Apple A14 Bionic vs Google Tensor G2
Letzte Aktualisierung:
CPU-Vergleich mit Benchmarks
|
 |
|
| Apple A14 Bionic | Google Tensor G2 | |
CPU VergleichApple A14 Bionic oder Google Tensor G2 - welcher Prozessor ist schneller ? In diesem Vergleich betrachten wir die Unterschiede und analysieren welche dieser beiden CPUs besser ist. Dabei vergleichen wir die technischen Daten und Benchmark-Ergebnisse.
Der Apple A14 Bionic besitzt 6 Kerne mit 6 Threads und taktet mit maximal 3,00 GHz. Es werden bis zu 6 GB Arbeitsspeicher in 1 Speicherkanälen unterstützt. Erschienen ist der Apple A14 Bionic im Q3/2020. Der Google Tensor G2 besitzt 8 Kerne mit 8 Threads und taktet mit maximal 2,85 GHz. Die CPU unterstützt bis zu 12 GB Arbeitsspeicher in 2 Speicherkanälen. Erschienen ist der Google Tensor G2 im Q4/2022. |
||
| Apple A series (22) | Familie | Google Tensor (3) |
| Apple A14 (1) | CPU Gruppe | Google Tensor G2 (1) |
| 14 | Generation | 2 |
| A14 (Firestorm/Icestorm) | Architektur | G2 |
| Mobile | Segment | Mobile |
| Apple A13 Bionic | Vorgänger | Google Tensor |
| Apple A15 Bionic (5-GPU) | Nachfolger | -- |
|
|
||
CPU Kerne und TaktfrequenzDer Apple A14 Bionic besitzt 6 CPU-Kerne und kann 6 Threads parallel berechnen. Die Taktfrequenz des Apple A14 Bionic liegt bei 3,00 GHz während der Google Tensor G2 8 CPU-Kerne besitzt und 8 Threads gleichzeitig berechnen kann. Die Taktfrequenz des Google Tensor G2 liegt bei 2,85 GHz. |
||
| Apple A14 Bionic | Eigenschaft | Google Tensor G2 |
| 6 | Kerne | 8 |
| 6 | Threads | 8 |
| hybrid (big.LITTLE) | Kernarchitektur | hybrid (Prime / big.LITTLE) |
| Nein | Hyperthreading | Nein |
| Nein | Übertaktbar ? | Nein |
| 3,00 GHz 2x Firestorm |
A-Kern | 2,85 GHz 2x Cortex-X1 |
| 1,82 GHz 4x Icestorm |
B-Kern | 2,35 GHz 2x Cortex-A78 |
| -- | C-Kern | 1,80 GHz 4x Cortex-A55 |
Künstliche Intelligenz und Maschinelles LernenProzessoren mit Unterstützung von künstlicher Intelligenz (KI) und maschinellem Lernen (ML) können viele Berechnungen insbesondere der Audio-, Bild- und Videoverarbeitung sehr viel schneller verarbeiten als klassische Prozessoren. Algorithmen für ML verbessern ihre Leistung je mehr Daten sie per Software gesammelt haben. ML-Aufgaben können bis zu 10.000 Mal so schnell verarbeitet werden wie mit einem klassischen Prozessor. |
||
| Apple A14 Bionic | Eigenschaft | Google Tensor G2 |
| Apple Neural Engine | KI-Hardware | Google Tensor AI |
| 16 Neural cores @ 11 TOPS | KI-Spezifikationen | Google Edge TPU @ 4 TOPS |
Interne GrafikDer Apple A14 Bionic oder Google Tensor G2 verfügt über eine integrierte Grafik, kurz iGPU genannt. Die iGPU nutzt den Arbeitsspeicher des Systems als Grafikspeicher und sitzt auf dem Die des Prozessors. |
||
| Apple A14 | GPU | ARM Mali-G710 MP7 |
| 1,46 GHz | Grafik-Taktfrequenz | 0,90 GHz |
| -- | GPU (Turbo) | -- |
| 11 | GPU Generation | Vallhall 3 |
| 5 nm | Technologie | 4 nm |
| 3 | Max. Bildschirme | 1 |
