Google Tensor vs Apple M1 Pro (10-CPU 16-GPU)

Última actualización:

Comparación con puntos de referencia


Google Tensor CPU1 vs CPU2 Apple M1 Pro (10-CPU 16-GPU)
Google Tensor Apple M1 Pro (10-CPU 16-GPU)

Comparación de CPU

Google Tensor o Apple M1 Pro (10-CPU 16-GPU) - ¿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 Google Tensor tiene 8 núcleos con 8 hilos y relojes con una frecuencia máxima de 2,80 GHz. Se admiten hasta 12 GB de memoria en 2 canales de memoria. El Google Tensor se publicó en Q4/2021.

El Apple M1 Pro (10-CPU 16-GPU) tiene 10 núcleos con 10 hilos y relojes con una frecuencia máxima de 3,20 GHz. La CPU admite hasta 32 GB de memoria en 2 canales de memoria. El Apple M1 Pro (10-CPU 16-GPU) se publicó en Q3/2021.
Google Tensor (3) Familia Apple M series (25)
Google Tensor (1) Grupo de CPU Apple M1 (9)
1 Generacion 1
G1 Arquitectura M1
Mobile Segmento Mobile
-- Predecesor --
Google Tensor G2 Sucesor Apple M2 Pro (12-CPU 19-GPU)

CPU Núcleos y frecuencia de base

El Google Tensor tiene 8 núcleos de CPU y puede calcular 8 subprocesos en paralelo. La frecuencia de reloj de Google Tensor es 2,80 GHz mientras que Apple M1 Pro (10-CPU 16-GPU) tiene 10 núcleos de CPU y 10 hilos pueden calcularse simultáneamente. La frecuencia de reloj de Apple M1 Pro (10-CPU 16-GPU) está en 0,60 GHz (3,20 GHz).

Google Tensor Característica Apple M1 Pro (10-CPU 16-GPU)
8 Nùcleos 10
8 Threads 10
hybrid (Prime / big.LITTLE) Arquitectura central hybrid (big.LITTLE)
No Hyperthreading No
No Overclocking ? No
2,80 GHz
2x Cortex-X1
A-Nùcleo 0,60 GHz (3,20 GHz)
8x Firestorm
2,25 GHz
2x Cortex-A76
B-Nùcleo 0,60 GHz (2,06 GHz)
2x Icestorm
1,80 GHz
4x Cortex-A55
C-Nùcleo --

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.

Google Tensor Característica Apple M1 Pro (10-CPU 16-GPU)
Google Tensor AI Hardware de IA Apple Neural Engine
Google Edge TPU @ 1.6 TOPS especificaciones de IA 16 Neural cores @ 11 TOPS

Grafica interna

El Google Tensor o Apple M1 Pro (10-CPU 16-GPU) 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.

ARM Mali-G78 MP20 GPU Apple M1 Pro (16 Core)
0,76 GHz Frecuencia GPU 0,39 GHz
-- GPU (Turbo) 1,30 GHz
Vallhall 2 GPU Generation 1
5 nm Tecnologia 5 nm
1 Max. visualizaciones 3
20 Unidades de ejecución 256
320 Shader 2048
No Hardware Raytracing No
No Frame Generation No
-- Max. GPU Memoria 16 GB
12 DirectX Version --

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.

ARM Mali-G78 MP20 GPU Apple M1 Pro (16 Core)
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
Decodificar Codec AV1 No
Decodificar / Codificar Codec AVC Decodificar
Decodificar / Codificar Codec VC-1 Decodificar
Decodificar / Codificar Codec JPEG Decodificar / Codificar

Memoria & PCIe

El Google Tensor puede usar hasta 12 GB de memoria en 2 canales de memoria. El ancho de banda de memoria máximo es 53,0 GB/s. El Apple M1 Pro (10-CPU 16-GPU) admite hasta 32 GB de memoria en 2 canales de memoria y logra un ancho de banda de memoria de hasta 102,4 GB/s.

