Google Tensor vs Apple M2 Pro (12-CPU 19-GPU)
Letzte Aktualisierung:
CPU-Vergleich mit Benchmarks
|
 |
|
| Google Tensor | Apple M2 Pro (12-CPU 19-GPU) | |
CPU VergleichGoogle Tensor oder Apple M2 Pro (12-CPU 19-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 M2 Pro (12-CPU 19-GPU) besitzt 12 Kerne mit 12 Threads und taktet mit maximal 3,50 GHz. Die CPU unterstützt bis zu 32 GB Arbeitsspeicher in 2 Speicherkanälen. Erschienen ist der Apple M2 Pro (12-CPU 19-GPU) im Q1/2023. |
||
| Google Tensor (3) | Familie | Apple M series (25) |
| Google Tensor (1) | CPU Gruppe | Apple M2 (8) |
| 1 | Generation | 2 |
| G1 | Architektur | M2 |
| Mobile | Segment | Mobile |
| -- | Vorgänger | Apple M1 Pro (10-CPU 16-GPU) |
| Google Tensor G2 | Nachfolger | Apple M3 Pro (12-CPU 18-GPU) |
|
|
||
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 M2 Pro (12-CPU 19-GPU) 12 CPU-Kerne besitzt und 12 Threads gleichzeitig berechnen kann. Die Taktfrequenz des Apple M2 Pro (12-CPU 19-GPU) liegt bei 0,66 GHz (3,50 GHz). |
||
| Google Tensor | Eigenschaft | Apple M2 Pro (12-CPU 19-GPU) |
| 8 | Kerne | 12 |
| 8 | Threads | 12 |
| hybrid (Prime / big.LITTLE) | Kernarchitektur | hybrid (big.LITTLE) |
| Nein | Hyperthreading | Nein |
| Nein | Übertaktbar ? | Nein |
| 2,80 GHz 2x Cortex-X1 |
A-Kern | 0,66 GHz (3,50 GHz) 8x Avalanche |
| 2,25 GHz 2x Cortex-A76 |
B-Kern | 0,60 GHz (2,42 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 M2 Pro (12-CPU 19-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 M2 Pro (12-CPU 19-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 M2 Pro (19 Core) |
| 0,76 GHz | Grafik-Taktfrequenz | 0,45 GHz |
| -- | GPU (Turbo) | 1,40 GHz |
| Vallhall 2 | GPU Generation | 2 |
| 5 nm | Technologie | 5 nm |
| 1 | Max. Bildschirme | 3 |
| 20 | Ausführungseinheiten | 304 |
| 320 | Shader | 2432 |
| Nein | Hardware Raytracing | Nein |
| Nein | Frame Generation | Nein |
| -- | Max. GPU Speicher | 32 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 M2 Pro (19 Core) |
| 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 |
| 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 32 GB Arbeitsspeicher unterstützt der Apple M2 Pro (12-CPU 19-GPU) in 2 Speicherkanälen und erreicht eine Speicherbandbreite von bis zu 102,4 GB/s. |
||
| Google Tensor | Eigenschaft | Apple M2 Pro (12-CPU 19-GPU) |
| LPDDR5-5500 | Arbeitsspeicher | LPDDR5-6400 |
| 12 GB | Max. Speicher | 32 GB |
| 2 (Dual Channel) | Speicherkanäle | 2 (Dual Channel) |
| 53,0 GB/s | Max. Bandbreite | 102,4 GB/s |
| Nein | ECC | Nein |
| 8,00 MB | L2 Cache | 36,00 MB |
| -- | L3 Cache | -- |
| -- | PCIe Version | 4.0 |
| -- | PCIe Leitungen | -- |
| -- | PCIe Bandbreite | -- |
LeistungsaufnahmeDie Thermal Design Power (kurz TDP) des Google Tensor liegt bei 10 W, während der Apple M2 Pro (12-CPU 19-GPU) eine TDP von 40 W besitzt. Die TDP gibt die notwendige Kühllösung vor, die benötigt wird um den Prozessor ausreichend zu kühlen. |
||
| Google Tensor | Eigenschaft | Apple M2 Pro (12-CPU 19-GPU) |
| 10 W | TDP (PL1 / PBP) | 40 W |
| -- | TDP (PL2) | -- |
| -- | TDP up | -- |
| -- | TDP down | -- |
| -- | Tjunction max. | 100 °C |
Technische DatenDer Google Tensor wird in 5 nm gefertigt und verfügt über 8,00 MB Cache. Der Apple M2 Pro (12-CPU 19-GPU) wird in 5 nm gefertigt und verfügt über einen 36,00 MB großen Cache. |
||
| Google Tensor | Eigenschaft | Apple M2 Pro (12-CPU 19-GPU) |
| 5 nm | Technologie | 5 nm |
| Unbekannt | Chip-Design | Chiplet |
| Armv8-A (64 bit) | Befehlssatz (ISA) | Armv8.5-A (64 bit) |
| -- | ISA Erweiterungen | Rosetta 2 x86-Emulation |
| -- | Sockel | -- |
| Keine | Virtualisierung | Apple Virtualization Framework |
| Nein | AES-NI | Ja |
| Android | Betriebssysteme | macOS, iPadOS |
| Q4/2021 | Erscheinungsdatum | Q1/2023 |
| -- | Erscheinungspreis | -- |
| weitere Daten anzeigen | weitere Daten anzeigen | |
|
8C 8T @ 2,80 GHz jetzt bei Amazon.de im Angebot kaufen !
