Google Tensor vs Apple A14 Bionic

Dernière mise à jour:

Comparaison avec des benchmarks


Google Tensor CPU1 vs CPU2 Apple A14 Bionic
Google Tensor Apple A14 Bionic

Comparaison CPU

Google Tensor ou Apple A14 Bionic - 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 Google Tensor a 8 cœurs avec 8 threads et horloges avec une fréquence maximale de 2.80 GHz. Jusqu'à 12 Go de mémoire est pris en charge dans 2 canaux de mémoire. Le Google Tensor a été publié en Q4/2021.

Le Apple A14 Bionic a 6 cœurs avec 6 threads et horloges avec une fréquence maximale de 3.00 GHz. Le processeur prend en charge jusqu'à 6 Go de mémoire dans 1 canaux de mémoire. Le Apple A14 Bionic a été publié en Q3/2020.
Google Tensor (3) Famille Apple A series (22)
Google Tensor (1) Groupe de processeurs Apple A14 (1)
1 Génération 14
G1 Architecture A14 (Firestorm/Icestorm)
Mobile Segment Mobile
-- Prédécesseur Apple A13 Bionic
Google Tensor G2 Successeur Apple A15 Bionic (5-GPU)

Cœurs de processeur et fréquence de base

Le Google Tensor a 8 cœurs de processeur et peut calculer 8 threads en parallèle. La fréquence d'horloge du Google Tensor est 2.80 GHz tandis que le Apple A14 Bionic a 6 cœurs de processeur et 6 threads peuvent calculer simultanément. La fréquence d'horloge de Apple A14 Bionic est à 3.00 GHz.

Google Tensor Caractéristique Apple A14 Bionic
8 Cores 6
8 Threads 6
hybrid (Prime / big.LITTLE) Architecture de base hybrid (big.LITTLE)
Non Hyperthreading Non
Non Overclocking ? Non
2.80 GHz
2x Cortex-X1
A-Core 3.00 GHz
2x Firestorm
2.25 GHz
2x Cortex-A76
B-Core 1.82 GHz
4x Icestorm
1.80 GHz
4x Cortex-A55
C-Core --

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.

Google Tensor Caractéristique Apple A14 Bionic
Google Tensor AI Matériel AI Apple Neural Engine
Google Edge TPU @ 1.6 TOPS Spécifications de l'IA 16 Neural cores @ 11 TOPS

Graphiques internes

Le Google Tensor ou Apple A14 Bionic 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.

ARM Mali-G78 MP20 GPU Apple A14
0.76 GHz Fréquence GPU 1.46 GHz
-- GPU (Turbo) --
Vallhall 2 GPU Generation 11
5 nm La technologie 5 nm
1 Max. affiche 3
20 Unités d'exécution 16
320 Shader 256
Non Hardware Raytracing Non
Non Frame Generation Non
-- Max. GPU Mémoire 6 Go
12 DirectX Version --

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.

ARM Mali-G78 MP20 GPU Apple A14
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
Décoder Codec AV1 Non
Décoder / Encoder Codec AVC Décoder
Décoder / Encoder Codec VC-1 Décoder
Décoder / Encoder Codec JPEG Décoder / Encoder

Mémoire & PCIe

Le Google Tensor peut utiliser jusqu'à 12 Go de mémoire dans 2 canaux de mémoire. La bande passante mémoire maximale est de 53.0 Go/s. Le Apple A14 Bionic prend en charge jusqu'à 6 Go de mémoire dans 1 canaux de mémoire et atteint une bande passante mémoire allant jusqu'à 34.1 Go/s.

Google Tensor Caractéristique Apple A14 Bionic
LPDDR5-5500 Mémoire LPDDR4X-4266
12 Go Max. Mémoire 6 Go
2 (Dual Channel) Canaux de mémoire 1 (Single Channel)
53.0 Go/s Max. Bande passante 34.1 Go/s
Non ECC Non
8.00 MB L2 Cache 12.00 MB
-- L3 Cache 16.00 MB
-- Version PCIe --
-- PCIe lanes --
-- PCIe Bande passante --

Gestion thermale

La puissance thermique nominale (TDP en abrégé) du Google Tensor est de 10 W, tandis que le Apple A14 Bionic a un TDP de 7.25 W. Le TDP spécifie la solution de refroidissement nécessaire pour refroidir suffisamment le processeur.

Google Tensor Caractéristique Apple A14 Bionic
10 W TDP (PL1 / PBP) 7.25 W
-- TDP (PL2) --
-- TDP up --
-- TDP down --
-- Tjunction max. --

Détails techniques

Le Google Tensor est fabriqué en 5 nm et a 8.00 cache de Mo. Le Apple A14 Bionic est fabriqué en 5 nm et dispose d'un cache 28.00 Mo.

