Google Tensor vs Apple A13 Bionic
Letzte Aktualisierung:
CPU-Vergleich mit Benchmarks
|
 |
|
| Google Tensor | Apple A13 Bionic | |
CPU VergleichGoogle Tensor oder Apple A13 Bionic - 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 Google Tensor besitzt 8 Kerne mit 8 Threads und taktet mit maximal 2,80 GHz. Es werden bis zu 12 GB Arbeitsspeicher in 2 Speicherkanälen unterstützt. Erschienen ist der Google Tensor im Q4/2021. Der Apple A13 Bionic besitzt 6 Kerne mit 6 Threads und taktet mit maximal 2,65 GHz. Die CPU unterstützt bis zu 4 GB Arbeitsspeicher in 1 Speicherkanälen. Erschienen ist der Apple A13 Bionic im Q3/2019. |
||
| Google Tensor (3) | Familie | Apple A series (22) |
| Google Tensor (1) | CPU Gruppe | Apple A13 (1) |
| 1 | Generation | 13 |
| G1 | Architektur | A13 (Lightning / Thunder) |
| Mobile | Segment | Mobile |
| -- | Vorgänger | Apple A12 Bionic |
| Google Tensor G2 | Nachfolger | Apple A14 Bionic |
|
|
||
CPU Kerne und TaktfrequenzDer Google Tensor besitzt 8 CPU-Kerne und kann 8 Threads parallel berechnen. Die Taktfrequenz des Google Tensor liegt bei 2,80 GHz während der Apple A13 Bionic 6 CPU-Kerne besitzt und 6 Threads gleichzeitig berechnen kann. Die Taktfrequenz des Apple A13 Bionic liegt bei 2,65 GHz. |
||
| Google Tensor | Eigenschaft | Apple A13 Bionic |
| 8 | Kerne | 6 |
| 8 | Threads | 6 |
| hybrid (Prime / big.LITTLE) | Kernarchitektur | hybrid (big.LITTLE) |
| Nein | Hyperthreading | Nein |
| Nein | Übertaktbar ? | Nein |
| 2,80 GHz 2x Cortex-X1 |
A-Kern | 2,65 GHz 2x Lightning |
| 2,25 GHz 2x Cortex-A76 |
B-Kern | 1,80 GHz 4x Thunder |
| 1,80 GHz 4x Cortex-A55 |
C-Kern | -- |
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. |
||
| Google Tensor | Eigenschaft | Apple A13 Bionic |
| Google Tensor AI | KI-Hardware | Apple Neural Engine |
| Google Edge TPU @ 1.6 TOPS | KI-Spezifikationen | 8 Neural cores @ 6 TOPS |
Interne GrafikDer Google Tensor oder Apple A13 Bionic verfügt über eine integrierte Grafik, kurz iGPU genannt. Die iGPU nutzt den Arbeitsspeicher des Systems als Grafikspeicher und sitzt auf dem Die des Prozessors. |
||
| ARM Mali-G78 MP20 | GPU | Apple A13 |
| 0,76 GHz | Grafik-Taktfrequenz | 1,35 GHz |
| -- | GPU (Turbo) | -- |
| Vallhall 2 | GPU Generation | 10 |
| 5 nm | Technologie | 7 nm |
| 1 | Max. Bildschirme | 1 |
| 20 | Ausführungseinheiten | 16 |
| 320 | Shader | 256 |
| Nein | Hardware Raytracing | Nein |
| Nein | Frame Generation | Nein |
| -- | Max. GPU Speicher | 4 GB |
| 12 | DirectX Version | -- |
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. |
||
| ARM Mali-G78 MP20 | GPU | Apple A13 |
| 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 |
| Dekodieren | Codec AV1 | Nein |
| Dekodieren / Enkodieren | Codec AVC | Dekodieren |
| Dekodieren / Enkodieren | Codec VC-1 | Dekodieren |
| Dekodieren / Enkodieren | Codec JPEG | Dekodieren / Enkodieren |
Arbeitsspeicher & PCIeDer Google Tensor kann bis zu 12 GB Arbeitsspeicher in 2 Speicherkanälen nutzen. Die maximale Speicherbandbreite liegt bei 53,0 GB/s. Bis zu 4 GB Arbeitsspeicher unterstützt der Apple A13 Bionic in 1 Speicherkanälen und erreicht eine Speicherbandbreite von bis zu 34,1 GB/s. |
||
| Google Tensor | Eigenschaft | Apple A13 Bionic |
| LPDDR5-5500 | Arbeitsspeicher | LPDDR4X-4266 |
| 12 GB | Max. Speicher | 4 GB |
| 2 (Dual Channel) | Speicherkanäle | 1 (Single Channel) |
| 53,0 GB/s | Max. Bandbreite | 34,1 GB/s |
| Nein | ECC | Nein |
| 8,00 MB | L2 Cache | 8,00 MB |
| -- | L3 Cache | -- |
| -- | PCIe Version | -- |
| -- | PCIe Leitungen | -- |
| -- | PCIe Bandbreite | -- |
LeistungsaufnahmeDie Thermal Design Power (kurz TDP) des Google Tensor liegt bei 10 W, während der Apple A13 Bionic eine TDP von 6 W besitzt. Die TDP gibt die notwendige Kühllösung vor, die benötigt wird um den Prozessor ausreichend zu kühlen. |
||
| Google Tensor | Eigenschaft | Apple A13 Bionic |
| 10 W | TDP (PL1 / PBP) | 6 W |
| -- | TDP (PL2) | -- |
| -- | TDP up | -- |
| -- | TDP down | -- |
| -- | Tjunction max. | -- |
Technische DatenDer Google Tensor wird in 5 nm gefertigt und verfügt über 8,00 MB Cache. Der Apple A13 Bionic wird in 7 nm gefertigt und verfügt über einen 8,00 MB großen Cache. |
||
| Google Tensor | Eigenschaft | Apple A13 Bionic |
| 5 nm | Technologie | 7 nm |
| Unbekannt | Chip-Design | Chiplet |
| Armv8-A (64 bit) | Befehlssatz (ISA) | Armv8-A (64 bit) |
| -- | ISA Erweiterungen | -- |
| -- | Sockel | -- |
| Keine | Virtualisierung | Keine |
| Nein | AES-NI | Nein |
| Android | Betriebssysteme | iOS |
| Q4/2021 | Erscheinungsdatum | Q3/2019 |
| -- | Erscheinungspreis | -- |
| weitere Daten anzeigen | weitere Daten anzeigen | |
|
8C 8T @ 2,80 GHz jetzt bei Amazon.de im Angebot kaufen !
