Apple M1 Pro (10-CPU 14-GPU) vs Google Tensor G3

Dernière mise à jour:

Comparaison avec des benchmarks


Apple M1 Pro (10-CPU 14-GPU) CPU1 vs CPU2 Google Tensor G3
Apple M1 Pro (10-CPU 14-GPU) Google Tensor G3

Comparaison CPU

Apple M1 Pro (10-CPU 14-GPU) ou Google Tensor G3 - quel processeur est le plus rapide ? Dans cette comparaison, nous examinons les différences et analysons lequel de ces deux processeurs est le meilleur. Nous comparons les données techniques et les résultats de référence.

Le Apple M1 Pro (10-CPU 14-GPU) a 10 cœurs avec 10 threads et horloges avec une fréquence maximale de 3.20 GHz. Jusqu'à 32 Go de mémoire est pris en charge dans 2 canaux de mémoire. Le Apple M1 Pro (10-CPU 14-GPU) a été publié en Q3/2021.

Le Google Tensor G3 a 8 cœurs avec 8 threads et horloges avec une fréquence maximale de 2.91 GHz. Le processeur prend en charge jusqu'à 12 Go de mémoire dans 2 canaux de mémoire. Le Google Tensor G3 a été publié en Q3/2023.
Apple M series (25) Famille Google Tensor (3)
Apple M1 (9) Groupe de processeurs Google Tensor G3 (1)
1 Génération 3
M1 Architecture G3
Mobile Segment Mobile
-- Prédécesseur Google Tensor
Apple M2 Pro (10-CPU 16-GPU) Successeur --

Cœurs de processeur et fréquence de base

Le Apple M1 Pro (10-CPU 14-GPU) a 10 cœurs de processeur et peut calculer 10 threads en parallèle. La fréquence d'horloge du Apple M1 Pro (10-CPU 14-GPU) est 0.60 GHz (3.20 GHz) tandis que le Google Tensor G3 a 8 cœurs de processeur et 8 threads peuvent calculer simultanément. La fréquence d'horloge de Google Tensor G3 est à 2.91 GHz.

Apple M1 Pro (10-CPU 14-GPU) Caractéristique Google Tensor G3
10 Cores 8
10 Threads 8
hybrid (big.LITTLE) Architecture de base hybrid (Prime / big.LITTLE)
Non Hyperthreading Non
Non Overclocking ? Non
0.60 GHz (3.20 GHz)
8x Firestorm
A-Core 2.91 GHz
1x Cortex-X3
0.60 GHz (2.06 GHz)
2x Icestorm
B-Core 2.37 GHz
4x Cortex-A715
-- C-Core 1.70 GHz
4x Cortex-A510

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 M1 Pro (10-CPU 14-GPU) Caractéristique Google Tensor G3
Apple Neural Engine Matériel AI Google Tensor AI
16 Neural cores @ 11 TOPS Spécifications de l'IA Google Edge TPU

Graphiques internes

Le Apple M1 Pro (10-CPU 14-GPU) ou Google Tensor G3 a des graphiques intégrés, appelés iGPU en abrégé. L'iGPU utilise la mémoire principale du système comme mémoire graphique et repose sur la matrice du processeur.

Apple M1 Pro (14 Core) GPU ARM Immortalis-G715 MP10
0.39 GHz Fréquence GPU 0.89 GHz
1.30 GHz GPU (Turbo) --
1 GPU Generation Vallhall
5 nm La technologie 4 nm
3 Max. affiche 0
224 Unités d'exécution 10
1792 Shader --
Non Hardware Raytracing Non
Non Frame Generation Non
32 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 M1 Pro (14 Core) GPU ARM Immortalis-G715 MP10
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 Codec VP8 Décoder / Encoder
Non Codec AV1 Décoder / Encoder
Décoder Codec AVC Décoder / Encoder
Décoder Codec VC-1 Décoder / Encoder
Décoder / Encoder Codec JPEG Décoder / Encoder

Mémoire & PCIe

Le Apple M1 Pro (10-CPU 14-GPU) peut utiliser jusqu'à 32 Go de mémoire dans 2 canaux de mémoire. La bande passante mémoire maximale est de 102.4 Go/s. Le Google Tensor G3 prend en charge jusqu'à 12 Go de mémoire dans 2 canaux de mémoire et atteint une bande passante mémoire allant jusqu'à 53.0 Go/s.

