Samsung Exynos 2400 vs Samsung Exynos 1480

Geekbench 6 es un punto de referencia de carga parcial para computadoras, portátiles y teléfonos inteligentes modernos. En la prueba de un solo núcleo, sólo se mide el núcleo de CPU más rápido. La ejecución de prueba simula el rendimiento del mundo real.

El práctico benchmark multinúcleo Geekbench 6 prueba el rendimiento del sistema bajo carga parcial. El consumo máximo de energía del procesador está lejos de agotarse.

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.

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.

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.

Los valores de rendimiento de la unidad de IA del procesador. El rendimiento de NPU aislado se indica aquí, el rendimiento general de la IA (NPU+CPU+iGPU) puede ser mayor.

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).