| 16 | Ausführungseinheiten | 7 |
| 256 | Shader | -- |
| Nein | Hardware Raytracing | Nein |
| Nein | Frame Generation | Nein |
| 6 GB | Max. GPU Speicher | -- |
| -- | DirectX Version | 12 |
Codec-Unterstützung in HardwareEin in Hardware beschleunigter Foto- oder Videocodec kann die Arbeitsgeschwindigkeit eines Prozessors stark beschleunigen und die Akkulaufzeit von Notebooks oder Smartphones bei der Wiedergabe von Videos verlängern. |
||
| Apple A14 | GPU | ARM Mali-G710 MP7 |
| Dekodieren / Enkodieren | Codec h265 / HEVC (8 bit) | Dekodieren / Enkodieren |
| Dekodieren / Enkodieren | Codec h265 / HEVC (10 bit) | Dekodieren / Enkodieren |
| Dekodieren / Enkodieren | Codec h264 | Dekodieren / Enkodieren |
| Dekodieren / Enkodieren | Codec VP9 | Dekodieren / Enkodieren |
| Dekodieren / Enkodieren | Codec VP8 | Dekodieren / Enkodieren |
| Nein | Codec AV1 | Dekodieren |
| Dekodieren | Codec AVC | Dekodieren / Enkodieren |
| Dekodieren | Codec VC-1 | Dekodieren / Enkodieren |
| Dekodieren / Enkodieren | Codec JPEG | Dekodieren / Enkodieren |
Arbeitsspeicher & PCIeDer Apple A14 Bionic kann bis zu 6 GB Arbeitsspeicher in 1 Speicherkanälen nutzen. Die maximale Speicherbandbreite liegt bei 34,1 GB/s. Bis zu 12 GB Arbeitsspeicher unterstützt der Google Tensor G2 in 2 Speicherkanälen und erreicht eine Speicherbandbreite von bis zu 53,0 GB/s. |
||
| Apple A14 Bionic | Eigenschaft | Google Tensor G2 |
| LPDDR4X-4266 | Arbeitsspeicher | LPDDR5-5500 |
| 6 GB | Max. Speicher | 12 GB |
| 1 (Single Channel) | Speicherkanäle | 2 (Dual Channel) |
| 34,1 GB/s | Max. Bandbreite | 53,0 GB/s |
| Nein | ECC | Nein |
| 12,00 MB | L2 Cache | 8,00 MB |
| 16,00 MB | L3 Cache | 4,00 MB |
| -- | PCIe Version | -- |
| -- | PCIe Leitungen | -- |
| -- | PCIe Bandbreite | -- |
LeistungsaufnahmeDie Thermal Design Power (kurz TDP) des Apple A14 Bionic liegt bei 7.25 W, während der Google Tensor G2 eine TDP von 10 W besitzt. Die TDP gibt die notwendige Kühllösung vor, die benötigt wird um den Prozessor ausreichend zu kühlen. |
||
| Apple A14 Bionic | Eigenschaft | Google Tensor G2 |
| 7.25 W | TDP (PL1 / PBP) | 10 W |
| -- | TDP (PL2) | -- |
| -- | TDP up | -- |
| -- | TDP down | -- |
| -- | Tjunction max. | -- |
Technische DatenDer Apple A14 Bionic wird in 5 nm gefertigt und verfügt über 28,00 MB Cache. Der Google Tensor G2 wird in 4 nm gefertigt und verfügt über einen 12,00 MB großen Cache. |
||
| Apple A14 Bionic | Eigenschaft | Google Tensor G2 |
| 5 nm | Technologie | 4 nm |
| Chiplet | Chip-Design | Chiplet |
| Armv8-A (64 bit) | Befehlssatz (ISA) | Armv8-A (64 bit) |
| -- | ISA Erweiterungen | -- |
| -- | Sockel | -- |
| Keine | Virtualisierung | Keine |
| Nein | AES-NI | Nein |
| iOS | Betriebssysteme | Android |
| Q3/2020 | Erscheinungsdatum | Q4/2022 |
| -- | Erscheinungspreis | -- |
| weitere Daten anzeigen | weitere Daten anzeigen | |
|
6C 6T @ 3,00 GHz jetzt bei Amazon.de im Angebot kaufen !
