Apple A16 Bionic vs Google Tensor G2
Letzte Aktualisierung:
CPU-Vergleich mit Benchmarks
|
 |
|
| Apple A16 Bionic | Google Tensor G2 | |
CPU VergleichIn diesem CPU-Vergleich stellen wir den Apple A16 Bionic und den Google Tensor G2 gegenüber und prüfen anhand von Benchmarks, welcher Prozessor schneller ist.
Wir vergleichen den Apple A16 Bionic 6-Kern Prozessor der im Q3/2022 erschienen ist mit dem Google Tensor G2, welcher 8 CPU-Kerne besitzt und im Q4/2022 vorgestellt wurde. |
||
| Apple A series (22) | Familie | Google Tensor (3) |
| Apple A16 (1) | CPU Gruppe | Google Tensor G2 (1) |
| 16 | Generation | 2 |
| A16 | Architektur | G2 |
| Mobile | Segment | Mobile |
| Apple A15 Bionic (5-GPU) | Vorgänger | Google Tensor |
| Apple A17 Pro | Nachfolger | -- |
|
|
||
CPU Kerne und TaktfrequenzDer Apple A16 Bionic ist ein 6-Kern Prozessor mit einer Taktfrequenz von 3,46 GHz. Der Prozessor kann zeitgleich 6 Threads berechnen. Der Google Tensor G2 taktet mit 2,85 GHz, besitzt 8 CPU-Kerne und kann parallel 8 Threads berechnen. |
||
| Apple A16 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 |
| 3,46 GHz 2x Everest |
A-Kern | 2,85 GHz 2x Cortex-X1 |
| 2,02 GHz 4x Sawtooth |
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 A16 Bionic | Eigenschaft | Google Tensor G2 |
| Apple Neural Engine | KI-Hardware | Google Tensor AI |
| 16 Neural cores @ 17 TOPS | KI-Spezifikationen | Google Edge TPU @ 4 TOPS |
Interne GrafikEine in den Prozessor integrierte Grafik (iGPU) ermöglicht nicht nur die Bildausgabe ohne auf eine dedizierte Grafiklösung angewiesen zu sein, sondern kann auch die Videowiedergabe effizient beschleunigen. |
||
| Apple A16 (5 GPU Cores) | GPU | ARM Mali-G710 MP7 |
| 1,34 GHz | Grafik-Taktfrequenz | 0,90 GHz |
| -- | GPU (Turbo) | -- |
| 13 | GPU Generation | Vallhall 3 |
| 4 nm | Technologie | 4 nm |
| 3 | Max. Bildschirme | 1 |
| 20 | Ausführungseinheiten | 7 |
| 640 | 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 A16 (5 GPU Cores) | 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 & PCIeBis zu 6 GB Arbeitsspeicher in maximal 1 Speicherkanälen werden vom Apple A16 Bionic unterstützt, während der Google Tensor G2 maximal 12 GB Arbeitsspeicher mit einer maximalen Speicherbandbreite von 53,0 GB/s ermöglicht. |
||
| Apple A16 Bionic | Eigenschaft | Google Tensor G2 |
| LPDDR5-6400 | Arbeitsspeicher | LPDDR5-5500 |
| 6 GB | Max. Speicher | 12 GB |
| 1 (Single Channel) | Speicherkanäle | 2 (Dual Channel) |
| 51,2 GB/s | Max. Bandbreite | 53,0 GB/s |
| Nein | ECC | Nein |
| 20,00 MB | L2 Cache | 8,00 MB |
| 24,00 MB | L3 Cache | 4,00 MB |
| -- | PCIe Version | -- |
| -- | PCIe Leitungen | -- |
| -- | PCIe Bandbreite | -- |
LeistungsaufnahmeDer Apple A16 Bionic besitzt eine TDP von 7.25 W. Die TDP des Google Tensor G2 liegt bei 10 W. Systemintegratoren orientieren sich bei der Dimensionierung der Kühllösung an der TDP des Prozessors. |
||
| Apple A16 Bionic | Eigenschaft | Google Tensor G2 |
| 7.25 W | TDP (PL1 / PBP) | 10 W |
| -- | TDP (PL2) | -- |
| -- | TDP up | -- |
| -- | TDP down | -- |
| -- | Tjunction max. | -- |
Technische DatenDer Apple A16 Bionic besitzt 44,00 MB Cache und wird in 4 nm hergestellt. Der Cache des Google Tensor G2 liegt bei 12,00 MB. Der Prozessor wird in 4 nm gefertigt. |
||
| Apple A16 Bionic | Eigenschaft | Google Tensor G2 |
| 4 nm | Technologie | 4 nm |
| Chiplet | Chip-Design | Chiplet |
| Armv8.6-A (64 bit) | Befehlssatz (ISA) | Armv8-A (64 bit) |
| -- | ISA Erweiterungen | -- |
| -- | Sockel | -- |
| Keine | Virtualisierung | Keine |
| Nein | AES-NI | Nein |
| iOS | Betriebssysteme | Android |
| Q3/2022 | Erscheinungsdatum | Q4/2022 |
| -- | Erscheinungspreis | -- |
| weitere Daten anzeigen | weitere Daten anzeigen | |
|
6C 6T @ 3,46 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 A16 Bionic
6C 6T @ 3,46 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 A16 Bionic
6C 6T @ 3,46 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 A16 Bionic
6C 6T @ 3,46 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 A16 Bionic
6C 6T @ 3,46 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 A16 Bionic
Apple A16 (5 GPU Cores) @ 1,34 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 A16 Bionic
6C 6T @ 3,46 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 A16 Bionic
6C 6T @ 3,46 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2,85 GHz |
||
Geräte mit diesem Prozessor |
|
| Apple A16 Bionic | Google Tensor G2 |
| Apple iPhone 14 Pro Apple iPhone 14 Pro Max |
Google Pixel 7 Google Pixel 7 Pro |
News und Artikel für den Apple A16 Bionic und den Google Tensor G2
MediaTek Dimensity 9000+ vs Apple A16 und Snapdragon 8+ Gen 1
Veröffentlicht von Stefan am 20.09.2022
Mit dem Dimensity 9000+ stellt Mediatek die neuste Ausbaustufe seiner Smartphone-Chips vor. Der Nachfolger des Mediatek Dimensity 9000 erreicht durch ein besseres Binning höhere CPU- und GPU-Taktfrequenzen. Der CPU-Takt des Prime-Core (A-Core) steigt dabei von 3,0 auf 3,2 GHz. Und auch die ARM Mali-G710 MP10 GPU darf nun mit 0,9 GHz (vorher 0,85 GHz) takten.
