Google Tensor vs Apple A16 Bionic
Letzte Aktualisierung:
CPU-Vergleich mit Benchmarks
|
 |
|
| Google Tensor | Apple A16 Bionic | |
CPU VergleichGoogle Tensor oder Apple A16 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 A16 Bionic besitzt 6 Kerne mit 6 Threads und taktet mit maximal 3,46 GHz. Die CPU unterstützt bis zu 6 GB Arbeitsspeicher in 1 Speicherkanälen. Erschienen ist der Apple A16 Bionic im Q3/2022. |
||
| Google Tensor (3) | Familie | Apple A series (22) |
| Google Tensor (1) | CPU Gruppe | Apple A16 (1) |
| 1 | Generation | 16 |
| G1 | Architektur | A16 |
| Mobile | Segment | Mobile |
| -- | Vorgänger | Apple A15 Bionic (5-GPU) |
| Google Tensor G2 | Nachfolger | Apple A17 Pro |
|
|
||
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 A16 Bionic 6 CPU-Kerne besitzt und 6 Threads gleichzeitig berechnen kann. Die Taktfrequenz des Apple A16 Bionic liegt bei 3,46 GHz. |
||
| Google Tensor | Eigenschaft | Apple A16 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 | 3,46 GHz 2x Everest |
| 2,25 GHz 2x Cortex-A76 |
B-Kern | 2,02 GHz 4x Sawtooth |
| 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 A16 Bionic |
| Google Tensor AI | KI-Hardware | Apple Neural Engine |
| Google Edge TPU @ 1.6 TOPS | KI-Spezifikationen | 16 Neural cores @ 17 TOPS |
Interne GrafikDer Google Tensor oder Apple A16 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 A16 (5 GPU Cores) |
| 0,76 GHz | Grafik-Taktfrequenz | 1,34 GHz |
| -- | GPU (Turbo) | -- |
| Vallhall 2 | GPU Generation | 13 |
| 5 nm | Technologie | 4 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 A16 (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 A16 Bionic in 1 Speicherkanälen und erreicht eine Speicherbandbreite von bis zu 51,2 GB/s. |
||
| Google Tensor | Eigenschaft | Apple A16 Bionic |
| LPDDR5-5500 | Arbeitsspeicher | LPDDR5-6400 |
| 12 GB | Max. Speicher | 6 GB |
| 2 (Dual Channel) | Speicherkanäle | 1 (Single Channel) |
| 53,0 GB/s | Max. Bandbreite | 51,2 GB/s |
| Nein | ECC | Nein |
| 8,00 MB | L2 Cache | 20,00 MB |
| -- | L3 Cache | 24,00 MB |
| -- | PCIe Version | -- |
| -- | PCIe Leitungen | -- |
| -- | PCIe Bandbreite | -- |
LeistungsaufnahmeDie Thermal Design Power (kurz TDP) des Google Tensor liegt bei 10 W, während der Apple A16 Bionic 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 A16 Bionic |
| 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 A16 Bionic wird in 4 nm gefertigt und verfügt über einen 44,00 MB großen Cache. |
||
| Google Tensor | Eigenschaft | Apple A16 Bionic |
| 5 nm | Technologie | 4 nm |
| Unbekannt | Chip-Design | Chiplet |
| Armv8-A (64 bit) | Befehlssatz (ISA) | Armv8.6-A (64 bit) |
| -- | ISA Erweiterungen | -- |
| -- | Sockel | -- |
| Keine | Virtualisierung | Keine |
| Nein | AES-NI | Nein |
| Android | Betriebssysteme | iOS |
| Q4/2021 | Erscheinungsdatum | Q3/2022 |
| -- | Erscheinungspreis | -- |
| weitere Daten anzeigen | weitere Daten anzeigen | |
|
8C 8T @ 2,80 GHz jetzt bei Amazon.de im Angebot kaufen !
6C 6T @ 3,46 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 A16 Bionic
6C 6T @ 3,46 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 A16 Bionic
6C 6T @ 3,46 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 A16 Bionic
6C 6T @ 3,46 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 A16 Bionic
6C 6T @ 3,46 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 A16 Bionic
Apple A16 (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 A16 Bionic
6C 6T @ 3,46 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 A16 Bionic
6C 6T @ 3,46 GHz |
||
AnTuTu 10 Benchmark
Der AnTuTu 10 Benchmark ist einer der bekanntesten Benchmarks für Mobil-Prozessoren, der mittlerweile in der Version 10 vorliegt. Es gibt sowohl eine Version für auf Android basierende Smartphones und Tablets, sowie eine Version für Apple-Mobil-Geräte, also für iPhones und iPads.
Der Antutu 10 Benchmark hat 3 Phasen. In der ersten Phase wird der Arbeittspeicher des Geräts getestet, in Phase 2 folgt dann ein Test der Grafik und in der letzten Phase wird dann das komplette Gerät, mit dem Rendern von 3D Grafiken, an seine Leistunggrenzen gebracht.
Antutu 10 ist damit hervorragend geignet die Performance verschiedener Geräte miteinander zu vergleichen.
Der Antutu 10 Benchmark hat 3 Phasen. In der ersten Phase wird der Arbeittspeicher des Geräts getestet, in Phase 2 folgt dann ein Test der Grafik und in der letzten Phase wird dann das komplette Gerät, mit dem Rendern von 3D Grafiken, an seine Leistunggrenzen gebracht.
Antutu 10 ist damit hervorragend geignet die Performance verschiedener Geräte miteinander zu vergleichen.
|
|
Google Tensor
8C 8T @ 2,80 GHz |
||
|
|
Apple A16 Bionic
6C 6T @ 3,46 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 A16 Bionic
6C 6T @ 3,46 GHz |
||
Geräte mit diesem Prozessor |
|
| Google Tensor | Apple A16 Bionic |
| Google Pixel 6 Google Pixel 6 Pro |
Apple iPhone 14 Pro Apple iPhone 14 Pro Max |
News und Artikel für den Google Tensor und den Apple A16 Bionic
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.
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 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.
Beliebte Vergleiche mit einer dieser CPUs
Zurück zur Startseite
