Apple M1 Pro (10-CPU 14-GPU) vs Google Tensor G3

Última actualización:

Comparación con puntos de referencia


Apple M1 Pro (10-CPU 14-GPU) CPU1 vs CPU2 Google Tensor G3
Apple M1 Pro (10-CPU 14-GPU) Google Tensor G3

Comparación de CPU

Apple M1 Pro (10-CPU 14-GPU) o Google Tensor G3 - ¿Qué procesador es más rápido? En esta comparativa nos fijamos en las diferencias y analizamos cuál de estas dos CPU es mejor. Comparamos los datos técnicos y los resultados de referencia.

El Apple M1 Pro (10-CPU 14-GPU) tiene 10 núcleos con 10 hilos y relojes con una frecuencia máxima de 3,20 GHz. Se admiten hasta 32 GB de memoria en 2 canales de memoria. El Apple M1 Pro (10-CPU 14-GPU) se publicó en Q3/2021.

El Google Tensor G3 tiene 8 núcleos con 8 hilos y relojes con una frecuencia máxima de 2,91 GHz. La CPU admite hasta 12 GB de memoria en 2 canales de memoria. El Google Tensor G3 se publicó en Q3/2023.
Apple M series (25) Familia Google Tensor (3)
Apple M1 (9) Grupo de CPU Google Tensor G3 (1)
1 Generacion 3
M1 Arquitectura G3
Mobile Segmento Mobile
-- Predecesor Google Tensor
Apple M2 Pro (10-CPU 16-GPU) Sucesor --

CPU Núcleos y frecuencia de base

El Apple M1 Pro (10-CPU 14-GPU) tiene 10 núcleos de CPU y puede calcular 10 subprocesos en paralelo. La frecuencia de reloj de Apple M1 Pro (10-CPU 14-GPU) es 0,60 GHz (3,20 GHz) mientras que Google Tensor G3 tiene 8 núcleos de CPU y 8 hilos pueden calcularse simultáneamente. La frecuencia de reloj de Google Tensor G3 está en 2,91 GHz.

Apple M1 Pro (10-CPU 14-GPU) Característica Google Tensor G3
10 Nùcleos 8
10 Threads 8
hybrid (big.LITTLE) Arquitectura central hybrid (Prime / big.LITTLE)
No Hyperthreading No
No Overclocking ? No
0,60 GHz (3,20 GHz)
8x Firestorm
A-Nùcleo 2,91 GHz
1x Cortex-X3
0,60 GHz (2,06 GHz)
2x Icestorm
B-Nùcleo 2,37 GHz
4x Cortex-A715
-- C-Nùcleo 1,70 GHz
4x Cortex-A510

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 M1 Pro (10-CPU 14-GPU) Característica Google Tensor G3
Apple Neural Engine Hardware de IA Google Tensor AI
16 Neural cores @ 11 TOPS especificaciones de IA Google Edge TPU

Grafica interna

El Apple M1 Pro (10-CPU 14-GPU) o Google Tensor G3 tiene gráficos integrados, llamados iGPU para abreviar. La iGPU usa la memoria principal del sistema como memoria gráfica y se ubica en la matriz del procesador.

Apple M1 Pro (14 Core) GPU ARM Immortalis-G715 MP10
0,39 GHz Frecuencia GPU 0,89 GHz
1,30 GHz GPU (Turbo) --
1 GPU Generation Vallhall
5 nm Tecnologia 4 nm
3 Max. visualizaciones 0
224 Unidades de ejecución 10
1792 Shader --
No Hardware Raytracing No
No Frame Generation No
32 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 M1 Pro (14 Core) GPU ARM Immortalis-G715 MP10
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 Codec VP8 Decodificar / Codificar
No Codec AV1 Decodificar / Codificar
Decodificar Codec AVC Decodificar / Codificar
Decodificar Codec VC-1 Decodificar / Codificar
Decodificar / Codificar Codec JPEG Decodificar / Codificar

Memoria & PCIe

El Apple M1 Pro (10-CPU 14-GPU) puede usar hasta 32 GB de memoria en 2 canales de memoria. El ancho de banda de memoria máximo es 102,4 GB/s. El Google Tensor G3 admite hasta 12 GB de memoria en 2 canales de memoria y logra un ancho de banda de memoria de hasta 53,0 GB/s.

