Apple M2 vs Samsung Exynos 7880

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.

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.

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.

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.

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.

Algunas de las CPUs que se enumeran a continuación, han sido comparadas por CPU-monkey. Sin embargo, la mayoría de las CPU no han sido probadas y los resultados han sido estimados por una fórmula secreta propiedad de CPU-monkey. Como tales, no reflejan con exactitud los valores reales de Passmark CPU Mark y no son aprobados por PassMark Software Pty Ltd.

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.

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.

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.

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.

Blender es un software de gráficos 3D gratuito para renderizar (crear) cuerpos 3D, que también puede ser texturizado y animado en el software. La batidora de referencia escenas predefinidas desarrollados y mide el tiempo (s) necesarios para toda la escena. Cuanto más corto sea el tiempo requerido, mejor. Seleccionamos bmw27 como la escena de referencia.

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.

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).