Google Tensor vs Apple M2 Pro (12-CPU 19-GPU)

Dernière mise à jour:

Comparaison avec des benchmarks


Google Tensor CPU1 vs CPU2 Apple M2 Pro (12-CPU 19-GPU)
Google Tensor Apple M2 Pro (12-CPU 19-GPU)

Comparaison CPU

Google Tensor ou Apple M2 Pro (12-CPU 19-GPU) - 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 M2 Pro (12-CPU 19-GPU) a 12 cœurs avec 12 threads et horloges avec une fréquence maximale de 3.50 GHz. Le processeur prend en charge jusqu'à 32 Go de mémoire dans 2 canaux de mémoire. Le Apple M2 Pro (12-CPU 19-GPU) a été publié en Q1/2023.
Google Tensor (3) Famille Apple M series (25)
Google Tensor (1) Groupe de processeurs Apple M2 (8)
1 Génération 2
G1 Architecture M2
Mobile Segment Mobile
-- Prédécesseur Apple M1 Pro (10-CPU 16-GPU)
Google Tensor G2 Successeur Apple M3 Pro (12-CPU 18-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 M2 Pro (12-CPU 19-GPU) a 12 cœurs de processeur et 12 threads peuvent calculer simultanément. La fréquence d'horloge de Apple M2 Pro (12-CPU 19-GPU) est à 0.66 GHz (3.50 GHz).

Google Tensor Caractéristique Apple M2 Pro (12-CPU 19-GPU)
8 Cores 12
8 Threads 12
hybrid (Prime / big.LITTLE) Architecture de base hybrid (big.LITTLE)
Non Hyperthreading Non
Non Overclocking ? Non
2.80 GHz
2x Cortex-X1
A-Core 0.66 GHz (3.50 GHz)
8x Avalanche
2.25 GHz
2x Cortex-A76
B-Core 0.60 GHz (2.42 GHz)
4x Blizzard
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 M2 Pro (12-CPU 19-GPU)
Google Tensor AI Matériel AI Apple Neural Engine
Google Edge TPU @ 1.6 TOPS Spécifications de l'IA 16 Neural cores @ 15.8 TOPS

Graphiques internes

Le Google Tensor ou Apple M2 Pro (12-CPU 19-GPU) 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 M2 Pro (19 Core)
0.76 GHz Fréquence GPU 0.45 GHz
-- GPU (Turbo) 1.40 GHz
Vallhall 2 GPU Generation 2
5 nm La technologie 5 nm
1 Max. affiche 3
20 Unités d'exécution 304
320 Shader 2432
Non Hardware Raytracing Non
Non Frame Generation Non
-- Max. GPU Mémoire 32 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 M2 Pro (19 Core)
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
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 M2 Pro (12-CPU 19-GPU) prend en charge jusqu'à 32 Go de mémoire dans 2 canaux de mémoire et atteint une bande passante mémoire allant jusqu'à 102.4 Go/s.

Google Tensor Caractéristique Apple M2 Pro (12-CPU 19-GPU)
LPDDR5-5500 Mémoire LPDDR5-6400
12 Go Max. Mémoire 32 Go
2 (Dual Channel) Canaux de mémoire 2 (Dual Channel)
53.0 Go/s Max. Bande passante 102.4 Go/s
Non ECC Non
8.00 MB L2 Cache 36.00 MB
-- L3 Cache --
-- Version PCIe 4.0
-- 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 M2 Pro (12-CPU 19-GPU) a un TDP de 40 W. Le TDP spécifie la solution de refroidissement nécessaire pour refroidir suffisamment le processeur.

Google Tensor Caractéristique Apple M2 Pro (12-CPU 19-GPU)
10 W TDP (PL1 / PBP) 40 W
-- TDP (PL2) --
-- TDP up --
-- TDP down --
-- Tjunction max. 100 °C

Détails techniques

Le Google Tensor est fabriqué en 5 nm et a 8.00 cache de Mo. Le Apple M2 Pro (12-CPU 19-GPU) est fabriqué en 5 nm et dispose d'un cache 36.00 Mo.

Google Tensor Caractéristique Apple M2 Pro (12-CPU 19-GPU)
5 nm La technologie 5 nm
Inconnu Conception de puce Chiplet
Armv8-A (64 bit) Jeu d'instructions (ISA) Armv8.5-A (64 bit)
-- Extensions ISA Rosetta 2 x86-Emulation
-- Socket --
Aucun La virtualisation Apple Virtualization Framework
Non AES-NI Oui
Android Systèmes d'exploitation macOS, iPadOS
Q4/2021 Date de sortie Q1/2023
-- 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 4.2 étoiles (10 notes). Évaluez maintenant :
Ici, vous pouvez évaluer le Apple M2 Pro (12-CPU 19-GPU) pour aider les autres visiteurs à prendre leurs décisions d'achat. La note moyenne est de 4.9 étoiles (66 notes). Évaluez maintenant :


