Google Tensor G2 vs Apple M2 Max (30-GPU)

Última actualización:

Comparación con puntos de referencia


Google Tensor G2 CPU1 vs CPU2 Apple M2 Max (30-GPU)
Google Tensor G2 Apple M2 Max (30-GPU)

Comparación de CPU

Google Tensor G2 o Apple M2 Max (30-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 G2 tiene 8 núcleos con 8 hilos y relojes con una frecuencia máxima de 2,85 GHz. Se admiten hasta 12 GB de memoria en 2 canales de memoria. El Google Tensor G2 se publicó en Q4/2022.

El Apple M2 Max (30-GPU) tiene 12 núcleos con 12 hilos y relojes con una frecuencia máxima de 3,50 GHz. La CPU admite hasta 96 GB de memoria en 4 canales de memoria. El Apple M2 Max (30-GPU) se publicó en Q1/2023.
Google Tensor (3) Familia Apple M series (25)
Google Tensor G2 (1) Grupo de CPU Apple M2 (8)
2 Generacion 2
G2 Arquitectura M2
Mobile Segmento Mobile
Google Tensor Predecesor Apple M1 Max (24-GPU)
-- Sucesor Apple M3 Max (14-CPU 30-GPU)

CPU Núcleos y frecuencia de base

El Google Tensor G2 tiene 8 núcleos de CPU y puede calcular 8 subprocesos en paralelo. La frecuencia de reloj de Google Tensor G2 es 2,85 GHz mientras que Apple M2 Max (30-GPU) tiene 12 núcleos de CPU y 12 hilos pueden calcularse simultáneamente. La frecuencia de reloj de Apple M2 Max (30-GPU) está en 0,66 GHz (3,50 GHz).

Google Tensor G2 Característica Apple M2 Max (30-GPU)
8 Nùcleos 12
8 Threads 12
hybrid (Prime / big.LITTLE) Arquitectura central hybrid (big.LITTLE)
No Hyperthreading No
No Overclocking ? No
2,85 GHz
2x Cortex-X1
A-Nùcleo 0,66 GHz (3,50 GHz)
8x Avalanche
2,35 GHz
2x Cortex-A78
B-Nùcleo 0,60 GHz (2,42 GHz)
4x Blizzard
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 G2 Característica Apple M2 Max (30-GPU)
Google Tensor AI Hardware de IA Apple Neural Engine
Google Edge TPU @ 4 TOPS especificaciones de IA 16 Neural cores @ 15.8 TOPS

Grafica interna

El Google Tensor G2 o Apple M2 Max (30-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-G710 MP7 GPU Apple M2 Max (30 Core)
0,90 GHz Frecuencia GPU 0,45 GHz
-- GPU (Turbo) 1,40 GHz
Vallhall 3 GPU Generation 2
4 nm Tecnologia 5 nm
1 Max. visualizaciones 5
7 Unidades de ejecución 480
-- Shader 3840
No Hardware Raytracing No
No Frame Generation No
-- Max. GPU Memoria 96 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-G710 MP7 GPU Apple M2 Max (30 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 G2 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 M2 Max (30-GPU) admite hasta 96 GB de memoria en 4 canales de memoria y logra un ancho de banda de memoria de hasta 409,6 GB/s.

Google Tensor G2 Característica Apple M2 Max (30-GPU)
LPDDR5-5500 Memoria LPDDR5-6400
12 GB Max. Memoria 96 GB
2 (Dual Channel) Canales de memoria 4 (Quad Channel)
53,0 GB/s Max. Banda ancha 409,6 GB/s
No ECC No
8,00 MB L2 Cache 36,00 MB
4,00 MB L3 Cache --
-- Versión PCIe 4.0
-- Lineas PCIe 32
-- PCIe Banda ancha 63,0 GB/s

Gestión térmica

La potencia de diseño térmico (TDP para abreviar) del Google Tensor G2 es 10 W, mientras que el Apple M2 Max (30-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 G2 Característica Apple M2 Max (30-GPU)
10 W TDP (PL1 / PBP) 45 W
-- TDP (PL2) --
-- TDP up --
-- TDP down --
-- Tjunction max. 100 °C

Detalles tecnicos

El Google Tensor G2 está fabricado en 4 nm y tiene 12,00 MB de caché. El Apple M2 Max (30-GPU) está fabricado en 5 nm y tiene una caché de 36,00 MB.

