Google Tensor vs Samsung Exynos 2200

Última actualización:

Comparación con puntos de referencia


Google Tensor CPU1 vs CPU2 Samsung Exynos 2200
Google Tensor Samsung Exynos 2200

Comparación de CPU

Google Tensor o Samsung Exynos 2200 - ¿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 Samsung Exynos 2200 tiene 8 núcleos con 8 hilos y relojes con una frecuencia máxima de 2,80 GHz. La CPU admite hasta 12 GB de memoria en 4 canales de memoria. El Samsung Exynos 2200 se publicó en Q1/2022.
Google Tensor (3) Familia Samsung Exynos (46)
Google Tensor (1) Grupo de CPU Samsung Exynos 2200 (1)
1 Generacion 6
G1 Arquitectura Cortex-X2/-A710/-A510
Mobile Segmento Mobile
-- Predecesor Samsung Exynos 2100
Google Tensor G2 Sucesor --

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 Samsung Exynos 2200 tiene 8 núcleos de CPU y 8 hilos pueden calcularse simultáneamente. La frecuencia de reloj de Samsung Exynos 2200 está en 2,80 GHz.

Google Tensor Característica Samsung Exynos 2200
8 Nùcleos 8
8 Threads 8
hybrid (Prime / big.LITTLE) Arquitectura central hybrid (Prime / big.LITTLE)
No Hyperthreading No
No Overclocking ? No
2,80 GHz
2x Cortex-X1
A-Nùcleo 2,80 GHz
1x Cortex-X2
2,25 GHz
2x Cortex-A76
B-Nùcleo 2,52 GHz
3x Cortex-A710
1,80 GHz
4x Cortex-A55
C-Nùcleo 1,82 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.

Google Tensor Característica Samsung Exynos 2200
Google Tensor AI Hardware de IA --
Google Edge TPU @ 1.6 TOPS especificaciones de IA --

Grafica interna

El Google Tensor o Samsung Exynos 2200 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 Samsung Xclipse 920
0,76 GHz Frecuencia GPU 1,30 GHz
-- GPU (Turbo) 1,30 GHz
Vallhall 2 GPU Generation 1
5 nm Tecnologia 4 nm
1 Max. visualizaciones 0
20 Unidades de ejecución 24
320 Shader 384
No Hardware Raytracing No
No Frame Generation No
-- Max. GPU Memoria 4 GB
12 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.

ARM Mali-G78 MP20 GPU Samsung Xclipse 920
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 No
Decodificar Codec AV1 Decodificar
Decodificar / Codificar Codec AVC No
Decodificar / Codificar Codec VC-1 No
Decodificar / Codificar Codec JPEG No

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 Samsung Exynos 2200 admite hasta 12 GB de memoria en 4 canales de memoria y logra un ancho de banda de memoria de hasta 51,2 GB/s.

Google Tensor Característica Samsung Exynos 2200
LPDDR5-5500 Memoria LPDDR5-6400
12 GB Max. Memoria 12 GB
2 (Dual Channel) Canales de memoria 4 (Quad Channel)
53,0 GB/s Max. Banda ancha 51,2 GB/s
No ECC No
8,00 MB L2 Cache --
-- L3 Cache --
-- Versión PCIe --
-- Lineas PCIe --
-- PCIe Banda ancha --

Gestión térmica

La potencia de diseño térmico (TDP para abreviar) del Google Tensor es 10 W, mientras que el Samsung Exynos 2200 tiene un TDP de --. El TDP especifica la solución de enfriamiento necesaria que se requiere para enfriar el procesador lo suficiente.

Google Tensor Característica Samsung Exynos 2200
10 W TDP (PL1 / PBP) --
-- 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 Samsung Exynos 2200 está fabricado en 4 nm y tiene una caché de 0,00 MB.

Google Tensor Característica Samsung Exynos 2200
5 nm Tecnologia 4 nm
Desconocido Diseño de chips Desconocido
Armv8-A (64 bit) Conjunto de instrucciones (ISA) Armv9-A (64 bit)
-- Extensiones ISA --
-- Enchufe --
Ninguno Virtualización Ninguno
No AES-NI No
Android Sistemas operativos Android
Q4/2021 Fecha de lanzamiento Q1/2022
-- 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 4,1 stars (8 calificaciones). Califica ahora:
Aquí puede calificar el Samsung Exynos 2200 para ayudar a otros visitantes a tomar sus decisiones de compra. La calificación promedio es 4,2 stars (12 calificaciones). Califica ahora:


Rendimiento medio en benchmarks

⌀ Rendimiento de un solo núcleo en 2 puntos de referencia de la CPU
Google Tensor (94%)
Samsung Exynos 2200 (98%)
⌀ Rendimiento multinúcleo en 3 puntos de referencia de la CPU
Google Tensor (85%)
Samsung Exynos 2200 (99%)

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 (88%)
Samsung Exynos 2200 Samsung Exynos 2200
8C 8T @ 2,80 GHz
1182 (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 (81%)
Samsung Exynos 2200 Samsung Exynos 2200
8C 8T @ 2,80 GHz
3586 (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 (100%)
Samsung Exynos 2200 Samsung Exynos 2200
8C 8T @ 2,80 GHz
1428 (96%)

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 (100%)
Samsung Exynos 2200 Samsung Exynos 2200
8C 8T @ 2,80 GHz
3528 (97%)

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 (100%)
Samsung Exynos 2200 Samsung Exynos 2200
Samsung Xclipse 920 @ 1,30 GHz
1422 (73%)

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 (75%)
Samsung Exynos 2200 Samsung Exynos 2200
8C 8T @ 2,80 GHz
917364 (100%)

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%)
Samsung Exynos 2200 Samsung Exynos 2200
8C 8T @ 2,80 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).
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
1.6 (100%)
Samsung Exynos 2200 Samsung Exynos 2200
8C 8T @ 2,80 GHz
0 (0%)

Dispositivos que usan este procesador

Google Tensor Samsung Exynos 2200
Google Pixel 6
Google Pixel 6 Pro
Samsung Galaxy S22
Samsung Galaxy S22 Plus
Samsung Galaxy S22 Ultra

Comparaciones populares que contienen esta CPU

1. Google TensorQualcomm Snapdragon 888 Google Tensor vs Qualcomm Snapdragon 888
2. Qualcomm Snapdragon 8 Gen 2Samsung Exynos 2200 Qualcomm Snapdragon 8 Gen 2 vs Samsung Exynos 2200
3. Qualcomm Snapdragon 8 Gen 1Google Tensor Qualcomm Snapdragon 8 Gen 1 vs Google Tensor
4. Samsung Exynos 2200Qualcomm Snapdragon 8 Gen 1 Samsung Exynos 2200 vs Qualcomm Snapdragon 8 Gen 1
5. Google TensorGoogle Tensor G2 Google Tensor vs Google Tensor G2
6. Qualcomm Snapdragon 888Samsung Exynos 2200 Qualcomm Snapdragon 888 vs Samsung Exynos 2200
7. Google TensorQualcomm Snapdragon 695 5G Google Tensor vs Qualcomm Snapdragon 695 5G
8. Google TensorQualcomm Snapdragon 865 Google Tensor vs Qualcomm Snapdragon 865
9. Google TensorQualcomm Snapdragon 855 Google Tensor vs Qualcomm Snapdragon 855
10. Samsung Exynos 2200Samsung Exynos 990 Samsung Exynos 2200 vs Samsung Exynos 990


Volver al índice