8C 8T @ 2,85 GHz jetzt bei Amazon.de im Angebot kaufen !
|
||
Bewerte diese Prozessoren
Durchschnittliche Leistung in Benchmarks
⌀ Einkern Leistung in 2 CPU Benchmarks
⌀ Mehrkern Leistung in 3 CPU Benchmarks
Geekbench 5, 64bit (Single-Core)
Der Geekbench 5 Benchmark misst die Leistung des Prozessors und bezieht dabei auch den Arbeitsspeicher mit ein. Ein schnellerer Arbeitsspeicher kann das Ergebnis stark verbessern. Der Single-Core Test nutzt nur einen CPU-Kern, die Anzahl der Kerne sowie Hyperthreading beeinflussen das Ergebnis nicht.
|
Apple A14 Bionic
6C 6T @ 3,00 GHz |
||
|
Google Tensor G2
8C 8T @ 2,85 GHz |
||
Geekbench 5, 64bit (Multi-Core)
Der Geekbench 5 Benchmark misst die Leistung des Prozessors und bezieht dabei auch den Arbeitsspeicher mit ein. Ein schnellerer Arbeitsspeicher kann das Ergebnis stark verbessern. Der Multi-Core Test bezieht alle CPU-Kerne mit ein und zieht einen großen Nutzen aus Hyperthreading.
|
|
Apple A14 Bionic
6C 6T @ 3,00 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2,85 GHz |
||
Geekbench 6 (Single-Core)
Geekbench 6 ist ein Benchmark für moderne Computer, Notebooks und Smartphones. Neu ist eine optimierte Auslastung neuerer CPU-Architekturen die z.B. auf das big.LITTLE Konzept aufbauen und unterschiedlich große CPU-Kerne miteinander kombinieren. Der Einkern-Benchmark bewertet nur die Leistung des schnellsten CPU-Kerns, die Anzahl der CPU-Kerne eines Prozessors spielt hier keine Rolle.
|
|
Apple A14 Bionic
6C 6T @ 3,00 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2,85 GHz |
||
Geekbench 6 (Multi-Core)
Geekbench 6 ist ein Benchmark für moderne Computer, Notebooks und Smartphones. Neu ist eine optimierte Auslastung neuerer CPU-Architekturen die z.B. auf das big.LITTLE Konzept aufbauen und unterschiedlich große CPU-Kerne miteinander kombinieren. Der Mehrkern-Benchmark bewertet die Leistung aller CPU-Kerne des Prozessors. Virtuelle Threadverbesserungen wie die AMD SMT oder Intels Hyper-Threading haben einen positiven Einfluss auf das Benchmark-Ergebnis.
|
|
Apple A14 Bionic
6C 6T @ 3,00 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2,85 GHz |
||
iGPU - FP32 Rechenleistung (Einfache Genauigkeit GFLOPS)
Die theoretische Rechenleistung der internen Grafikeinheit des Prozessors bei einfacher Genauigkeit (32 bit) in GFLOPS. GFLOPS gibt an, wie viele Milliarden Gleitkommaoperationen die iGPU pro Sekunde durchführen kann.
|
|
Apple A14 Bionic
Apple A14 @ 1,46 GHz |
||
|
|
Google Tensor G2
ARM Mali-G710 MP7 @ 0,90 GHz |
||
AnTuTu 9 Benchmark
Der AnTuTu 9 Benchmark eignet sich sehr gut um die Leistung eines Smartphones zu messen. AnTuTu 9 ist recht 3D-Grafik lastig und kann nun auch die Grafikschnittstelle "Metal" nutzen. In AnTuTu werden zudem der Arbeitsspeicher sowie die UX (Benutzererfahrung) durch Simulation der Browser- und App-Nutzung getestet. Die Version 9 von AnTuTu kann jede ARM-CPU vergleichen, die unter Android oder iOS ausgeführt wird. Geräte sind möglicherweise nicht direkt vergleichbar, wenn der Benchmark unter verschiedenen Betriebssystemen durchgeführt wurde.
Im AnTuTu 9 Benchmark ist die Einkern-Leistung eines Prozessors nur gering gewichtet. Die Bewertung setzt sich aus der Mehrkern-Leistung des Prozessors, der Geschwindigkeit des Arbeitsspeichers und der Leistungsfähigkeit der internen Grafik zusammen.