Google Tensor Caractéristique Apple A14 Bionic
5 nm La technologie 5 nm
Inconnu Conception de puce Chiplet
Armv8-A (64 bit) Jeu d'instructions (ISA) Armv8-A (64 bit)
-- Extensions ISA --
-- Socket --
Aucun La virtualisation Aucun
Non AES-NI Non
Android Systèmes d'exploitation iOS
Q4/2021 Date de sortie Q3/2020
-- Prix de sortie --
afficher plus de données afficher plus de données


Évaluez ces processeurs

Ici, vous pouvez évaluer le Google Tensor pour aider les autres visiteurs à prendre leurs décisions d'achat. La note moyenne est de 5.0 étoiles (1 notes). Évaluez maintenant :
Ici, vous pouvez évaluer le Apple A14 Bionic pour aider les autres visiteurs à prendre leurs décisions d'achat. La note moyenne est de 3.1 étoiles (11 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.
Google Tensor Google Tensor
8C 8T @ 2.80 GHz
1043 (66%)
Apple A14 Bionic Apple A14 Bionic
6C 6T @ 3.00 GHz
1590 (100%)

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.
Google Tensor Google Tensor
8C 8T @ 2.80 GHz
2915 (69%)
Apple A14 Bionic Apple A14 Bionic
6C 6T @ 3.00 GHz
4247 (100%)

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.
Google Tensor Google Tensor
8C 8T @ 2.80 GHz
1494 (72%)
Apple A14 Bionic Apple A14 Bionic
6C 6T @ 3.00 GHz
2072 (100%)

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.
Google Tensor Google Tensor
8C 8T @ 2.80 GHz
3639 (78%)
Apple A14 Bionic Apple A14 Bionic
6C 6T @ 3.00 GHz
4689 (100%)


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.
Google Tensor Google Tensor
ARM Mali-G78 MP20 @ 0.76 GHz
1943 (100%)
Apple A14 Bionic Apple A14 Bionic
Apple A14 @ 1.46 GHz
749 (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.
Google Tensor Google Tensor
8C 8T @ 2.80 GHz
691770 (95%)
Apple A14 Bionic Apple A14 Bionic
6C 6T @ 3.00 GHz
729968 (100%)

AnTuTu 8 Benchmark

Le benchmark AnTuTu 8 mesure les performances d'un SoC. AnTuTu compare le CPU, le GPU, la mémoire ainsi que l'UX (expérience utilisateur) en simulant l'utilisation du navigateur et des applications. AnTuTu peut comparer n'importe quel processeur ARM fonctionnant sous Android ou iOS. Les appareils peuvent ne pas être directement comparables si l'analyse comparative a été effectuée sous différents systèmes d'exploitation.

Dans le benchmark AnTuTu 8, les performances monocœur d'un processeur ne sont que légèrement pondérées. L'évaluation comprend les performances multicœurs du processeur, la vitesse de la RAM et les performances des graphiques internes.
Google Tensor Google Tensor
8C 8T @ 2.80 GHz
612494 (98%)
Apple A14 Bionic Apple A14 Bionic
6C 6T @ 3.00 GHz
628047 (100%)

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).
Google Tensor Google Tensor
8C 8T @ 2.80 GHz
1.6 (15%)
Apple A14 Bionic Apple A14 Bionic
6C 6T @ 3.00 GHz
11 (100%)

Résultats estimés pour PassMark CPU Mark

Certains des processeurs listés ci-dessous ont été référencés par CPU-monkey. Cependant, la majorité des processeurs n’ont pas été testés et les résultats ont été estimés à l’aide d’une formule propriétaire secrète du CPU-singe. En tant que tels, ils ne reflètent pas avec précision les valeurs de la marque de processeur Passmark et ne sont pas approuvés par PassMark Software Pty Ltd.
Google Tensor Google Tensor
8C 8T @ 2.80 GHz
0 (0%)
Apple A14 Bionic Apple A14 Bionic
6C 6T @ 3.00 GHz
8514 (100%)

Périphériques utilisant ce processeur

Google Tensor Apple A14 Bionic
Google Pixel 6
Google Pixel 6 Pro
Apple iPhone 12 mini
Apple iPhone 12
Apple iPhone 12 Pro
Apple iPhone 12 Pro Max
Apple iPad Air (4. Gen)

Comparaisons populaires contenant ce CPU

1. Apple M1Apple A14 Bionic Apple M1 vs Apple A14 Bionic
2. Apple A14 BionicApple A12Z Bionic Apple A14 Bionic vs Apple A12Z Bionic
3. Apple A14 BionicApple A13 Bionic Apple A14 Bionic vs Apple A13 Bionic
4. Qualcomm Snapdragon 888Apple A14 Bionic Qualcomm Snapdragon 888 vs Apple A14 Bionic
5. Apple A12 BionicApple A14 Bionic Apple A12 Bionic vs Apple A14 Bionic
6. Qualcomm Snapdragon 865Apple A14 Bionic Qualcomm Snapdragon 865 vs Apple A14 Bionic
7. Apple A12X BionicApple A14 Bionic Apple A12X Bionic vs Apple A14 Bionic
8. Apple A10X FusionApple A14 Bionic Apple A10X Fusion vs Apple A14 Bionic
9. Apple A14 BionicIntel Core i7-1185G7 Apple A14 Bionic vs Intel Core i7-1185G7
10. Apple M2Apple A14 Bionic Apple M2 vs Apple A14 Bionic


retour à l'index