Google Tensor vs Apple A15 Bionic (5-GPU)
Letzte Aktualisierung:
CPU-Vergleich mit Benchmarks
|
 |
|
| Google Tensor | Apple A15 Bionic (5-GPU) | |
CPU VergleichGoogle Tensor oder Apple A15 Bionic (5-GPU) - 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 A15 Bionic (5-GPU) besitzt 6 Kerne mit 6 Threads und taktet mit maximal 3,23 GHz. Die CPU unterstützt bis zu 6 GB Arbeitsspeicher in 1 Speicherkanälen. Erschienen ist der Apple A15 Bionic (5-GPU) im Q3/2021. |
||
| Google Tensor (3) | Familie | Apple A series (22) |
| Google Tensor (1) | CPU Gruppe | Apple A15 (2) |
| 1 | Generation | 15 |
| G1 | Architektur | A15 |
| Mobile | Segment | Mobile |
| -- | Vorgänger | Apple A14 Bionic |
| Google Tensor G2 | Nachfolger | Apple A16 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 A15 Bionic (5-GPU) 6 CPU-Kerne besitzt und 6 Threads gleichzeitig berechnen kann. Die Taktfrequenz des Apple A15 Bionic (5-GPU) liegt bei 3,23 GHz. |
||
| Google Tensor | Eigenschaft | Apple A15 Bionic (5-GPU) |
| 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 | 3,23 GHz 2x Avalanche |
| 2,25 GHz 2x Cortex-A76 |
B-Kern | 2,02 GHz 4x Blizzard |
| 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 A15 Bionic (5-GPU) |
| Google Tensor AI | KI-Hardware | Apple Neural Engine |
| Google Edge TPU @ 1.6 TOPS | KI-Spezifikationen | 16 Neural cores @ 15.8 TOPS |
Interne GrafikDer Google Tensor oder Apple A15 Bionic (5-GPU) 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 A15 (5 GPU Cores) |
| 0,76 GHz | Grafik-Taktfrequenz | 1,34 GHz |
| -- | GPU (Turbo) | -- |
| Vallhall 2 | GPU Generation | 12 |
| 5 nm | Technologie | 5 nm |
| 1 | Max. Bildschirme | 3 |
| 20 | Ausführungseinheiten | 20 |
| 320 | Shader | 640 |
| Nein | Hardware Raytracing | Nein |
| Nein | Frame Generation | Nein |
| -- | Max. GPU Speicher | 6 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 A15 (5 GPU Cores) |
| 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 6 GB Arbeitsspeicher unterstützt der Apple A15 Bionic (5-GPU) in 1 Speicherkanälen und erreicht eine Speicherbandbreite von bis zu 34,1 GB/s. |
||
| Google Tensor | Eigenschaft | Apple A15 Bionic (5-GPU) |
| LPDDR5-5500 | Arbeitsspeicher | LPDDR4X-4266 |
| 12 GB | Max. Speicher | 6 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 | 16,00 MB |
| -- | L3 Cache | 32,00 MB |
| -- | PCIe Version | -- |
| -- | PCIe Leitungen | -- |
| -- | PCIe Bandbreite | -- |
LeistungsaufnahmeDie Thermal Design Power (kurz TDP) des Google Tensor liegt bei 10 W, während der Apple A15 Bionic (5-GPU) eine TDP von 7.25 W besitzt. Die TDP gibt die notwendige Kühllösung vor, die benötigt wird um den Prozessor ausreichend zu kühlen. |
||
| Google Tensor | Eigenschaft | Apple A15 Bionic (5-GPU) |
| 10 W | TDP (PL1 / PBP) | 7.25 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 A15 Bionic (5-GPU) wird in 5 nm gefertigt und verfügt über einen 48,00 MB großen Cache. |
||
| Google Tensor | Eigenschaft | Apple A15 Bionic (5-GPU) |
| 5 nm | Technologie | 5 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 | Q3/2021 |
| -- | Erscheinungspreis | -- |
| weitere Daten anzeigen | weitere Daten anzeigen | |
|
8C 8T @ 2,80 GHz jetzt bei Amazon.de im Angebot kaufen !
