Apple A16 Bionic vs Google Tensor G2

Dernière mise à jour:

Comparaison avec des benchmarks


Apple A16 Bionic CPU1 vs CPU2 Google Tensor G2
Apple A16 Bionic Google Tensor G2

Comparaison CPU

Dans cette comparaison de CPU, nous comparons le Apple A16 Bionic et le Google Tensor G2 et utilisons des benchmarks pour vérifier quel processeur est le plus rapide.

Nous comparons le Apple A16 Bionic 6 processeur principal publié dans Q3/2022 avec le Google Tensor G2 qui a 8 cœurs de processeur et a été introduit dans Q4/2022.
Apple A series (22) Famille Google Tensor (3)
Apple A16 (1) Groupe de processeurs Google Tensor G2 (1)
16 Génération 2
A16 Architecture G2
Mobile Segment Mobile
Apple A15 Bionic (5-GPU) Prédécesseur Google Tensor
Apple A17 Pro Successeur --

Cœurs de processeur et fréquence de base

Le Apple A16 Bionic est un processeur central 6 avec une fréquence d'horloge de 3.46 GHz. Le processeur peut calculer 6 threads en même temps. Les horloges Google Tensor G2 avec 2.85 GHz, ont 8 cœurs de processeur et peuvent calculer 8 threads en parallèle.

Apple A16 Bionic Caractéristique Google Tensor G2
6 Cores 8
6 Threads 8
hybrid (big.LITTLE) Architecture de base hybrid (Prime / big.LITTLE)
Non Hyperthreading Non
Non Overclocking ? Non
3.46 GHz
2x Everest
A-Core 2.85 GHz
2x Cortex-X1
2.02 GHz
4x Sawtooth
B-Core 2.35 GHz
2x Cortex-A78
-- C-Core 1.80 GHz
4x Cortex-A55

Intelligence artificielle et apprentissage automatique

Les processeurs prenant en charge l'intelligence artificielle (IA) et l'apprentissage automatique (ML) peuvent traiter de nombreux calculs, en particulier le traitement audio, image et vidéo, beaucoup plus rapidement que les processeurs classiques. Les algorithmes de ML améliorent leurs performances au fur et à mesure qu'ils collectent des données via un logiciel. Les tâches de ML peuvent être traitées jusqu'à 10 000 fois plus rapidement qu'avec un processeur classique.

Apple A16 Bionic Caractéristique Google Tensor G2
Apple Neural Engine Matériel AI Google Tensor AI
16 Neural cores @ 17 TOPS Spécifications de l'IA Google Edge TPU @ 4 TOPS

Graphiques internes

Les graphiques (iGPU) intégrés au processeur permettent non seulement la sortie d'image sans avoir à s'appuyer sur une solution graphique dédiée, mais peuvent également accélérer efficacement la lecture vidéo.

Apple A16 (5 GPU Cores) GPU ARM Mali-G710 MP7
1.34 GHz Fréquence GPU 0.90 GHz
-- GPU (Turbo) --
13 GPU Generation Vallhall 3
4 nm La technologie 4 nm
3 Max. affiche 1
20 Unités d'exécution 7
640 Shader --
Non Hardware Raytracing Non
Non Frame Generation Non
6 Go Max. GPU Mémoire --
-- DirectX Version 12

Prise en charge du codec matériel

Un codec photo ou vidéo accéléré dans le matériel peut considérablement accélérer la vitesse de travail d'un processeur et prolonger la durée de vie de la batterie des ordinateurs portables ou des smartphones lors de la lecture de vidéos.

Apple A16 (5 GPU Cores) GPU ARM Mali-G710 MP7
Décoder / Encoder Codec h265 / HEVC (8 bit) Décoder / Encoder
Décoder / Encoder Codec h265 / HEVC (10 bit) Décoder / Encoder
Décoder / Encoder Codec h264 Décoder / Encoder
Décoder / Encoder Codec VP9 Décoder / Encoder
Décoder / Encoder Codec VP8 Décoder / Encoder
Non Codec AV1 Décoder
Décoder Codec AVC Décoder / Encoder
Décoder Codec VC-1 Décoder / Encoder
Décoder / Encoder Codec JPEG Décoder / Encoder

Mémoire & PCIe

Jusqu'à 6 Go de mémoire dans un maximum de 1 canaux de mémoire est pris en charge par le Apple A16 Bionic, tandis que le Google Tensor G2 prend en charge un maximum de 12 Go de mémoire avec une bande passante mémoire maximale de 53.0 Go/s activée.