12C 12T @ 0,66 GHz (3,50 GHz) jetzt bei Amazon.de im Angebot kaufen !
|
||
Bewerte diese Prozessoren
Durchschnittliche Leistung in Benchmarks
⌀ Einkern Leistung in 2 CPU Benchmarks
⌀ Mehrkern Leistung in 2 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 M2 Pro (12-CPU 19-GPU)
12C 12T @ 3,50 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 M2 Pro (12-CPU 19-GPU)
12C 12T @ 3,50 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 M2 Pro (12-CPU 19-GPU)
12C 12T @ 3,50 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 M2 Pro (12-CPU 19-GPU)
12C 12T @ 3,50 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 M2 Pro (12-CPU 19-GPU)
Apple M2 Pro (19 Core) @ 1,40 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 M2 Pro (12-CPU 19-GPU)
12C 12T @ 0,66 GHz |
||
Cinebench 2024 (Single-Core)
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.
|
|
Google Tensor
8C 8T @ 2,80 GHz |
||
|
|
Apple M2 Pro (12-CPU 19-GPU)
12C 12T @ 3,50 GHz |
||
Cinebench 2024 (Multi-Core)
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.
|
|
Google Tensor
8C 8T @ 2,80 GHz |
||
|
|
Apple M2 Pro (12-CPU 19-GPU)
12C 12T @ 3,50 GHz |
||
Cinebench R23 (Single-Core)
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.
|
|
Google Tensor
8C 8T @ 2,80 GHz |
||
|
|
Apple M2 Pro (12-CPU 19-GPU)
12C 12T @ 3,50 GHz |
||
Cinebench R23 (Multi-Core)
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.
|
|
Google Tensor
8C 8T @ 2,80 GHz |
||
|
|
Apple M2 Pro (12-CPU 19-GPU)
12C 12T @ 3,50 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 M2 Pro (12-CPU 19-GPU)
12C 12T @ 0,66 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 M2 Pro (12-CPU 19-GPU)
12C 12T @ 0,66 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 M2 Pro (12-CPU 19-GPU)
12C 12T @ 3,50 GHz |
||
CPU-Leistung pro Watt (Effizienz)
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.
|
|
Google Tensor
2,80 GHz |
||
|
|
Apple M2 Pro (12-CPU 19-GPU)
14.855 CB R23 MC @ 40 W |
||
Geräte mit diesem Prozessor |
|
| Google Tensor | Apple M2 Pro (12-CPU 19-GPU) |
| Google Pixel 6 Google Pixel 6 Pro |
Apple MacBook Pro 16 (2023) |
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 M2 Pro (12-CPU 19-GPU) - Beschreibung des Prozessors
Der Apple M2 Pro (12-CPU 19-GPU) ist ein von Apple selbst entwickelter Prozessor, der den großen Erfolg des Apple M1 fortsetzen soll. Die CPU besitzt 12 Prozessorkerne, die sich in 8 Performance-Kerne (Codename Avalanche) und 4 Effizienz-Kerne (Codename Blizzard) aufteilen. Die 8 Avalanche-Kerne takten mit 3,50 Gigahertz und die 4 Blizzard-Kerne mit 2,80 Gigahertz. Hyperthreading wird vom Apple-Prozessor nicht unterstützt.Die interne Grafikeinheit des Apple M2 Pro (12-CPU 19-GPU) ist, wie der Name schon verrät, mit insgesamt 19 GPU-Kernen ausgestattet. Diese besitzen insgesamt 304 Ausführungseinheiten und 2432 Shadereinheiten. Die Taktfrequenz der Grafikeinheit liegt bei 1,40 Gigahertz und Sie kann bis zu 32 Gigabyte des im Prozessor integrierten Arbeitsspeichers nutzen. Die iGPU erreicht eine FP32-Rechenleistung von 6,745 TeraFLOPS, bei einfacher Genauigkeit. Damit liegt sie von der Leistung her im Bereich einer NVIDIA GeForce RTX 2060 bzw. einer AMD Radeon RX 580.
Der Prozessor kann mit maximal 32 Gigabyte Arbeitsspeichers ausgerüstet werden. Der Speicher ist im Prozessor integriert, womit sich der Kunde bei der Auswahl des Endprodukts auf eine Speichergröße festlegen muss. Der Apple M2 Pro (12-CPU 19-GPU) besitzt 2 Speicherkanäle und erreicht eine Speicherbandbreite von bis zu 204,8 GB/s. ECC-Arbeitsspeicher wird von Apple nicht angeboten.
Der Apple M2 Pro (12-CPU 19-GPU) wird in einer Strukturbreite von 5 Nanometern in einem Chiplet-Design gefertigt und besitzt einen 36,00 Megabyte großen Level-2-Cache. Der Prozessor basiert auf einer 64-bit ARM-Architektur und als ISA-Erweiterung ist die Rosetta 2 (x86-Emulation) integriert.
Der Prozessor kam im ersten Quartal des Jahres 2023 auf den Markt und wurde zum einen im neu vorgestellten Mac Mini 2023, sowie im Apple MacBook Pro 2023 im 14”- und 16”-Modell verbaut.
Beliebte Vergleiche mit einer dieser CPUs
Zurück zur Startseite
