NVIDIA Tegra X1 vs Google Tensor G2
Letzte Aktualisierung:
CPU-Vergleich mit Benchmarks
|
 |
|
| NVIDIA Tegra X1 | Google Tensor G2 | |
CPU VergleichNVIDIA Tegra X1 oder Google Tensor G2 - 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 NVIDIA Tegra X1 besitzt 8 Kerne mit 8 Threads und taktet mit maximal 2,00 GHz. Es werden bis zu 8 GB Arbeitsspeicher in 2 Speicherkanälen unterstützt. Erschienen ist der NVIDIA Tegra X1 im Q1/2017. Der Google Tensor G2 besitzt 8 Kerne mit 8 Threads und taktet mit maximal 2,85 GHz. Die CPU unterstützt bis zu 12 GB Arbeitsspeicher in 2 Speicherkanälen. Erschienen ist der Google Tensor G2 im Q4/2022. |
||
| NVIDIA Tegra (2) | Familie | Google Tensor (3) |
| NVIDIA Tegra X1 (2) | CPU Gruppe | Google Tensor G2 (1) |
| 2 | Generation | 2 |
| Cortex-A57/-A53 | Architektur | G2 |
| Mobile | Segment | Mobile |
| -- | Vorgänger | Google Tensor |
| -- | Nachfolger | -- |
|
|
||
CPU Kerne und TaktfrequenzDer NVIDIA Tegra X1 besitzt 8 CPU-Kerne und kann 8 Threads parallel berechnen. Die Taktfrequenz des NVIDIA Tegra X1 liegt bei 2,00 GHz während der Google Tensor G2 8 CPU-Kerne besitzt und 8 Threads gleichzeitig berechnen kann. Die Taktfrequenz des Google Tensor G2 liegt bei 2,85 GHz. |
||
| NVIDIA Tegra X1 | Eigenschaft | Google Tensor G2 |
| 8 | Kerne | 8 |
| 8 | Threads | 8 |
| hybrid (big.LITTLE) | Kernarchitektur | hybrid (Prime / big.LITTLE) |
| Nein | Hyperthreading | Nein |
| Nein | Übertaktbar ? | Nein |
| 2,00 GHz 4x Cortex-A57 |
A-Kern | 2,85 GHz 2x Cortex-X1 |
| 2,00 GHz 4x Cortex-A53 |
B-Kern | 2,35 GHz 2x Cortex-A78 |
| -- | C-Kern | 1,80 GHz 4x Cortex-A55 |
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. |
||
| NVIDIA Tegra X1 | Eigenschaft | Google Tensor G2 |
| -- | KI-Hardware | Google Tensor AI |
| -- | KI-Spezifikationen | Google Edge TPU @ 4 TOPS |
Interne GrafikDer NVIDIA Tegra X1 oder Google Tensor G2 verfügt über eine integrierte Grafik, kurz iGPU genannt. Die iGPU nutzt den Arbeitsspeicher des Systems als Grafikspeicher und sitzt auf dem Die des Prozessors. |
||
| NVIDIA Tegra X1 (Maxwell) | GPU | ARM Mali-G710 MP7 |
| 0,30 GHz | Grafik-Taktfrequenz | 0,90 GHz |
| 1,00 GHz | GPU (Turbo) | -- |
| 1 | GPU Generation | Vallhall 3 |
| 20 nm | Technologie | 4 nm |
| 1 | Max. Bildschirme | 1 |
| 2 | Ausführungseinheiten | 7 |
| 256 | Shader | -- |
| Nein | Hardware Raytracing | Nein |
| Nein | Frame Generation | Nein |
| 2 GB | Max. GPU Speicher | -- |
| 12 | DirectX Version | 12 |
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. |
||
| NVIDIA Tegra X1 (Maxwell) | GPU | ARM Mali-G710 MP7 |
| Dekodieren | Codec h265 / HEVC (8 bit) | Dekodieren / Enkodieren |
| Dekodieren | Codec h265 / HEVC (10 bit) | Dekodieren / Enkodieren |
| Dekodieren / Enkodieren | Codec h264 | Dekodieren / Enkodieren |
| Dekodieren | Codec VP9 | Dekodieren / Enkodieren |
| Dekodieren | Codec VP8 | Dekodieren / Enkodieren |
| Nein | Codec AV1 | Dekodieren |
| Dekodieren | Codec AVC | Dekodieren / Enkodieren |
| Dekodieren | Codec VC-1 | Dekodieren / Enkodieren |
| Dekodieren / Enkodieren | Codec JPEG | Dekodieren / Enkodieren |
Arbeitsspeicher & PCIeDer NVIDIA Tegra X1 kann bis zu 8 GB Arbeitsspeicher in 2 Speicherkanälen nutzen. Die maximale Speicherbandbreite liegt bei 25,6 GB/s. Bis zu 12 GB Arbeitsspeicher unterstützt der Google Tensor G2 in 2 Speicherkanälen und erreicht eine Speicherbandbreite von bis zu 53,0 GB/s. |
||
| NVIDIA Tegra X1 | Eigenschaft | Google Tensor G2 |
| LPDDR4-3200 | Arbeitsspeicher | LPDDR5-5500 |
| 8 GB | Max. Speicher | 12 GB |
| 2 (Dual Channel) | Speicherkanäle | 2 (Dual Channel) |
| 25,6 GB/s | Max. Bandbreite | 53,0 GB/s |
| Nein | ECC | Nein |
| 2,50 MB | L2 Cache | 8,00 MB |
| -- | L3 Cache | 4,00 MB |
| -- | PCIe Version | -- |
| -- | PCIe Leitungen | -- |
| -- | PCIe Bandbreite | -- |
LeistungsaufnahmeDie Thermal Design Power (kurz TDP) des NVIDIA Tegra X1 liegt bei 7 W, während der Google Tensor G2 eine TDP von 10 W besitzt. Die TDP gibt die notwendige Kühllösung vor, die benötigt wird um den Prozessor ausreichend zu kühlen. |
||
| NVIDIA Tegra X1 | Eigenschaft | Google Tensor G2 |
| 7 W | TDP (PL1 / PBP) | 10 W |
| -- | TDP (PL2) | -- |
| -- | TDP up | -- |
| 5 W | TDP down | -- |
| -- | Tjunction max. | -- |
Technische DatenDer NVIDIA Tegra X1 wird in 20 nm gefertigt und verfügt über 2,50 MB Cache. Der Google Tensor G2 wird in 4 nm gefertigt und verfügt über einen 12,00 MB großen Cache. |
||
| NVIDIA Tegra X1 | Eigenschaft | Google Tensor G2 |
| 20 nm | Technologie | 4 nm |
| Chiplet | Chip-Design | Chiplet |
| Armv8-A (64 bit) | Befehlssatz (ISA) | Armv8-A (64 bit) |
| -- | ISA Erweiterungen | -- |
| -- | Sockel | -- |
| Keine | Virtualisierung | Keine |
| Nein | AES-NI | Nein |
| Betriebssysteme | Android | |
| Q1/2017 | Erscheinungsdatum | Q4/2022 |
| -- | Erscheinungspreis | -- |
| weitere Daten anzeigen | weitere Daten anzeigen | |
8C 8T @ 2,00 GHz jetzt bei Amazon.de im Angebot kaufen !