Apple M1 Pro (10-CPU 14-GPU) Característica Google Tensor G3
LPDDR5-6400 Memoria LPDDR5-5500
32 GB Max. Memoria 12 GB
2 (Dual Channel) Canales de memoria 2 (Dual Channel)
102,4 GB/s Max. Banda ancha 53,0 GB/s
No ECC No
28,00 MB L2 Cache --
-- L3 Cache --
4.0 Versión PCIe --
-- Lineas PCIe --
-- PCIe Banda ancha --

Gestión térmica

La potencia de diseño térmico (TDP para abreviar) del Apple M1 Pro (10-CPU 14-GPU) es 45 W, mientras que el Google Tensor G3 tiene un TDP de 10 W. El TDP especifica la solución de enfriamiento necesaria que se requiere para enfriar el procesador lo suficiente.

Apple M1 Pro (10-CPU 14-GPU) Característica Google Tensor G3
45 W TDP (PL1 / PBP) 10 W
-- TDP (PL2) --
-- TDP up --
-- TDP down --
-- Tjunction max. --

Detalles tecnicos

El Apple M1 Pro (10-CPU 14-GPU) está fabricado en 5 nm y tiene 28,00 MB de caché. El Google Tensor G3 está fabricado en 4 nm y tiene una caché de 0,00 MB.

Apple M1 Pro (10-CPU 14-GPU) Característica Google Tensor G3
5 nm Tecnologia 4 nm
Chiplet Diseño de chips Chiplet
Armv8.5-A (64 bit) Conjunto de instrucciones (ISA) Armv9-A (64 bit)
Rosetta 2 x86-Emulation Extensiones ISA --
-- Enchufe --
Apple Virtualization Framework Virtualización Ninguno
Si AES-NI No
macOS Sistemas operativos Android
Q3/2021 Fecha de lanzamiento Q3/2023
-- Precio de lanzamiento --
mostrar más datos mostrar más datos


Califica estos procesadores

Aquí puede calificar el Apple M1 Pro (10-CPU 14-GPU) para ayudar a otros visitantes a tomar sus decisiones de compra. La calificación promedio es 5,0 stars (26 calificaciones). Califica ahora:
Aquí puede calificar el Google Tensor G3 para ayudar a otros visitantes a tomar sus decisiones de compra. La calificación promedio es 3,5 stars (18 calificaciones). Califica ahora:


Rendimiento medio en benchmarks

⌀ Rendimiento de un solo núcleo en 2 puntos de referencia de la CPU
Apple M1 Pro (10-CPU 14-GPU) (100%)
Google Tensor G3 (73%)
⌀ Rendimiento multinúcleo en 2 puntos de referencia de la CPU
Apple M1 Pro (10-CPU 14-GPU) (100%)
Google Tensor G3 (33%)

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 M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
10C 10T @ 3,20 GHz
1768 (100%)
Google Tensor G3 Google Tensor G3
8C 8T @ 2,91 GHz
1267 (72%)

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 M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
10C 10T @ 3,20 GHz
12574 (100%)
Google Tensor G3 Google Tensor G3
8C 8T @ 2,91 GHz
3631 (29%)

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 M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
10C 10T @ 3,20 GHz
2397 (100%)
Google Tensor G3 Google Tensor G3
8C 8T @ 2,91 GHz
1759 (73%)

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 M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
10C 10T @ 3,20 GHz
12407 (100%)
Google Tensor G3 Google Tensor G3
8C 8T @ 2,91 GHz
4533 (37%)

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 M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
Apple M1 Pro (14 Core) @ 1,30 GHz
4580 (100%)
Google Tensor G3 Google Tensor G3
ARM Immortalis-G715 MP10 @ 0,89 GHz
1 (0%)

Cinebench 2024 (Single-Core)

El punto de referencia Cinebench 2024 se basa en el motor de renderizado Redshift, que también se utiliza en el programa 3D Cinema 4D de Maxon. Las pruebas de referencia duran 10 minutos cada una para comprobar si el procesador está limitado por su generación de calor.
Apple M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
10C 10T @ 3,20 GHz
113 (100%)
Google Tensor G3 Google Tensor G3
8C 8T @ 2,91 GHz
0 (0%)

Cinebench 2024 (Multi-Core)

La prueba Multi-Core del punto de referencia Cinebench 2024 utiliza todos los núcleos de la CPU para renderizar utilizando el motor de renderizado Redshift, que también se utiliza en Maxons Cinema 4D. La prueba de referencia dura 10 minutos para probar si el procesador está limitado por su generación de calor.
Apple M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
10C 10T @ 3,20 GHz
802 (100%)
Google Tensor G3 Google Tensor G3
8C 8T @ 2,91 GHz
0 (0%)

Cinebench R23 (Single-Core)

