
|
|
Apple M2 (8-GPU)
8C 8T @ 0.66 GHz |
||
Blender 2.81 (bmw27)
Blender是一個免費的3D圖形軟體，用於渲染（創建）3D物體，也可以為3D物體添加紋理和動畫。Blender基準測試可以創建預定義的場景，並測量渲染整個場景所需的時間。所需的時間越短越好。我們選擇bmw27作為基準測試場景。|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
|
|
Apple M2 (8-GPU)
8C 8T @ 0.66 GHz |
||
CPU 每瓦效能（效率）
Cinebench R23（多核心）基準測試中滿載下處理器的效率。 基準測試結果除以所需的平均能量（CPU 封裝功率，以瓦為單位）。 該值越高，CPU 在滿載下的效率越高。|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
|
|
Apple M2 (8-GPU)
8C 8T @ 0.66 GHz |
||
人工智能 (AI) 和機器學習 (ML) 的性能
在人工智能 (AI) 和機器學習 (ML) 支持下的處理器可以處理許多計算，尤其是音頻、圖像和視頻處理，比傳統處理器快得多。 通過軟件收集的數據越多，機器學習算法的性能就會提高。 ML 任務的處理速度比傳統處理器快 10,000 倍。|
|
Google Tensor G2
8C 8T @ 2.85 GHz |
||
|
|
Apple M2 (8-GPU)
8C 8T @ 0.66 GHz |
||
|
|
| Google Tensor G2 | Apple M2 (8-GPU) |
| Google Pixel 7 Google Pixel 7 Pro |
Apple MacBook Air 14 (2022) Apple MacBook Pro 13 (2022) |
使用該處理器的設備排行榜
在我們的排行榜中，我們清楚地為您編譯了特定類別的最佳處理器。 排行榜始終是最新的，並由我們定期更新。 最好的處理器是根據基準測試中的受歡迎程度和速度以及性價比來選擇的。
最好的桌面處理器
排行榜 2024
排行榜 2024
最好的 AMD 台式機處理器
排行榜 2024
排行榜 2024
最好的英特爾台式機處理器
排行榜 2024
排行榜 2024
最好的移動處理器
排行榜 2024
排行榜 2024
最好的智能手機處理器
排行榜 2024
排行榜 2024
最好的遊戲CPU
排行榜 2024
排行榜 2024
有史以來最快的集成顯卡
排行榜 2024
排行榜 2024
性價比最高的CPU
排行榜 2024
排行榜 2024
排行榜
展示更多
展示更多
包含此CPU的熱門比較