Apple M1 Pro (10-CPU 14-GPU) Caractéristique Google Tensor G3
LPDDR5-6400 Mémoire LPDDR5-5500
32 Go Max. Mémoire 12 Go
2 (Dual Channel) Canaux de mémoire 2 (Dual Channel)
102.4 Go/s Max. Bande passante 53.0 Go/s
Non ECC Non
28.00 MB L2 Cache --
-- L3 Cache --
4.0 Version PCIe --
-- PCIe lanes --
-- PCIe Bande passante --

Gestion thermale

La puissance thermique nominale (TDP en abrégé) du Apple M1 Pro (10-CPU 14-GPU) est de 45 W, tandis que le Google Tensor G3 a un TDP de 10 W. Le TDP spécifie la solution de refroidissement nécessaire pour refroidir suffisamment le processeur.

Apple M1 Pro (10-CPU 14-GPU) Caractéristique Google Tensor G3
45 W TDP (PL1 / PBP) 10 W
-- TDP (PL2) --
-- TDP up --
-- TDP down --
-- Tjunction max. --

Détails techniques

Le Apple M1 Pro (10-CPU 14-GPU) est fabriqué en 5 nm et a 28.00 cache de Mo. Le Google Tensor G3 est fabriqué en 4 nm et dispose d'un cache 0.00 Mo.

Apple M1 Pro (10-CPU 14-GPU) Caractéristique Google Tensor G3
5 nm La technologie 4 nm
Chiplet Conception de puce Chiplet
Armv8.5-A (64 bit) Jeu d'instructions (ISA) Armv9-A (64 bit)
Rosetta 2 x86-Emulation Extensions ISA --
-- Socket --
Apple Virtualization Framework La virtualisation Aucun
Oui AES-NI Non
macOS Systèmes d'exploitation Android
Q3/2021 Date de sortie Q3/2023
-- Prix de sortie --
afficher plus de données afficher plus de données


Évaluez ces processeurs

Ici, vous pouvez évaluer le Apple M1 Pro (10-CPU 14-GPU) pour aider les autres visiteurs à prendre leurs décisions d'achat. La note moyenne est de 5.0 étoiles (26 notes). Évaluez maintenant :
Ici, vous pouvez évaluer le Google Tensor G3 pour aider les autres visiteurs à prendre leurs décisions d'achat. La note moyenne est de 3.4 étoiles (20 notes). Évaluez maintenant :


Performance moyenne dans les benchmarks

⌀ Performances monocœur dans 2 Benchmarks CPU
Apple M1 Pro (10-CPU 14-GPU) (100%)
Google Tensor G3 (73%)
⌀ Performances multicœurs dans 2 Benchmarks CPU
Apple M1 Pro (10-CPU 14-GPU) (100%)
Google Tensor G3 (33%)

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 M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
10C 10T @ 3.20 GHz
1768 (100%)
Google Tensor G3 Google Tensor G3
8C 8T @ 2.91 GHz
1267 (72%)

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 M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
10C 10T @ 3.20 GHz
12574 (100%)
Google Tensor G3 Google Tensor G3
8C 8T @ 2.91 GHz
3631 (29%)

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 M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
10C 10T @ 3.20 GHz
2397 (100%)
Google Tensor G3 Google Tensor G3
8C 8T @ 2.91 GHz
1759 (73%)

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 M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
10C 10T @ 3.20 GHz
12407 (100%)
Google Tensor G3 Google Tensor G3
8C 8T @ 2.91 GHz
4533 (37%)


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 M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
Apple M1 Pro (14 Core) @ 1.30 GHz
4580 (100%)
Google Tensor G3 Google Tensor G3
ARM Immortalis-G715 MP10 @ 0.89 GHz
1 (0%)

Cinebench 2024 (Single-Core)

Le benchmark Cinebench 2024 est basé sur le moteur de rendu Redshift, qui est également utilisé dans le programme 3D de Maxon, Cinema 4D. Les tests de référence durent chacun 10 minutes pour tester si le processeur est limité par sa génération de chaleur.
Apple M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
10C 10T @ 3.20 GHz
113 (100%)
Google Tensor G3 Google Tensor G3
8C 8T @ 2.91 GHz
0 (0%)

Cinebench 2024 (Multi-Core)

Le test multicœur du benchmark Cinebench 2024 utilise tous les cœurs de processeur pour effectuer le rendu à l'aide du moteur de rendu Redshift, également utilisé dans Maxons Cinema 4D. L'exécution de référence dure 10 minutes pour tester si le processeur est limité par sa génération de chaleur.
Apple M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
10C 10T @ 3.20 GHz
802 (100%)
Google Tensor G3 Google Tensor G3
8C 8T @ 2.91 GHz
0 (0%)

Cinebench R23 (Single-Core)