Apple A16 Bionic Caractéristique Google Tensor G2
LPDDR5-6400 Mémoire LPDDR5-5500
6 Go Max. Mémoire 12 Go
1 (Single Channel) Canaux de mémoire 2 (Dual Channel)
51.2 Go/s Max. Bande passante 53.0 Go/s
Non ECC Non
20.00 MB L2 Cache 8.00 MB
24.00 MB L3 Cache 4.00 MB
-- Version PCIe --
-- PCIe lanes --
-- PCIe Bande passante --

Gestion thermale

Le Apple A16 Bionic a un TDP de 7.25 W. Le TDP de Google Tensor G2 est 10 W. Les intégrateurs système utilisent le TDP du processeur comme guide lors du dimensionnement de la solution de refroidissement.

Apple A16 Bionic Caractéristique Google Tensor G2
7.25 W TDP (PL1 / PBP) 10 W
-- TDP (PL2) --
-- TDP up --
-- TDP down --
-- Tjunction max. --

Détails techniques

Le Apple A16 Bionic a 44.00 Mo de cache et est fabriqué en 4 nm. Le cache de Google Tensor G2 est à 12.00 Mo. Le processeur est fabriqué en 4 nm.

Apple A16 Bionic Caractéristique Google Tensor G2
4 nm La technologie 4 nm
Chiplet Conception de puce Chiplet
Armv8.6-A (64 bit) Jeu d'instructions (ISA) Armv8-A (64 bit)
-- Extensions ISA --
-- Socket --
Aucun La virtualisation Aucun
Non AES-NI Non
iOS Systèmes d'exploitation Android
Q3/2022 Date de sortie Q4/2022
-- Prix de sortie --
afficher plus de données afficher plus de données


Évaluez ces processeurs

Ici, vous pouvez évaluer le Apple A16 Bionic pour aider les autres visiteurs à prendre leurs décisions d'achat. La note moyenne est de 4.0 étoiles (13 notes). Évaluez maintenant :
Ici, vous pouvez évaluer le Google Tensor G2 pour aider les autres visiteurs à prendre leurs décisions d'achat. La note moyenne est de 3.9 étoiles (7 notes). Évaluez maintenant :


Performance moyenne dans les benchmarks

⌀ Performances monocœur dans 2 Benchmarks CPU
⌀ Performances multicœurs dans 3 Benchmarks CPU

Geekbench 5, 64bit (Single-Core)

Geekbench 5 est un benchmark multi-plateformes qui utilise beaucoup la mémoire système. Une mémoire rapide va beaucoup pousser le résultat. Le test monocœur utilise un seul cœur de processeur, la quantité de cœurs ou la capacité d’hyperthreading ne comptent pas.
Apple A16 Bionic Apple A16 Bionic
6C 6T @ 3.46 GHz
1890 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2.85 GHz
1068 (57%)

Geekbench 5, 64bit (Multi-Core)

Geekbench 5 est un benchmark multi-plateformes qui utilise beaucoup la mémoire système. Une mémoire rapide va beaucoup pousser le résultat. Le test multicœur concerne tous les cœurs de processeur et procure un avantage considérable de l'hyperthreading.
Apple A16 Bionic Apple A16 Bionic
6C 6T @ 3.46 GHz
5465 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2.85 GHz
3149 (58%)

Geekbench 6 (Single-Core)

Geekbench 6 est une référence pour les ordinateurs, notebooks et smartphones modernes. Ce qui est nouveau, c'est une utilisation optimisée des nouvelles architectures de processeur, par exemple basées sur le concept big.LITTLE et combinant des cœurs de processeur de différentes tailles. Le benchmark monocœur n'évalue que les performances du cœur de processeur le plus rapide, le nombre de cœurs de processeur dans un processeur n'est pas pertinent ici.
Apple A16 Bionic Apple A16 Bionic
6C 6T @ 3.46 GHz
2531 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2.85 GHz
1426 (56%)

Geekbench 6 (Multi-Core)

