Apple A16 Bionic vs Google Tensor G2

Última actualización:

Comparación con puntos de referencia


Apple A16 Bionic CPU1 vs CPU2 Google Tensor G2
Apple A16 Bionic Google Tensor G2

Comparación de CPU

En esta comparación de CPU, comparamos el Apple A16 Bionic y el Google Tensor G2 y usamos puntos de referencia para verificar qué procesador es más rápido.

Comparamos el procesador central Apple A16 Bionic 6 lanzado en Q3/2022 con el Google Tensor G2 que tiene 8 núcleos de CPU y se introdujo en Q4/2022.
Apple A series (22) Familia Google Tensor (3)
Apple A16 (1) Grupo de CPU Google Tensor G2 (1)
16 Generacion 2
A16 Arquitectura G2
Mobile Segmento Mobile
Apple A15 Bionic (5-GPU) Predecesor Google Tensor
Apple A17 Pro Sucesor --

CPU Núcleos y frecuencia de base

El Apple A16 Bionic es un procesador de núcleo 6 con una frecuencia de reloj de 3,46 GHz. El procesador puede calcular 6 subprocesos al mismo tiempo. El reloj Google Tensor G2 tiene 2,85 GHz, tiene 8 núcleos de CPU y puede calcular 8 subprocesos en paralelo.

Apple A16 Bionic Característica Google Tensor G2
6 Nùcleos 8
6 Threads 8
hybrid (big.LITTLE) Arquitectura central hybrid (Prime / big.LITTLE)
No Hyperthreading No
No Overclocking ? No
3,46 GHz
2x Everest
A-Nùcleo 2,85 GHz
2x Cortex-X1
2,02 GHz
4x Sawtooth
B-Nùcleo 2,35 GHz
2x Cortex-A78
-- C-Nùcleo 1,80 GHz
4x Cortex-A55

Inteligencia artificial y aprendizaje automático

Los procesadores con el apoyo de la inteligencia artificial (AI) y el aprendizaje automático (ML) pueden procesar muchos cálculos, especialmente el procesamiento de audio, imagen y video, mucho más rápido que los procesadores clásicos. Los algoritmos para ML mejoran su rendimiento cuantos más datos hayan recopilado a través del software. Las tareas de ML se pueden procesar hasta 10 000 veces más rápido que con un procesador clásico.

Apple A16 Bionic Característica Google Tensor G2
Apple Neural Engine Hardware de IA Google Tensor AI
16 Neural cores @ 17 TOPS especificaciones de IA Google Edge TPU @ 4 TOPS

Grafica interna

Los gráficos (iGPU) integrados en el procesador no solo permiten la salida de imágenes sin tener que depender de una solución de gráficos dedicada, sino que también pueden acelerar de manera eficiente la reproducción de video.

Apple A16 (5 GPU Cores) GPU ARM Mali-G710 MP7
1,34 GHz Frecuencia GPU 0,90 GHz
-- GPU (Turbo) --
13 GPU Generation Vallhall 3
4 nm Tecnologia 4 nm
3 Max. visualizaciones 1
20 Unidades de ejecución 7
640 Shader --
No Hardware Raytracing No
No Frame Generation No
6 GB Max. GPU Memoria --
-- DirectX Version 12

Hardware codec support

Un códec de foto o video acelerado en hardware puede acelerar en gran medida la velocidad de trabajo de un procesador y prolongar la duración de la batería de las computadoras portátiles o los teléfonos inteligentes al reproducir videos.

Apple A16 (5 GPU Cores) GPU ARM Mali-G710 MP7
Decodificar / Codificar Codec h265 / HEVC (8 bit) Decodificar / Codificar
Decodificar / Codificar Codec h265 / HEVC (10 bit) Decodificar / Codificar
Decodificar / Codificar Codec h264 Decodificar / Codificar
Decodificar / Codificar Codec VP9 Decodificar / Codificar
Decodificar / Codificar Codec VP8 Decodificar / Codificar
No Codec AV1 Decodificar
Decodificar Codec AVC Decodificar / Codificar
Decodificar Codec VC-1 Decodificar / Codificar
Decodificar / Codificar Codec JPEG Decodificar / Codificar

Memoria & PCIe

El Apple A16 Bionic admite hasta 6 GB de memoria en un máximo de 1 canales de memoria, mientras que Google Tensor G2 admite un máximo de 12 GB de memoria con un ancho de banda de memoria máximo de 53,0 GB/s habilitado.