Google Tensor G2 Característica Apple M2 Max (30-GPU)
4 nm Tecnologia 5 nm
Chiplet 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, iPadOS
Q4/2022 Fecha de lanzamiento Q1/2023
-- Precio de lanzamiento --
mostrar más datos mostrar más datos


Califica estos procesadores

Aquí puede calificar el Google Tensor G2 para ayudar a otros visitantes a tomar sus decisiones de compra. La calificación promedio es 4,2 stars (17 calificaciones). Califica ahora:
Aquí puede calificar el Apple M2 Max (30-GPU) para ayudar a otros visitantes a tomar sus decisiones de compra. La calificación promedio es 4,9 stars (14 calificaciones). Califica ahora:


Rendimiento medio en benchmarks

⌀ Rendimiento de un solo núcleo en 2 puntos de referencia de la CPU
Google Tensor G2 (55%)
Apple M2 Max (30-GPU) (100%)
⌀ Rendimiento multinúcleo en 2 puntos de referencia de la CPU
Google Tensor G2 (22%)
Apple M2 Max (30-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 G2 Google Tensor G2
8C 8T @ 2,85 GHz
1068 (57%)
Apple M2 Max (30-GPU) Apple M2 Max (30-GPU)
12C 12T @ 3,50 GHz
1874 (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 G2 Google Tensor G2
8C 8T @ 2,85 GHz
3149 (20%)
Apple M2 Max (30-GPU) Apple M2 Max (30-GPU)
12C 12T @ 3,50 GHz
15506 (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 G2 Google Tensor G2
8C 8T @ 2,85 GHz
1426 (53%)
Apple M2 Max (30-GPU) Apple M2 Max (30-GPU)
12C 12T @ 3,50 GHz
2689 (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 G2 Google Tensor G2
8C 8T @ 2,85 GHz
3342 (24%)
Apple M2 Max (30-GPU) Apple M2 Max (30-GPU)
12C 12T @ 3,50 GHz
14207 (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 G2 Google Tensor G2
ARM Mali-G710 MP7 @ 0,90 GHz
700 (7%)
Apple M2 Max (30-GPU) Apple M2 Max (30-GPU)
Apple M2 Max (30 Core) @ 1,40 GHz
10650 (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 G2 Google Tensor G2
8C 8T @ 2,85 GHz
4 (25%)
Apple M2 Max (30-GPU) Apple M2 Max (30-GPU)
12C 12T @ 0,66 GHz
15.8 (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 G2 Google Tensor G2
8C 8T @ 2,85 GHz
0 (0%)
Apple M2 Max (30-GPU) Apple M2 Max (30-GPU)
12C 12T @ 3,50 GHz
121 (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 G2 Google Tensor G2
8C 8T @ 2,85 GHz
0 (0%)
Apple M2 Max (30-GPU) Apple M2 Max (30-GPU)
12C 12T @ 3,50 GHz
1025 (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 G2 Google Tensor G2
8C 8T @ 2,85 GHz
0 (0%)
Apple M2 Max (30-GPU) Apple M2 Max (30-GPU)
12C 12T @ 3,50 GHz
1695 (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 G2 Google Tensor G2
8C 8T @ 2,85 GHz
0 (0%)
Apple M2 Max (30-GPU) Apple M2 Max (30-GPU)
12C 12T @ 3,50 GHz
14855 (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 G2 Google Tensor G2
8C 8T @ 2,85 GHz
789419 (100%)
Apple M2 Max (30-GPU) Apple M2 Max (30-GPU)
12C 12T @ 0,66 GHz
0 (0%)

Resultados estimados por PassMark CPU Mark

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.
Google Tensor G2 Google Tensor G2
8C 8T @ 2,85 GHz
0 (0%)
Apple M2 Max (30-GPU) Apple M2 Max (30-GPU)
12C 12T @ 3,50 GHz
26310 (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 G2 Google Tensor G2
2,85 GHz
0 (0%)
Apple M2 Max (30-GPU) Apple M2 Max (30-GPU)
14.855 CB R23 MC @ 40 W
371 (100%)

Dispositivos que usan este procesador

Google Tensor G2 Apple M2 Max (30-GPU)
Google Pixel 7
Google Pixel 7 Pro
Apple MacBook Pro 14 (2023)
Apple MacBook Pro 16 (2023)

Comparaciones populares que contienen esta CPU

1. Qualcomm Snapdragon 8 Gen 1Google Tensor G2 Qualcomm Snapdragon 8 Gen 1 vs Google Tensor G2
2. Apple M2 Max (38-GPU)Apple M2 Max (30-GPU) Apple M2 Max (38-GPU) vs Apple M2 Max (30-GPU)
3. Google Tensor G3Google Tensor G2 Google Tensor G3 vs Google Tensor G2
4. Qualcomm Snapdragon 888Google Tensor G2 Qualcomm Snapdragon 888 vs Google Tensor G2
5. Google TensorGoogle Tensor G2 Google Tensor vs Google Tensor G2
6. Apple M2 Max (30-GPU)Intel Core i9-13900K Apple M2 Max (30-GPU) vs Intel Core i9-13900K
7. Qualcomm Snapdragon 7+ Gen 2Google Tensor G2 Qualcomm Snapdragon 7+ Gen 2 vs Google Tensor G2
8. Google Tensor G2Qualcomm Snapdragon 695 5G Google Tensor G2 vs Qualcomm Snapdragon 695 5G
9. Intel Core i9-13980HXApple M2 Max (30-GPU) Intel Core i9-13980HX vs Apple M2 Max (30-GPU)
10. Google Tensor G2Qualcomm Snapdragon 865 Google Tensor G2 vs Qualcomm Snapdragon 865


Volver al índice