Cinebench R23 es el sucesor de Cinebench R20 y está basado también en el Cinema 4D Suite. Cinema 4 es un software utilizado en todo el mundo para crear formas en 3D. La prueba single-core sólo utiliza un núcleo de la CPU. La cantidad de núcleos o la capacidad de hyperthreading no cuenta.
Apple M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
10C 10T @ 3,20 GHz
1534 (100%)
Google Tensor G3 Google Tensor G3
8C 8T @ 2,91 GHz
0 (0%)

Cinebench R23 (Multi-Core)

Cinebench R23 es el sucesor de Cinebench R20 y está basado también en el Cinema 4D Suite. Cinema 4 es un software utilizado en todo el mundo para crear formas en 3D. La prueba multi-core implica todos los núcleos de la CPU y hace uso de hyperthreading.
Apple M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
10C 10T @ 3,20 GHz
12390 (100%)
Google Tensor G3 Google Tensor G3
8C 8T @ 2,91 GHz
0 (0%)

AnTuTu 10 Benchmark

El benchmark AnTuTu 10 es uno de los benchmarks más conocidos para procesadores móviles, que ahora está disponible en la versión 10. Existe una versión para teléfonos inteligentes y tabletas con Android, así como una versión para dispositivos móviles de Apple, es decir, iPhone y iPad.

El benchmark Antutu 10 tiene 3 fases. En la primera fase, se prueba la RAM del dispositivo, en la fase 2 se prueban los gráficos y en la fase final se lleva todo el dispositivo a sus límites de rendimiento renderizando gráficos 3D.

Por tanto, Antutu 10 es ideal para comparar el rendimiento de diferentes dispositivos.
Apple M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
10C 10T @ 0,60 GHz
0 (0%)
Google Tensor G3 Google Tensor G3
8C 8T @ 2,91 GHz
1106280 (100%)

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 M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
10C 10T @ 0,60 GHz
0 (0%)
Google Tensor G3 Google Tensor G3
8C 8T @ 2,91 GHz
894587 (100%)

Blender 3.1 Benchmark

En Blender Benchmark 3.1, se renderizan las escenas "monstruo", "tienda de chatarra" y "aula" y se mide el tiempo requerido por el sistema. En nuestro benchmark probamos la CPU y no la tarjeta gráfica. Blender 3.1 se presentó como versión independiente en marzo de 2022.
Apple M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
10C 10T @ 3,20 GHz
192 (100%)
Google Tensor G3 Google Tensor G3
8C 8T @ 2,91 GHz
0 (0%)

Rendimiento de la CPU por vatio (eficiencia)

Eficiencia del procesador bajo carga completa en el benchmark Cinebench R23 (multinúcleo). El resultado de la prueba se divide por la energía promedio requerida (potencia del paquete de CPU en vatios). Cuanto mayor sea el valor, más eficiente será la CPU bajo carga completa.
Apple M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
12.390 CB R23 MC @ 45 W
275 (100%)
Google Tensor G3 Google Tensor G3
2,91 GHz
0 (0%)

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 M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
10C 10T @ 0,60 GHz
11 (100%)
Google Tensor G3 Google Tensor G3
8C 8T @ 2,91 GHz
0 (0%)

Dispositivos que usan este procesador

Apple M1 Pro (10-CPU 14-GPU) Google Tensor G3
Apple MacBook Pro 14 (2021)
Apple MacBook Pro 16 (2021)
Google Pixel 8
Google Pixel 8 Pro

Comparaciones populares que contienen esta CPU

1. Apple M2Apple M1 Pro (10-CPU 14-GPU) Apple M2 vs Apple M1 Pro (10-CPU 14-GPU)
2. Qualcomm Snapdragon 8 Gen 2Google Tensor G3 Qualcomm Snapdragon 8 Gen 2 vs Google Tensor G3
3. Google Tensor G3Google Tensor G2 Google Tensor G3 vs Google Tensor G2
4. Qualcomm Snapdragon 8 Gen 3Google Tensor G3 Qualcomm Snapdragon 8 Gen 3 vs Google Tensor G3
5. Apple A17 ProGoogle Tensor G3 Apple A17 Pro vs Google Tensor G3
6. Qualcomm Snapdragon 8 Gen 1Google Tensor G3 Qualcomm Snapdragon 8 Gen 1 vs Google Tensor G3
7. Apple M1 Pro (10-CPU 14-GPU)Apple M1 Apple M1 Pro (10-CPU 14-GPU) vs Apple M1
8. Google Tensor G3Google Tensor Google Tensor G3 vs Google Tensor
9. Apple A16 BionicGoogle Tensor G3 Apple A16 Bionic vs Google Tensor G3
10. Qualcomm Snapdragon 888Google Tensor G3 Qualcomm Snapdragon 888 vs Google Tensor G3


Volver al índice