6C 6T @ 3,23 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 A15 Bionic (5-GPU)
6C 6T @ 3,23 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 A15 Bionic (5-GPU)
6C 6T @ 3,23 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 A15 Bionic (5-GPU)
6C 6T @ 3,23 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 A15 Bionic (5-GPU)
6C 6T @ 3,23 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 A15 Bionic (5-GPU)
Apple A15 (5 GPU Cores) @ 1,34 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 A15 Bionic (5-GPU)
6C 6T @ 3,23 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 A15 Bionic (5-GPU)
6C 6T @ 3,23 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 A15 Bionic (5-GPU)
6C 6T @ 3,23 GHz |
||
Geräte mit diesem Prozessor |
|
| Google Tensor | Apple A15 Bionic (5-GPU) |
| Google Pixel 6 Google Pixel 6 Pro |
Apple iPad mini (6. Gen) Apple iPhone 13 Pro Apple iPhone 13 Pro Max Apple iPhone 14 Apple iPhone 14 Plus |
News und Artikel für den Google Tensor und den Apple A15 Bionic (5-GPU)
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.
Qualcomm Snapdragon 8+ Gen 1 mit mehr Leistung und Effizienz
Veröffentlicht von Stefan am 11.07.2022
Qualcomm wechselt beim Snapdragon 8+ Gen 1 den Auftragsfertiger von Samsung zu TSMC. Durch den Wechsel in das TSMC 4 nm Fertigungsverfahren ist der Snapdragon 8+ Gen 1 nicht nur 10 Prozent schneller sondern auch 15 Prozent effizienter als sein Vorgänger. Dadurch wird der TOP-SoC von Qualcomm zu einem der schnellsten Smartphone-Chips auf dem Markt.
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 A15 Bionic (5-GPU) - Beschreibung des Prozessors
Der Apple A15 Bionic ist ein 6-Kern SoC, das im Herbst 2021 mit dem Apple iPhone 13 bzw. Apple iPhone 13 Pro der Öffentlichkeit vorgestellt wurde. Der SoC basiert wieder auf einem 2+4 CPU-Kern Design, wobei die 2 "Avalanche" Performance Kerne von 4 "Blizzard" getauften Energie-Effizienten CPU-Kernen unterstützt werden.In Geekbench 5.4.1 wird eine Taktfrequenz von 3,23 GHz für den Prozessor ermittelt. Die CPU-Kerne können maximal 1 Thread pro Kern gleichzeitig bearbeiten. Über einen Turbo-Modus verfügen die Kerne zwar nicht, es ist aber vermutlich so, dass Apple die Basis-Taktfrequenz nicht angibt. Diese lässt sich aktuell auch nicht über Tools auslesen, so dass wir nur vermuten können, dass der Prozessor nicht dauerhaft mit 3,23 GHz taktet.
Gegenüber dem direkten Vorgänger, dem Apple A14 Bionic konnte Apple die Leistung des Smartphone-SoC um ca. 10-15 Prozent steigern. Der Level-1 System Cache hat sich zum Vorgänger verdoppelt, der Level 2 Cache bleibt mit 4 MB gleich. Gefertigt werden sowohl der Apple A15 Bionic als auch der Apple A14 Bionic in einem 5 nm Verfahren bei TSMC, wobei für den neueren Apple A15 Bionic in leicht verbessertes Verfahren "N5+" zum Einsatz kommt, welches den Energieverbrauch nochmal reduziert.
Das macht sich positiv bei der Akkulaufzeit bemerkbar. So halten die neuen iPhone 13 / iPhone 13 Pro ca. 1 Stunde länger durch. Die neuronalen Kerne hat Apple im Vergleich zum Apple A14 Bionic verdoppelt, dies soll vor allem der Bilder- und Videoverarbeitung zu Gute kommen. Auch die Grafikleistung liegt deutlich über der des Vorgängers. Mit dem Apple A15 unterscheidet Apple zudem zwei Ausbaustufen: die kleinere besitzt nur 4 GPU-Kerne (Apple iPhone 13), wobei die größere Version (Apple iPhone 13 Pro) mit 5 GPU-Kernen (ca. 20% mehr Leistung) daher kommt.
Die TDP des Apple A15 Bionic liegt bei 8,5 Watt, allerdings drosselt das SoC nach einiger Zeit seine Leistung geringfügig um nicht zu überhitzen.
Beliebte Vergleiche mit einer dieser CPUs
Zurück zur Startseite