Im AnTuTu 9 Benchmark ist die Einkern-Leistung eines Prozessors nur gering gewichtet. Die Bewertung setzt sich aus der Mehrkern-Leistung des Prozessors, der Geschwindigkeit des Arbeitsspeichers und der Leistungsfähigkeit der internen Grafik zusammen.
|
|
Apple A14 Bionic
6C 6T @ 3,00 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2,85 GHz |
||
Leistung für Künstliche Intelligenz (KI) und Maschnielles Lernen (ML)
Prozessoren mit Unterstützung von künstlicher Intelligenz (KI) und maschinellem Lernen (ML) können viele Berechnungen insbesondere der Audio-, Bild- und Videoverarbeitung sehr viel schneller verarbeiten als klassische Prozessoren. Die Leistung wird in der Anzahl (Billionen) an Rechenoperationen pro Sekunde angegeben (TOPS).
|
|
Apple A14 Bionic
6C 6T @ 3,00 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2,85 GHz |
||
AnTuTu 8 Benchmark
Der AnTuTu 8-Benchmark misst die Leistung eines SoC. AnTuTu vergleicht die CPU, GPU, den Speicher sowie die UX (Benutzererfahrung) durch Simulation der Browser- und App-Nutzung. Die Version 8 von AnTuTu kann jede ARM-CPU vergleichen, die unter Android oder iOS ausgeführt wird. Geräte sind möglicherweise nicht direkt vergleichbar, wenn der Benchmark unter verschiedenen Betriebssystemen durchgeführt wurde.
Im AnTuTu 8 Benchmark ist die Einkern-Leistung eines Prozessors nur gering gewichtet. Die Bewertung setzt sich aus der Mehrkern-Leistung des Prozessors, der Geschwindigkeit des Arbeitsspeichers und der Leistungsfähigkeit der internen Grafik zusammen.
Im AnTuTu 8 Benchmark ist die Einkern-Leistung eines Prozessors nur gering gewichtet. Die Bewertung setzt sich aus der Mehrkern-Leistung des Prozessors, der Geschwindigkeit des Arbeitsspeichers und der Leistungsfähigkeit der internen Grafik zusammen.
|
|
Apple A14 Bionic
6C 6T @ 3,00 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2,85 GHz |
||
Erwartete Ergebnisse für PassMark CPU Mark
Nicht alle der hier aufgelisteten Prozessoren wurden von uns getestet. Einige der Ergebnisse wurden basierend auf einer Formel errechnet und können von Passmark CPU mark Ergebnissen abweichen und sind unabhängig von PassMark Software Pty Ltd. Der PassMark CPU Mark generiert Primzahlen um die Geschwindigkeit eines Prozessors zu messen. Hierbei werden alle CPU-Kerne sowie Hyperthreading genutzt.
|
|
Apple A14 Bionic
6C 6T @ 3,00 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2,85 GHz |
||
Geräte mit diesem Prozessor |
|
| Apple A14 Bionic | Google Tensor G2 |
| Apple iPhone 12 mini Apple iPhone 12 Apple iPhone 12 Pro Apple iPhone 12 Pro Max Apple iPad Air (4. Gen) |
Google Pixel 7 Google Pixel 7 Pro |
Apple A14 Bionic - Beschreibung des Prozessors
Der Apple A14 Bionic ist ein 6-Kern Mobilprozessor von Apple, der auf einem angepassten ARMv8 Design basiert. Er unterstützt 64-Bit Anwendungen und verfügt über ein Hybrid-Kernlayout (big.Little). Dieses besteht aus zwei Performance-Kernen (Icestorm), die mit bis zu 3,1 GHz takten. Diese Taktfrequenz ist für einen Smartphone bzw. Tablet Prozessor sehr hoch und ist der Tatsache geschuldet, dass Apple beim A14 bereits auf die feine 5 nm Fertigungstechnik von TSMC zurückgreifen konnte. Apple ist damit einer der ersten Hersteller, der Chips in 5 nm ausliefert.Die beiden Performance-Kerne werden im Apple A14 durch 4 Effizienz-Kerne (Firestorm) erweitert, die mit einer Taktfrequenz von 1,8 GHz arbeiten und daher sehr energiesparend sind. Je geringer die Taktfrequenz desto besser ist das Watt-Leistungs-Verhältnis eines Prozessors.
