In diesem CPU-Vergleich stellen wir den Apple M3 Max (16-CPU 40-GPU) und den Google Tensor gegenüber und prüfen anhand von Benchmarks, welcher Prozessor schneller ist.
Wir vergleichen den Apple M3 Max (16-CPU 40-GPU) 16-Kern Prozessor der im Q4/2023 erschienen ist mit dem Google Tensor, welcher 8 CPU-Kerne besitzt und im Q4/2021 vorgestellt wurde.
Der Apple M3 Max (16-CPU 40-GPU) ist ein 16-Kern Prozessor mit einer Taktfrequenz von 0,70 GHz (4,06 GHz). Der Prozessor kann zeitgleich 16 Threads berechnen. Der Google Tensor taktet mit 2,80 GHz, besitzt 8 CPU-Kerne und kann parallel 8 Threads berechnen.
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. 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.
Eine 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.
Ein 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.
Bis zu 128 GB Arbeitsspeicher in maximal 4 Speicherkanälen werden vom Apple M3 Max (16-CPU 40-GPU) unterstützt, während der Google Tensor maximal 12 GB Arbeitsspeicher mit einer maximalen Speicherbandbreite von 53,0 GB/s ermöglicht.
Der Apple M3 Max (16-CPU 40-GPU) besitzt eine TDP von 57 W. Die TDP des Google Tensor liegt bei 10 W. Systemintegratoren orientieren sich bei der Dimensionierung der Kühllösung an der TDP des Prozessors.
Der Apple M3 Max (16-CPU 40-GPU) besitzt 36,00 MB Cache und wird in 3 nm hergestellt. Der Cache des Google Tensor liegt bei 8,00 MB. Der Prozessor wird in 5 nm gefertigt.
Apple M3 Max (16-CPU 40-GPU) 16C 16T @ 0,70 GHz (4,06 GHz)
jetzt bei Amazon.de im Angebot kaufen !
Google Tensor 8C 8T @ 2,80 GHz
jetzt bei Amazon.de im Angebot kaufen !
Bewerte diese Prozessoren
Hier kannst Du den Apple M3 Max (16-CPU 40-GPU) bewerten, um anderen Besuchern bei ihrer Kaufentscheidung zu helfen. Die durchschnittliche Bewertung liegt bei 4,9 Sternen (545 Bewertungen). Jetzt bewerten:
Hier kannst Du den Google Tensor bewerten, um anderen Besuchern bei ihrer Kaufentscheidung zu helfen. Die durchschnittliche Bewertung liegt bei 4,3 Sternen (12 Bewertungen). Jetzt bewerten:
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.
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.
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.
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.
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.
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).
Der Cinebench 2024 Benchmark basiert auf der Redshift-Rendering Engine die auch im 3D-Programm Cinema 4D des Herstellers Maxon zum Einsatz kommt. Die Benchmark-Durchläufe sind je 10 Minuten lang um zu Testen ob der Prozessor durch seine Wärmeentwicklung limitiert wird.
Der Mehrkern-Test des Cinebench 2024-Benchmarks nutzt alle CPU-Kerne zum Rendern mit der Redshift-Rendering-Engine, die auch in Maxons Cinema 4D zum Einsatz kommt. Der Benchmark-Lauf dauert 10 Minuten, um zu testen, ob der Prozessor durch seine Wärmeentwicklung eingeschränkt wird.
Cinebench R23 ist die Weiterentwicklung von Cinebench R20 und basiert ebenso auf der Cinema 4D Suite, einem weltweit eingesetzten Programm, das benutzt wird um 3D-Inhalte und Formen zu generieren. Der Single-Core Test nutzt nur einen CPU-Kern, die Anzahl der Kerne sowie Hyperthreading beeinflussen das Ergebnis nicht.
Cinebench R23 ist die Weiterentwicklung von Cinebench R20 und basiert ebenso auf der Cinema 4D Suite, einem weltweit eingesetzten Programm, das benutzt wird um 3D-Inhalte und Formen zu generieren. Der Multi-Core Test bezieht alle CPU-Kerne mit ein und zieht einen großen Nutzen aus Hyperthreading.
Cinebench R20 ist die Weiterentwicklung von Cinebench R15 und basiert ebenso auf der Cinema 4D Suite, einem weltweit eingesetzten Programm, das benutzt wird um 3D-Inhalte und Formen zu generieren. Der Single-Core Test nutzt nur einen CPU-Kern, die Anzahl der Kerne sowie Hyperthreading beeinflussen das Ergebnis nicht.
Cinebench R20 ist die Weiterentwicklung von Cinebench R15 und basiert ebenso auf der Cinema 4D Suite, einem weltweit eingesetzten Programm, das benutzt wird um 3D-Inhalte und Formen zu generieren. Der Multi-Core Test bezieht alle CPU-Kerne mit ein und zieht einen großen Nutzen aus Hyperthreading.
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.
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.
Cinebench R15 ist die Weiterentwicklung von Cinebench 11.5 und basiert ebenso auf der Cinema 4D Suite, einem weltweit eingesetzten Programm, das benutzt wird um 3D-Inhalte und Formen zu generieren. Der Single-Core Test nutzt nur einen CPU-Kern, die Anzahl der Kerne sowie Hyperthreading beeinflussen das Ergebnis nicht.