Apple A16 Bionic Característica Google Tensor G2
LPDDR5-6400 Memoria LPDDR5-5500
6 GB Max. Memoria 12 GB
1 (Single Channel) Canales de memoria 2 (Dual Channel)
51,2 GB/s Max. Banda ancha 53,0 GB/s
No ECC No
20,00 MB L2 Cache 8,00 MB
24,00 MB L3 Cache 4,00 MB
-- Versión PCIe --
-- Lineas PCIe --
-- PCIe Banda ancha --

Gestión térmica

El Apple A16 Bionic tiene un TDP de 7.25 W. El TDP de Google Tensor G2 es 10 W. Los integradores de sistemas utilizan el TDP del procesador como guía al dimensionar la solución de refrigeración.

Apple A16 Bionic Característica Google Tensor G2
7.25 W TDP (PL1 / PBP) 10 W
-- TDP (PL2) --
-- TDP up --
-- TDP down --
-- Tjunction max. --

Detalles tecnicos

El Apple A16 Bionic tiene 44,00 MB de caché y está fabricado en 4 nm. El caché de Google Tensor G2 está en 12,00 MB. El procesador está fabricado en 4 nm.

Apple A16 Bionic Característica Google Tensor G2
4 nm Tecnologia 4 nm
Chiplet Diseño de chips Chiplet
Armv8.6-A (64 bit) Conjunto de instrucciones (ISA) Armv8-A (64 bit)
-- Extensiones ISA --
-- Enchufe --
Ninguno Virtualización Ninguno
No AES-NI No
iOS Sistemas operativos Android
Q3/2022 Fecha de lanzamiento Q4/2022
-- Precio de lanzamiento --
mostrar más datos mostrar más datos


Califica estos procesadores

Aquí puede calificar el Apple A16 Bionic para ayudar a otros visitantes a tomar sus decisiones de compra. La calificación promedio es 4,4 stars (25 calificaciones). Califica ahora:
Aquí puede calificar el Google Tensor G2 para ayudar a otros visitantes a tomar sus decisiones de compra. La calificación promedio es 4,0 stars (13 calificaciones). Califica ahora:


Rendimiento medio en benchmarks

⌀ Rendimiento de un solo núcleo en 2 puntos de referencia de la CPU
Apple A16 Bionic (100%)
Google Tensor G2 (57%)
⌀ Rendimiento multinúcleo en 3 puntos de referencia de la CPU
Apple A16 Bionic (100%)
Google Tensor G2 (65%)

Geekbench 5, 64bit (Single-Core)

Geekbench 5 es un benchmark multi-plataforma que utiliza intensivamente la memoria del sistema. Una memoria rapida mejorará mucho el resultado. La prueba single-core sólo utiliza un núcleo de la CPU, la cantidad de núcleos o la capacidad de hyperthreading no cuenta.
Apple A16 Bionic Apple A16 Bionic
6C 6T @ 3,46 GHz
1890 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2,85 GHz
1068 (57%)

Geekbench 5, 64bit (Multi-Core)

Geekbench 5 es un benchmark multi-plataforma que utiliza intensivamente la memoria del sistema. Una memoria rapida mejorará mucho el resultado. La prueba multi-core involucra todos los núcleos de la CPU y hace uso de hyperthreading.
Apple A16 Bionic Apple A16 Bionic
6C 6T @ 3,46 GHz
5465 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2,85 GHz
3149 (58%)

Geekbench 6 (Single-Core)

Geekbench 6 es un punto de referencia para computadoras, portátiles y teléfonos inteligentes modernos. Lo que es nuevo es una utilización optimizada de arquitecturas de CPU más nuevas, por ejemplo, basadas en el concepto big.LITTLE y la combinación de núcleos de CPU de diferentes tamaños. El punto de referencia de un solo núcleo solo evalúa el rendimiento del núcleo de CPU más rápido, la cantidad de núcleos de CPU en un procesador es irrelevante aquí.
Apple A16 Bionic Apple A16 Bionic
6C 6T @ 3,46 GHz
2531 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2,85 GHz
1426 (56%)

Geekbench 6 (Multi-Core)