Google Tensor Característica Apple M1 Pro (10-CPU 16-GPU)
LPDDR5-5500 Memoria LPDDR5-6400
12 GB Max. Memoria 32 GB
2 (Dual Channel) Canales de memoria 2 (Dual Channel)
53,0 GB/s Max. Banda ancha 102,4 GB/s
No ECC No
8,00 MB L2 Cache 28,00 MB
-- L3 Cache --
-- Versión PCIe 4.0
-- Lineas PCIe --
-- PCIe Banda ancha --

Gestión térmica

La potencia de diseño térmico (TDP para abreviar) del Google Tensor es 10 W, mientras que el Apple M1 Pro (10-CPU 16-GPU) tiene un TDP de 45 W. El TDP especifica la solución de enfriamiento necesaria que se requiere para enfriar el procesador lo suficiente.

Google Tensor Característica Apple M1 Pro (10-CPU 16-GPU)
10 W TDP (PL1 / PBP) 45 W
-- TDP (PL2) --
-- TDP up --
-- TDP down --
-- Tjunction max. --

Detalles tecnicos

El Google Tensor está fabricado en 5 nm y tiene 8,00 MB de caché. El Apple M1 Pro (10-CPU 16-GPU) está fabricado en 5 nm y tiene una caché de 28,00 MB.

Google Tensor Característica Apple M1 Pro (10-CPU 16-GPU)
5 nm Tecnologia 5 nm
Desconocido Diseño de chips Chiplet
Armv8-A (64 bit) Conjunto de instrucciones (ISA) Armv8.5-A (64 bit)
-- Extensiones ISA Rosetta 2 x86-Emulation
-- Enchufe --
Ninguno Virtualización Apple Virtualization Framework
No AES-NI Si
Android Sistemas operativos macOS
Q4/2021 Fecha de lanzamiento Q3/2021
-- Precio de lanzamiento --
mostrar más datos mostrar más datos


Califica estos procesadores

Aquí puede calificar el Google Tensor para ayudar a otros visitantes a tomar sus decisiones de compra. La calificación promedio es 4,3 stars (14 calificaciones). Califica ahora:
Aquí puede calificar el Apple M1 Pro (10-CPU 16-GPU) para ayudar a otros visitantes a tomar sus decisiones de compra. La calificación promedio es 5,0 stars (106 calificaciones). Califica ahora:


Rendimiento medio en benchmarks

⌀ Rendimiento de un solo núcleo en 2 puntos de referencia de la CPU
Google Tensor (61%)
Apple M1 Pro (10-CPU 16-GPU) (100%)
⌀ Rendimiento multinúcleo en 2 puntos de referencia de la CPU
Google Tensor (26%)
Apple M1 Pro (10-CPU 16-GPU) (100%)

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.
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
1043 (59%)
Apple M1 Pro (10-CPU 16-GPU) Apple M1 Pro (10-CPU 16-GPU)
10C 10T @ 3,20 GHz
1768 (100%)

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.
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
2915 (23%)
Apple M1 Pro (10-CPU 16-GPU) Apple M1 Pro (10-CPU 16-GPU)
10C 10T @ 3,20 GHz
12574 (100%)

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.
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
1494 (62%)
Apple M1 Pro (10-CPU 16-GPU) Apple M1 Pro (10-CPU 16-GPU)
10C 10T @ 3,20 GHz
2397 (100%)

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.
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
3639 (29%)
Apple M1 Pro (10-CPU 16-GPU) Apple M1 Pro (10-CPU 16-GPU)
10C 10T @ 3,20 GHz
12407 (100%)

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.
Google Tensor Google Tensor
ARM Mali-G78 MP20 @ 0,76 GHz
1943 (37%)
Apple M1 Pro (10-CPU 16-GPU) Apple M1 Pro (10-CPU 16-GPU)
Apple M1 Pro (16 Core) @ 1,30 GHz
5300 (100%)

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).
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
1.6 (15%)
Apple M1 Pro (10-CPU 16-GPU) Apple M1 Pro (10-CPU 16-GPU)
10C 10T @ 0,60 GHz
11 (100%)