Auch wenn Apple keine TDP-Werte seiner Prozessoren veröffentlicht, ist der A14 höchst wahrscheinlich in der 6-Watt TDP-Klasse anzusiedeln. Die iGPU des Apple A14 verfügt über 4 GPU Kerne, die eine Leistungssteigerung von ca. 15-20% gegenüber dem im Vorjahr vorgestellten A13 Prozessor ermöglichen. Es wird vermutet, dass es sich um die gleiche GPU-Architektur handelt, die durch die 5 nm Fertigung aber etwas höhere Taktfrequenzen besitzt.
Erstmals kann mit dem Apple A14 ein Prozessor mit LPDDR5 Arbeitsspeicher umgehen. Diese werden bei Samsung gefertigt und sollen die LPDDR5-5500 Spezifikation erfüllen. Die gleichen Module setzt Samsung bereits in seinen eigenen Smartphones ein. Ein 8 MB großer Cache sowie ein eingebauter AI-Beschleuniger (16 Kerne) sollen es ermöglichen, sehr komplexe Berechnungen fast in Echtzeit auf dem A14 auszuführen. Davon profitieren unter anderen Anwendungen zur Video- und Fotobearbeitung.
Als erstes Produkt darf das iPad Air 2020 (4. Generation) auf den Apple A14 zurückgreifen. Außerdem wird der Chip in den 2020er iPhones eingesetzt (Apple iPhone 12 sowie Apple iPhone 12 Pro).
Google Tensor G2 - Beschreibung des Prozessors
Der Google Tensor G2 ist ein von Google entwickelter Smartphone Prozessor, der exklusiv im Google Pixel 7 und Google Pixel 7 Pro von Google eingesetzt wird. Die CPU besitzt 8 CPU-Kerne und setzt auf einen hybriden Kernaufbau. Die Besonderheit dabei ist, dass der Google Tensor G2 nicht einen sehr hoch getakteten Prime-Kern besitzt, sondern gleich zwei.Die Prime-Kerne nutzen das Cortex-X1 Design von ARM und takten mit bis zu 2,85 GHz. Sie werden ergänzt durch zwei Cortex-A78, die mit 2,35 GHz takten. Zusätzlich sind vier weitere Cortex-A55 Energiesparkerne, die mit nur noch 1,8 GHz arbeiten, dafür aber besonders Energieeffizient sind. In mobilen Geräten kann das die Akkulaufzeit verlängern, da die größeren CPU-Kerne in einen Standby-Zustand versetzt werden und nur genutzt werden wenn diese auch benötigt werden.
Beim Thema KI-Beschleunigung kann der Google Tensor G2 auf die Google Edge TPU mit einer KI-Rechenleistung von bis zu 4 TOPS zurückgreifen. Die Google Edge TPU beschleunigt z.B. Kamerafunktionen, Bild- und Videoverarbeitung. Auch die KI-Beschleunigung kann so dazu beitragen, dass die CPU-Kerne möglichst wenig gefordert werden.
Als Grafikkarte setzt der Google Tensor G2 eine ARM Mali-G710 MP7 ein. Mit einer theoretischen GPU Rechenleistung von 0,7 TFLOPS ist diese durchaus geeignet um die meisten Smartphone-Spiele flüssig wiederzugeben.
Der Google Tensor G2 unterstützt bis zu 12 GB Arbeitsspeicher vom Typ DDR5-5500 mit einer maximalen Speicherbandbreite von bis zu 53 GB/s. Für ein Smartphone ist dieses Speicherbandbreite ziemlich gut und bewegt sich auf Niveau von vielen Notebooks.
Die TDP des Google Tensor G2 gibt Google nicht direkt an, anhand der Energieverbräuche und Taktfrequenzen schätzen wir die TDP daher auf 10 Watt. Damit liegt sie in einem Bereich, in dem viele moderne Smartphone Prozessoren arbeiten.
Beliebte Vergleiche mit einer dieser CPUs
Zurück zur Startseite