Geekbench 6 es un punto de referencia para computadoras, portátiles y teléfonos inteligentes modernos. Lo que es nuevo es una utilización optimizada de arquitecturas de CPU más nuevas, por ejemplo, basadas en el concepto big.LITTLE y la combinación de núcleos de CPU de diferentes tamaños. El punto de referencia multinúcleo evalúa el rendimiento de todos los núcleos de CPU del procesador. Las mejoras de subprocesos virtuales como AMD SMT o Hyper-Threading de Intel tienen un impacto positivo en el resultado de referencia.
Apple A16 Bionic Apple A16 Bionic
6C 6T @ 3,46 GHz
6299 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2,85 GHz
3342 (53%)

iGPU - Rendimiento FP32 (GFLOPS de precisión simple)

El rendimiento informático teórico de la unidad gráfica interna del procesador con precisión simple (32 bits) en GFLOPS. GFLOPS indica cuántos mil millones de operaciones de punto flotante puede realizar el iGPU por segundo.
Apple A16 Bionic Apple A16 Bionic
Apple A16 (5 GPU Cores) @ 1,34 GHz
1789 (100%)
Google Tensor G2 Google Tensor G2
ARM Mali-G710 MP7 @ 0,90 GHz
700 (39%)

AnTuTu 9 Benchmark

El banco de pruebas AnTuTu 9 es muy adecuado para medir el rendimiento de un teléfono inteligente. AnTuTu 9 es bastante pesado en gráficos 3D y ahora también puede usar la interfaz de gráficos "Metal". En AnTuTu, la memoria y la UX (experiencia del usuario) también se prueban mediante la simulación del uso del navegador y la aplicación. AnTuTu versión 9 puede comparar cualquier CPU ARM que se ejecute en Android o iOS. Es posible que los dispositivos no sean directamente comparables cuando se comparan en diferentes sistemas operativos.

En el banco de pruebas AnTuTu 9, el rendimiento de un solo núcleo de un procesador solo se pondera ligeramente. La calificación se compone del rendimiento multinúcleo del procesador, la velocidad de la memoria de trabajo y el rendimiento de los gráficos internos.
Apple A16 Bionic Apple A16 Bionic
6C 6T @ 3,46 GHz
947502 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2,85 GHz
789419 (83%)

Rendimiento para inteligencia artificial (IA) y aprendizaje automático (ML)

Los procesadores con el apoyo de la inteligencia artificial (AI) y el aprendizaje automático (ML) pueden procesar muchos cálculos, especialmente el procesamiento de audio, imagen y video, mucho más rápido que los procesadores clásicos. Los algoritmos para ML mejoran su rendimiento cuantos más datos hayan recopilado a través del software. El rendimiento se da en el número (billones) de operaciones aritméticas por segundo (TOPS).
Apple A16 Bionic Apple A16 Bionic
6C 6T @ 3,46 GHz
17 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2,85 GHz
4 (24%)

Dispositivos que usan este procesador

Apple A16 Bionic Google Tensor G2
Apple iPhone 14 Pro
Apple iPhone 14 Pro Max
Google Pixel 7
Google Pixel 7 Pro

Comparaciones populares que contienen esta CPU

1. Apple A16 BionicApple M1 Apple A16 Bionic vs Apple M1
2. Qualcomm Snapdragon 8 Gen 1Google Tensor G2 Qualcomm Snapdragon 8 Gen 1 vs Google Tensor G2
3. Apple A16 BionicApple A15 Bionic (5-GPU) Apple A16 Bionic vs Apple A15 Bionic (5-GPU)
4. Apple A16 BionicQualcomm Snapdragon 8 Gen 2 Apple A16 Bionic vs Qualcomm Snapdragon 8 Gen 2
5. Apple A16 BionicApple M2 Apple A16 Bionic vs Apple M2
6. Apple A17 ProApple A16 Bionic Apple A17 Pro vs Apple A16 Bionic
7. Google Tensor G3Google Tensor G2 Google Tensor G3 vs Google Tensor G2
8. Qualcomm Snapdragon 888Google Tensor G2 Qualcomm Snapdragon 888 vs Google Tensor G2
9. Apple A16 BionicApple A14 Bionic Apple A16 Bionic vs Apple A14 Bionic
10. Google TensorGoogle Tensor G2 Google Tensor vs Google Tensor G2


Volver al índice