Cinebench R23 est le successeur de Cinebench R20 et est également basé sur la suite Cinema 4. Cinema 4 est un logiciel utilisé dans le monde entier pour créer des formulaires 3D. Le test monocœur utilise un seul cœur de processeur, la quantité de cœurs ou la capacité d’hyperthreading ne comptent pas.
Apple M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
10C 10T @ 3.20 GHz
1534 (100%)
Google Tensor G3 Google Tensor G3
8C 8T @ 2.91 GHz
0 (0%)

Cinebench R23 (Multi-Core)

Cinebench R23 est le successeur de Cinebench R20 et est également basé sur la suite Cinema 4. Cinema 4 est un logiciel utilisé dans le monde entier pour créer des formulaires 3D. Le test multicœur concerne tous les cœurs de processeur et procure un avantage considérable de l'hyperthreading.
Apple M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
10C 10T @ 3.20 GHz
12390 (100%)
Google Tensor G3 Google Tensor G3
8C 8T @ 2.91 GHz
0 (0%)

AnTuTu 10 Benchmark

Le benchmark AnTuTu 10 est l'un des benchmarks les plus connus pour les processeurs mobiles, désormais disponible en version 10. Il existe une version pour les smartphones et tablettes Android, ainsi qu'une version pour les appareils mobiles Apple, c'est-à-dire les iPhones et iPads.

Le benchmark Antutu 10 comporte 3 phases. Dans la première phase, la RAM de l'appareil est testée, dans la phase 2, les graphiques sont testés et dans la phase finale, l'ensemble de l'appareil est poussé à ses limites de performances en rendant les graphiques 3D.

Antutu 10 est donc idéal pour comparer les performances de différents appareils.
Apple M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
10C 10T @ 0.60 GHz
0 (0%)
Google Tensor G3 Google Tensor G3
8C 8T @ 2.91 GHz
1106280 (100%)

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 M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
10C 10T @ 0.60 GHz
0 (0%)
Google Tensor G3 Google Tensor G3
8C 8T @ 2.91 GHz
894587 (100%)

Blender 3.1 Benchmark

Dans le Blender Benchmark 3.1, les scènes "monster", "junkshop" et "classroom" sont rendues et le temps requis par le système est mesuré. Dans notre benchmark, nous testons le CPU et non la carte graphique. Blender 3.1 a été présenté en version autonome en mars 2022.
Apple M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
10C 10T @ 3.20 GHz
192 (100%)
Google Tensor G3 Google Tensor G3
8C 8T @ 2.91 GHz
0 (0%)

Performances du processeur par watt (efficacité)

Efficacité du processeur à pleine charge dans le benchmark Cinebench R23 (multi-core). Le résultat du test de référence est divisé par l'énergie moyenne requise (puissance du processeur en watts). Plus la valeur est élevée, plus le processeur est efficace à pleine charge.
Apple M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
12,390 CB R23 MC @ 45 W
275 (100%)
Google Tensor G3 Google Tensor G3
2.91 GHz
0 (0%)

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 M1 Pro (10-CPU 14-GPU) Apple M1 Pro (10-CPU 14-GPU)
10C 10T @ 0.60 GHz
11 (100%)
Google Tensor G3 Google Tensor G3
8C 8T @ 2.91 GHz
0 (0%)

Périphériques utilisant ce processeur

Apple M1 Pro (10-CPU 14-GPU) Google Tensor G3
Apple MacBook Pro 14 (2021)
Apple MacBook Pro 16 (2021)
Google Pixel 8
Google Pixel 8 Pro

Comparaisons populaires contenant ce CPU

1. Apple M2Apple M1 Pro (10-CPU 14-GPU) Apple M2 vs Apple M1 Pro (10-CPU 14-GPU)
2. Qualcomm Snapdragon 8 Gen 2Google Tensor G3 Qualcomm Snapdragon 8 Gen 2 vs Google Tensor G3
3. Google Tensor G3Google Tensor G2 Google Tensor G3 vs Google Tensor G2
4. Qualcomm Snapdragon 8 Gen 3Google Tensor G3 Qualcomm Snapdragon 8 Gen 3 vs Google Tensor G3
5. Apple A17 ProGoogle Tensor G3 Apple A17 Pro vs Google Tensor G3
6. Qualcomm Snapdragon 8 Gen 1Google Tensor G3 Qualcomm Snapdragon 8 Gen 1 vs Google Tensor G3
7. Apple M1 Pro (10-CPU 14-GPU)Apple M1 Apple M1 Pro (10-CPU 14-GPU) vs Apple M1
8. Google Tensor G3Google Tensor Google Tensor G3 vs Google Tensor
9. Apple A16 BionicGoogle Tensor G3 Apple A16 Bionic vs Google Tensor G3
10. Qualcomm Snapdragon 888Google Tensor G3 Qualcomm Snapdragon 888 vs Google Tensor G3


retour à l'index