6C 6T @ 2,65 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.
|
Google Tensor
8C 8T @ 2,80 GHz |
||
|
Apple A13 Bionic
6C 6T @ 2,65 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.
|
|
Google Tensor
8C 8T @ 2,80 GHz |
||
|
|
Apple A13 Bionic
6C 6T @ 2,65 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.
|
|
Google Tensor
8C 8T @ 2,80 GHz |
||
|
|
Apple A13 Bionic
6C 6T @ 2,65 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.
|
|
Google Tensor
8C 8T @ 2,80 GHz |
||
|
|
Apple A13 Bionic
6C 6T @ 2,65 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.
|
|
Google Tensor
ARM Mali-G78 MP20 @ 0,76 GHz |
||
|
|
Apple A13 Bionic
Apple A13 @ 1,35 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.
|
|
Google Tensor
8C 8T @ 2,80 GHz |
||
|
|
Apple A13 Bionic
6C 6T @ 2,65 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.
|
|
Google Tensor
8C 8T @ 2,80 GHz |
||
|
|
Apple A13 Bionic
6C 6T @ 2,65 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).
|
|
Google Tensor
8C 8T @ 2,80 GHz |
||
|
|
Apple A13 Bionic
6C 6T @ 2,65 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.
|
|
Google Tensor
8C 8T @ 2,80 GHz |
||
|
|
Apple A13 Bionic
6C 6T @ 2,65 GHz |
||
Geräte mit diesem Prozessor |
|
| Google Tensor | Apple A13 Bionic |
| Google Pixel 6 Google Pixel 6 Pro |
Apple iPhone 11 Apple iPhone 11 Pro Apple iPhone 11 Pro Max iPhone SE |
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.
Apple A13 Bionic - Beschreibung des Prozessors
Der Apple A13 Bionic ist ein Smartphone Prozessor von Apple. Er wird im Apple iPhone 11 und Apple iPhone 11 Pro eingesetzt und kommt auch in Apples iPad zum Einsatz. Apples Smartphone Prozessoren sind im Vergleich mit der Konkurrenz meistens sehr schnell und erreichen mit ihren zwei schnellen Performance-Kernen hohe Ergebnisse auch in Einkern-Szenarien. Die Grafikleistung des Apple A13 Bionic ist gut aber im Vergleich zu anderen Premium-Smartphone-Prozessoren nicht ganz konkurrenzfähig.Der Prozessor nutzt einen hybriden big.LITTLE Kernaufbau, der zwei große CPU-Kerne (Lightning Architektur) mit vier kleineren CPU-Kernen (Thunder Architektur) vereint. Die unterschiedlich großen CPU-Kerne takten mit bis zu 2,65 GHz (P-Kerne) bzw. 1,8 GHz (E-Kerne). Maximal sechs Threads können parallel abgearbeitet werden, Hyperthreading bzw. Simultaneous Multi-Threading wird durch den Apple A13 Bionic nicht unterstützt.
Der Apple A13 Bionic integriert auch eine eigene Grafikeinheit, die 32 Ausführungseinheiten und 256 Shader besitzt. Maximal 4 GB Speicher kann die iGPU im Apple A13 Bionic nutzen.
Bis zu 4 GB LPDDR4X Speicher kann der Smartphone-Prozessor insgesamt anbinden. Die maximale Bandbreite liegt bei 34,1 Gigabytes pro Sekunde, was für ein Smartphone ein guter Wert ist. Die maximale Energieaufnahme des Prozessors wird von Apple selbst nicht angegeben. Verbrauchsmessungen legen aber nahe, dass die CPU zwischen 5 und 6 Watt an Energie aufnehmen kann. Bei einer höheren Energieaufnahme würde das Smartphone schnell überhitzen, was die Leistung des Apple A13 Bionic reduzieren würde.
Der Apple A13 Bionic besitzt 8 MB an Level 2 Cache und nutzt den ARMv8-A64 Befehlssatz. Apple nutzt in seinen Prozessoren seit längerem ein Chiplet-Design und kann so verschiedene CPU und GPU Ausbaustufen relativ leicht anbieten. Als Betriebssystem wird ausschließlich Apples iOS bzw. Apples iPad OS unterstützt.
Beliebte Vergleiche mit einer dieser CPUs
Zurück zur Startseite