Beides ist natürlich eine gute Weiterentwicklung des Dimensity 9000, die auch messbar ist. Spürbar dürfte die Leistungssteigerung in der Praxis zumeist nicht sein. Die Gesamtleistung des Mediatek Dimensity 9000+ kann sich am Ende aber sehen lassen: Qualcomm Snapdragon 8+ Gen 1 wird in Geekbench 5 sowohl im Einkern- als auch im Mehrkern-Benchmark geschlagen.
Beides ist natürlich eine gute Weiterentwicklung des Dimensity 9000, die auch messbar ist. Spürbar dürfte die Leistungssteigerung in der Praxis zumeist nicht sein. Die Gesamtleistung des Mediatek Dimensity 9000+ kann sich am Ende aber sehen lassen: Qualcomm Snapdragon 8+ Gen 1 wird in Geekbench 5 sowohl im Einkern- als auch im Mehrkern-Benchmark geschlagen.
Was man über den neuen Apple A16 Bionic aus dem iPhone 14 weiß
Veröffentlicht von am 22.08.2022
Jedes Jahr bringt Apple eine neue iPhone Serie heraus und mit Veröffentlichung der Serie auch immer den neusten Apple A-Prozessor. Diesen kommt in den letzten Jahren sogar noch mehr Bedeutung zu, denn er bildet seit 2020 auch die Basis für Apples M-Prozessor Serie. Die Apple M-Prozessoren basieren auf der gleichen Kernarchitektur wie die Apple A-Prozessoren, sind aber in vielen Bereichen wie Speicheranbindung, Speichermenge oder Cache deutlich aufgebohrt.
Apple A16 Bionic - Beschreibung des Prozessors
Der Apple A16 Bionic wurde auf der Apple Keynote im September 2022 vorgestellt, wo er im Apple iPhone Pro 14 zum Einsatz kam. Der Prozessor wird im 4-Nanometerverfahren gefertigt und basiert auf einer hybriden big.LITTLE Architektur, wobei sich die 6 Prozessorkerne in 2 Hochleistungskerne und 4 Effizienzkerne aufteilen. Die Hochleistungskerne takten mit 3,46 Gigahertz und die Effizienzkerne noch mit 2,02 Gigahertz. Im Vergleich zum Vorgänger, dem Apple A15 Bionic mit 5 GPU-Kernen, ist lediglich die Taktfrequenz der Hochleistungskerne um 0,23 Gigahertz erhöht worden, die Taktfrequenz der Effizienzkerne ist identisch. Hyperthreading wird von dem Prozessor nicht unterstützt und das Übertakten des Prozessors ist ebenfalls nicht möglich.Der Prozessor erreicht eine Single-Core Wert von 1890 Punkten und einen Multi-Core Wert von 5355 Punkten im Benchmark Geekbench 5. Damit ist er ca. 10 Prozent schneller als der Apple A15 Bionic.
Die interne Grafikeinheit ist im Vergleich zum Vorgänger verbessert worden. Zum einen wird sie im 1 Nanometer kleinerem 4-Nanometerverfahren gefertigt und zum anderen ist die Taktfrequenz um 0,10 Gigahertz höher als beim Apple A15 Bionic mit 5 GPU Kernen. Die GPU besitzt 160 Ausführungseinheiten mit 1280 Shakern und der maximale GPU-Speicher ist mit 8 Gigabyte angegeben. Die GPU des Apple A16 Bionic erreicht eine FP32-Rechenleistung (Einfache Genauigkeit) von 2 Teraflops und ist damit deutlich schneller als die GPU des Vorgängers, die eine FP32-Rechenleitung von nur 1,5 Teraflops.
Im Apple A16 Bionic sind 6 Gigabyte Arbeitsspeicher vom Typ LPDDR5-6400 verbaut. Über den einen vorhandenen Speicherkanal erreicht der Arbeitsspeicher eine Bandbreite von 51,2 Gigabyte / Sekunde. Damit gab es hier auch eine Update zum Apple A15 Bionic, der zwar ebenfalls mit 6 Gigabyte Arbeitsspeicher ausgestattet ist, jedoch ist hier der etwas ältere und langsamere LPDDR4X-4266 Arbeitsspeicher verbaut.
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