8C 8T @ 2,85 GHz jetzt bei Amazon.de im Angebot kaufen !
|
||
Bewerte diese Prozessoren
Durchschnittliche Leistung in Benchmarks
⌀ Einkern Leistung in 1 CPU Benchmarks
⌀ Mehrkern Leistung in 1 CPU Benchmarks
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.
|
NVIDIA Tegra X1
8C 8T @ 2,00 GHz |
||
|
Google Tensor G2
8C 8T @ 2,85 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.
|
|
NVIDIA Tegra X1
8C 8T @ 2,00 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2,85 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.
|
|
NVIDIA Tegra X1
NVIDIA Tegra X1 (Maxwell) @ 1,00 GHz |
||
|
|
Google Tensor G2
ARM Mali-G710 MP7 @ 0,90 GHz |
||
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.
|
|
NVIDIA Tegra X1
8C 8T @ 2,00 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2,85 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.
|
|
NVIDIA Tegra X1
8C 8T @ 2,00 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2,85 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.
|
|
NVIDIA Tegra X1
8C 8T @ 2,00 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2,85 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).
|
|
NVIDIA Tegra X1
8C 8T @ 2,00 GHz |
||
|
|
Google Tensor G2
8C 8T @ 2,85 GHz |
||
Geräte mit diesem Prozessor |
|
| NVIDIA Tegra X1 | Google Tensor G2 |
| NVIDIA Shield (1. Gen) Nintendo Switch |
Google Pixel 7 Google Pixel 7 Pro |
Google Tensor G2 - Beschreibung des Prozessors
Der Google Tensor G2 ist ein von Google entwickelter Smartphone Prozessor, der exklusiv im Google Pixel 7 und Google Pixel 7 Pro von Google eingesetzt wird. Die CPU besitzt 8 CPU-Kerne und setzt auf einen hybriden Kernaufbau. Die Besonderheit dabei ist, dass der Google Tensor G2 nicht einen sehr hoch getakteten Prime-Kern besitzt, sondern gleich zwei.Die Prime-Kerne nutzen das Cortex-X1 Design von ARM und takten mit bis zu 2,85 GHz. Sie werden ergänzt durch zwei Cortex-A78, die mit 2,35 GHz takten. Zusätzlich sind vier weitere Cortex-A55 Energiesparkerne, die mit nur noch 1,8 GHz arbeiten, dafür aber besonders Energieeffizient sind. In mobilen Geräten kann das die Akkulaufzeit verlängern, da die größeren CPU-Kerne in einen Standby-Zustand versetzt werden und nur genutzt werden wenn diese auch benötigt werden.
Beim Thema KI-Beschleunigung kann der Google Tensor G2 auf die Google Edge TPU mit einer KI-Rechenleistung von bis zu 4 TOPS zurückgreifen. Die Google Edge TPU beschleunigt z.B. Kamerafunktionen, Bild- und Videoverarbeitung. Auch die KI-Beschleunigung kann so dazu beitragen, dass die CPU-Kerne möglichst wenig gefordert werden.
Als Grafikkarte setzt der Google Tensor G2 eine ARM Mali-G710 MP7 ein. Mit einer theoretischen GPU Rechenleistung von 0,7 TFLOPS ist diese durchaus geeignet um die meisten Smartphone-Spiele flüssig wiederzugeben.
Der Google Tensor G2 unterstützt bis zu 12 GB Arbeitsspeicher vom Typ DDR5-5500 mit einer maximalen Speicherbandbreite von bis zu 53 GB/s. Für ein Smartphone ist dieses Speicherbandbreite ziemlich gut und bewegt sich auf Niveau von vielen Notebooks.
Die TDP des Google Tensor G2 gibt Google nicht direkt an, anhand der Energieverbräuche und Taktfrequenzen schätzen wir die TDP daher auf 10 Watt. Damit liegt sie in einem Bereich, in dem viele moderne Smartphone Prozessoren arbeiten.
Beliebte Vergleiche mit einer dieser CPUs
Zurück zur Startseite