Cinebench R15 ist die Weiterentwicklung von Cinebench 11.5 und basiert ebenso auf der Cinema 4D Suite, einem weltweit eingesetzten Programm, das benutzt wird um 3D-Inhalte und Formen zu generieren. Der Multi-Core Test bezieht alle CPU-Kerne mit ein und zieht einen großen Nutzen aus Hyperthreading.
Effizienz des Prozessors unter voller Auslastung im Cinebench R23 (Mehrkern) Benchmark. Die erreichte Punktzahl wird durch die durchschnittlich benötigte Energie (CPU Package Power in Watt) geteilt. Je höher der Wert, desto effizienter ist die CPU unter Volllast.
Apple M3 Max (16-CPU 40-GPU) - Beschreibung des Prozessors
Den Apple M3 Max gibt es in zwei verschiedenen Ausführungen: einmal mit 16 CPU-Kernen und 40 GPU-Kernen und einmal mit 14 CPU-Kernen und 30 GPU-Kernen. Beide Modelle gibt es aktuell im Apple MacBook Pro 14 und Apple MacBook Pro 16.
Der Apple M3 Max (16-CPU 40-GPU) besitzt 12 große P-Kerne die mit 0,7 GHz sehr niedrig takten. Bei Bedarf können die P-Kerne mit bis zu 4,06 GHz takten. Die vier kleineren E-Kerne sind nochmal etwas effizienter und takten mit 0,74 GHz. Auch die E-Kerne können bei Bedarf ihre Taktfrequenz auf bis zu 2,75 GHz erhöhen.
Hatte Apple in den M-Prozessoren bisher mindestens immer die gleiche Anzahl von E-Kernen im Verhältnis zu den P-Kernen verbaut, kommt im Apple M3 Max (16-CPU 40-GPU) erstmals eine Konfiguration zum Einsatz, die über deutlich mehr P-Kerne verfügt.
Auch an Bord ist die neue AI-Recheneinheit, die auf 16 Neurale-Kerne kommt und eine Rechenleistung von bis zu 35 TOPS aufweist. Die AI-Recheneinheit kommt bei der Bild- und Videoverarbeitung genauso zum Einsatz wie in Kombination mit der GPU bei grafiklastigen Anwendungen.
Die integrierte Grafik hat Apple mit der dritten Generation der Apple M Prozessoren deutlich überarbeitet. Diese unterstützt nun den freien AV1-Videocodec (dekodieren) sowie die Berechnung von Lichtstrahlen über die Hardware (Raytracing). Außerdem hat Apple die Speicherlogik des SoCs geändert. Über den Dynamic Cache kann der gemeinsame Speicher, den sich CPU und GPU teilen deutlich effizienter genutzt werden.
Maximal sind bis zu 128 GB Speicher beim Apple M3 Max möglich. Dieser ist über 4 Speicherkanäle angebunden und kommt so auf eine sehr hohe Speicherbandbreite von 409,6 GB pro Sekunde. Der Prozessor selbst unterstützt PCIe 4.0 und kann über eine nicht bekannte Anzahl von PCIe-Leistungen so externe Geräte schnell anbinden. Der SoC wird in 3 nm bei TSMC in Taiwan gefertigt.
Google Tensor - Beschreibung des Prozessors
Der Google Tensor ist ein von dem amerikanischen Unternehmen Google entwickelter 64-bit System-on-a-Chip (SOC) Prozessor. Er wurde im vierten Quartal des Jahres 2021 veröffentlicht und kam in den Google eigenen Smartphones Google Pixel 6, Google Pixel 6 Pro und Google Pixel 6a zum Einsatz. Der Google Tensor ist die erste Generation der Tensor-Prozessoren und wird in einer Strukturbreite von 5 Nanometern gefertigt. Mit dem Google Tensor G2 kam im Jahr 2022 der Nachfolger der ersten Generation, welcher im Google Pixel 7 verbaut wird.
Der Google Tensor basiert auf einer hybriden Prime big.LITTLE Kernarchitektur und besitzt insgesamt acht Prozessorkerne. Diese teilen sich in 2 Prime-Kerne, 2 Performance-Kerne und 4 Effizienz-Kerne auf. Die beiden Prime-Kerne takten mit bis zu 2,80 Gigahertz und basieren auf einem ARM Cortex-X1 Kern. Die zwei Performance-Kerne basieren auf dem ARM Cortex-A76 und takten mit bis zu 2,25 Gigahertz. Die vier Effizienz-Kerne, die zum Einsatz kommen wenn keine Rechenpower benötigt wird, um so die Akkulaufzeit des Smartphones zu verlängern, basieren auf dem ARM Cortex-A55 und takten mit maximal 1,80 Gigahertz.
Mit der Google Tensor AI (Google Edge TPU mit 1,6 TOPS Leistung) ist im Google Tensor eine spezielle Hardware verbaut, welche die Berechnung von KI bzw. ML in Hardware unterstützt.
Als interne Grafikeinheit ist im Google Tensor die ARM Mali-G78 mit 20 Ausführungseinheiten verbaut. Diese iGPU besitzt insgesamt 320 Shadereinheiten und taktet mit bis zu 760 Megahertz, einen Turbomodus besitzt die Grafikeinheit nicht. Die erreicht eine FP32-Rechenleistung von 1943 GigaFLOPS, bei einfacher Genauigkeit. Die ARM Mail-G78 wird in einer Strukturbreite von 5 Nanometern gefertigt und stammt aus der Generation Valhall 2.
Der Google Tensor G1 wurde mit bis zu 12 Gigabyte LPDDR5-5500 Speicher ausgestattet und besitzt 2 Speicherkanäle.