Geekbench 6 est une référence pour les ordinateurs, notebooks et smartphones modernes. Ce qui est nouveau, c'est une utilisation optimisée des nouvelles architectures de processeur, par exemple basées sur le concept big.LITTLE et combinant des cœurs de processeur de différentes tailles. Le benchmark multicœur évalue les performances de tous les cœurs de processeur du processeur. Les améliorations de threads virtuels telles que AMD SMT ou Hyper-Threading d'Intel ont un impact positif sur le résultat du benchmark.
Apple A16 Bionic Apple A16 Bionic
6C 6T @ 3.46 GHz
6299 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2.85 GHz
3342 (53%)


iGPU - FP32 Performance (GFLOPS simple précision)

Les performances de calcul théoriques de l'unité graphique interne du processeur avec une précision simple (32 bits) dans GFLOPS. GFLOPS indique combien de milliards d'opérations en virgule flottante l'iGPU peut effectuer par seconde.
Apple A16 Bionic Apple A16 Bionic
Apple A16 (5 GPU Cores) @ 1.34 GHz
1789 (100%)
Google Tensor G2 Google Tensor G2
ARM Mali-G710 MP7 @ 0.90 GHz
700 (39%)

AnTuTu 9 Benchmark

Le benchmark AnTuTu 9 est très bien adapté pour mesurer les performances d'un smartphone. AnTuTu 9 est assez lourd sur les graphiques 3D et peut désormais également utiliser l'interface graphique "Metal". Dans AnTuTu, la mémoire et l'UX (expérience utilisateur) sont également testées en simulant l'utilisation du navigateur et de l'application. La version 9 d'AnTuTu peut comparer n'importe quel processeur ARM fonctionnant sur Android ou iOS. Les appareils peuvent ne pas être directement comparables lorsqu'ils sont comparés à différents systèmes d'exploitation.

Dans le benchmark AnTuTu 9, les performances monocœur d'un processeur ne sont que légèrement pondérées. La note est composée des performances multicœurs du processeur, de la vitesse de la mémoire de travail et des performances des graphiques internes.
Apple A16 Bionic Apple A16 Bionic
6C 6T @ 3.46 GHz
947502 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2.85 GHz
789419 (83%)

Performances pour l'intelligence artificielle (IA) et l'apprentissage automatique (ML)

Les processeurs prenant en charge l'intelligence artificielle (IA) et l'apprentissage automatique (ML) peuvent traiter de nombreux calculs, en particulier le traitement audio, image et vidéo, beaucoup plus rapidement que les processeurs classiques. La performance est exprimée en nombre (trillions) d'opérations arithmétiques par seconde (TOPS).
Apple A16 Bionic Apple A16 Bionic
6C 6T @ 3.46 GHz
17 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2.85 GHz
4 (24%)

Périphériques utilisant ce processeur

Apple A16 Bionic Google Tensor G2
Apple iPhone 14 Pro
Apple iPhone 14 Pro Max
Google Pixel 7
Google Pixel 7 Pro

Comparaisons populaires contenant ce CPU

1. Apple A16 BionicApple M1 Apple A16 Bionic vs Apple M1
2. Qualcomm Snapdragon 8 Gen 1Google Tensor G2 Qualcomm Snapdragon 8 Gen 1 vs Google Tensor G2
3. Apple A16 BionicApple A15 Bionic (5-GPU) Apple A16 Bionic vs Apple A15 Bionic (5-GPU)
4. Apple A16 BionicApple M2 Apple A16 Bionic vs Apple M2
5. Apple A16 BionicQualcomm Snapdragon 8 Gen 2 Apple A16 Bionic vs Qualcomm Snapdragon 8 Gen 2
6. Apple A17 ProApple A16 Bionic Apple A17 Pro vs Apple A16 Bionic
7. Qualcomm Snapdragon 888Google Tensor G2 Qualcomm Snapdragon 888 vs Google Tensor G2
8. Google Tensor G3Google Tensor G2 Google Tensor G3 vs Google Tensor G2
9. Apple A16 BionicApple A14 Bionic Apple A16 Bionic vs Apple A14 Bionic
10. Google TensorGoogle Tensor G2 Google Tensor vs Google Tensor G2


retour à l'index