Performance moyenne dans les benchmarks

⌀ Performances monocœur dans 2 Benchmarks CPU
Google Tensor (56%)
Apple M2 Pro (12-CPU 19-GPU) (100%)
⌀ Performances multicœurs dans 2 Benchmarks CPU
Google Tensor (23%)
Apple M2 Pro (12-CPU 19-GPU) (100%)

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 (56%)
Apple M2 Pro (12-CPU 19-GPU) Apple M2 Pro (12-CPU 19-GPU)
12C 12T @ 3.50 GHz
1874 (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 (19%)
Apple M2 Pro (12-CPU 19-GPU) Apple M2 Pro (12-CPU 19-GPU)
12C 12T @ 3.50 GHz
15506 (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 (56%)
Apple M2 Pro (12-CPU 19-GPU) Apple M2 Pro (12-CPU 19-GPU)
12C 12T @ 3.50 GHz
2689 (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 (26%)
Apple M2 Pro (12-CPU 19-GPU) Apple M2 Pro (12-CPU 19-GPU)
12C 12T @ 3.50 GHz
14207 (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 (29%)
Apple M2 Pro (12-CPU 19-GPU) Apple M2 Pro (12-CPU 19-GPU)
Apple M2 Pro (19 Core) @ 1.40 GHz
6745 (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 (10%)
Apple M2 Pro (12-CPU 19-GPU) Apple M2 Pro (12-CPU 19-GPU)
12C 12T @ 0.66 GHz
15.8 (100%)

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.
Google Tensor Google Tensor
8C 8T @ 2.80 GHz
0 (0%)
Apple M2 Pro (12-CPU 19-GPU) Apple M2 Pro (12-CPU 19-GPU)
12C 12T @ 3.50 GHz
122 (100%)

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.
Google Tensor Google Tensor
8C 8T @ 2.80 GHz
0 (0%)
Apple M2 Pro (12-CPU 19-GPU) Apple M2 Pro (12-CPU 19-GPU)
12C 12T @ 3.50 GHz
782 (100%)

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.
Google Tensor Google Tensor
8C 8T @ 2.80 GHz
0 (0%)
Apple M2 Pro (12-CPU 19-GPU) Apple M2 Pro (12-CPU 19-GPU)
12C 12T @ 3.50 GHz
1695 (100%)

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.
Google Tensor Google Tensor
8C 8T @ 2.80 GHz
0 (0%)
Apple M2 Pro (12-CPU 19-GPU) Apple M2 Pro (12-CPU 19-GPU)
12C 12T @ 3.50 GHz
14855 (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.
Google Tensor Google Tensor
8C 8T @ 2.80 GHz
691770 (100%)
Apple M2 Pro (12-CPU 19-GPU) Apple M2 Pro (12-CPU 19-GPU)
12C 12T @ 0.66 GHz
0 (0%)

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 (100%)
Apple M2 Pro (12-CPU 19-GPU) Apple M2 Pro (12-CPU 19-GPU)
12C 12T @ 0.66 GHz
0 (0%)

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 M2 Pro (12-CPU 19-GPU) Apple M2 Pro (12-CPU 19-GPU)
12C 12T @ 3.50 GHz
26294 (100%)

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.
Google Tensor Google Tensor
2.80 GHz
0 (0%)
Apple M2 Pro (12-CPU 19-GPU) Apple M2 Pro (12-CPU 19-GPU)
14,855 CB R23 MC @ 40 W
371 (100%)

Périphériques utilisant ce processeur

Google Tensor Apple M2 Pro (12-CPU 19-GPU)
Google Pixel 6
Google Pixel 6 Pro
Apple MacBook Pro 16 (2023)

Comparaisons populaires contenant ce CPU

1. Google TensorQualcomm Snapdragon 888 Google Tensor vs Qualcomm Snapdragon 888
2. Apple M2 Pro (12-CPU 19-GPU)Apple M2 Pro (10-CPU 16-GPU) Apple M2 Pro (12-CPU 19-GPU) vs Apple M2 Pro (10-CPU 16-GPU)
3. Qualcomm Snapdragon 8 Gen 1Google Tensor Qualcomm Snapdragon 8 Gen 1 vs Google Tensor
4. Google TensorGoogle Tensor G2 Google Tensor vs Google Tensor G2
5. Apple M2 Pro (12-CPU 19-GPU)Intel Core i9-13900HX Apple M2 Pro (12-CPU 19-GPU) vs Intel Core i9-13900HX
6. Google TensorQualcomm Snapdragon 695 5G Google Tensor vs Qualcomm Snapdragon 695 5G
7. Google TensorQualcomm Snapdragon 865 Google Tensor vs Qualcomm Snapdragon 865
8. Google TensorQualcomm Snapdragon 855 Google Tensor vs Qualcomm Snapdragon 855
9. Apple M1 Max (24-GPU)Apple M2 Pro (12-CPU 19-GPU) Apple M1 Max (24-GPU) vs Apple M2 Pro (12-CPU 19-GPU)
10. Apple M2 Pro (12-CPU 19-GPU)Intel Core i7-12700H Apple M2 Pro (12-CPU 19-GPU) vs Intel Core i7-12700H


retour à l'index