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.
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
0 (0%)
Apple M1 Pro (10-CPU 16-GPU) Apple M1 Pro (10-CPU 16-GPU)
10C 10T @ 3,20 GHz
113 (100%)

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.
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
0 (0%)
Apple M1 Pro (10-CPU 16-GPU) Apple M1 Pro (10-CPU 16-GPU)
10C 10T @ 3,20 GHz
802 (100%)

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.
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
0 (0%)
Apple M1 Pro (10-CPU 16-GPU) Apple M1 Pro (10-CPU 16-GPU)
10C 10T @ 3,20 GHz
1534 (100%)

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.
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
0 (0%)
Apple M1 Pro (10-CPU 16-GPU) Apple M1 Pro (10-CPU 16-GPU)
10C 10T @ 3,20 GHz
12390 (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.
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
691770 (100%)
Apple M1 Pro (10-CPU 16-GPU) Apple M1 Pro (10-CPU 16-GPU)
10C 10T @ 0,60 GHz
0 (0%)

AnTuTu 8 Benchmark

El AnTuTu 8 Benchmark mide el rendimiento de un SoC. AnTuTu evalúa la CPU, la GPU, la memoria y la UX (experiencia del usuario) simulando el uso del navegador y la aplicación. AnTuTu puede comparar cualquier CPU ARM que se ejecute en Android o iOS. Es posible que los dispositivos no se puedan comparar directamente si la evaluación comparativa se ha realizado en diferentes sistemas operativos.

En el banco de pruebas AnTuTu 8, el rendimiento de un solo núcleo de un procesador está solo ligeramente ponderado. La evaluación consiste en el rendimiento de múltiples núcleos del procesador, la velocidad de la RAM y el rendimiento de los gráficos internos.
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
612494 (100%)
Apple M1 Pro (10-CPU 16-GPU) Apple M1 Pro (10-CPU 16-GPU)
10C 10T @ 0,60 GHz
0 (0%)

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.
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
0 (0%)
Apple M1 Pro (10-CPU 16-GPU) Apple M1 Pro (10-CPU 16-GPU)
10C 10T @ 3,20 GHz
192 (100%)

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.
Google Tensor Google Tensor
2,80 GHz
0 (0%)
Apple M1 Pro (10-CPU 16-GPU) Apple M1 Pro (10-CPU 16-GPU)
12.390 CB R23 MC @ 45 W
275 (100%)

Dispositivos que usan este procesador

Google Tensor Apple M1 Pro (10-CPU 16-GPU)
Google Pixel 6
Google Pixel 6 Pro
Apple MacBook Pro 14 (2021)
Apple MacBook Pro 16 (2021)

Comparaciones populares que contienen esta CPU

1. Apple M1 Pro (10-CPU 16-GPU)Apple M1 Apple M1 Pro (10-CPU 16-GPU) vs Apple M1
2. Google TensorQualcomm Snapdragon 888 Google Tensor vs Qualcomm Snapdragon 888
3. Qualcomm Snapdragon 8 Gen 1Google Tensor Qualcomm Snapdragon 8 Gen 1 vs Google Tensor
4. Apple M1 Pro (10-CPU 16-GPU)Apple M2 Apple M1 Pro (10-CPU 16-GPU) vs Apple M2
5. Google TensorGoogle Tensor G2 Google Tensor vs Google Tensor G2
6. Intel Core i7-12700HApple M1 Pro (10-CPU 16-GPU) Intel Core i7-12700H vs Apple M1 Pro (10-CPU 16-GPU)
7. Apple M1 Pro (10-CPU 16-GPU)Intel Core i9-11900K Apple M1 Pro (10-CPU 16-GPU) vs Intel Core i9-11900K
8. Google TensorQualcomm Snapdragon 695 5G Google Tensor vs Qualcomm Snapdragon 695 5G
9. Google TensorQualcomm Snapdragon 865 Google Tensor vs Qualcomm Snapdragon 865
10. Google TensorQualcomm Snapdragon 855 Google Tensor vs Qualcomm Snapdragon 855


Volver al índice