Google Tensor vs Samsung Exynos 2200

Dernière mise à jour:

Comparaison avec des benchmarks


Google Tensor CPU1 vs CPU2 Samsung Exynos 2200
Google Tensor Samsung Exynos 2200

Comparaison CPU

Google Tensor ou Samsung Exynos 2200 - 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 Samsung Exynos 2200 a 8 cœurs avec 8 threads et horloges avec une fréquence maximale de 2.80 GHz. Le processeur prend en charge jusqu'à 12 Go de mémoire dans 4 canaux de mémoire. Le Samsung Exynos 2200 a été publié en Q1/2022.
Google Tensor (3) Famille Samsung Exynos (46)
Google Tensor (1) Groupe de processeurs Samsung Exynos 2200 (1)
1 Génération 6
G1 Architecture Cortex-X2/-A710/-A510
Mobile Segment Mobile
-- Prédécesseur Samsung Exynos 2100
Google Tensor G2 Successeur --

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 Samsung Exynos 2200 a 8 cœurs de processeur et 8 threads peuvent calculer simultanément. La fréquence d'horloge de Samsung Exynos 2200 est à 2.80 GHz.

Google Tensor Caractéristique Samsung Exynos 2200
8 Cores 8
8 Threads 8
hybrid (Prime / big.LITTLE) Architecture de base hybrid (Prime / big.LITTLE)
Non Hyperthreading Non
Non Overclocking ? Non
2.80 GHz
2x Cortex-X1
A-Core 2.80 GHz
1x Cortex-X2
2.25 GHz
2x Cortex-A76
B-Core 2.52 GHz
3x Cortex-A710
1.80 GHz
4x Cortex-A55
C-Core 1.82 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.

Google Tensor Caractéristique Samsung Exynos 2200
Google Tensor AI Matériel AI --
Google Edge TPU @ 1.6 TOPS Spécifications de l'IA --

Graphiques internes

Le Google Tensor ou Samsung Exynos 2200 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 Samsung Xclipse 920
0.76 GHz Fréquence GPU 1.30 GHz
-- GPU (Turbo) 1.30 GHz
Vallhall 2 GPU Generation 1
5 nm La technologie 4 nm
1 Max. affiche 0
20 Unités d'exécution 24
320 Shader 384
Non Hardware Raytracing Non
Non Frame Generation Non
-- Max. GPU Mémoire 4 Go
12 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.

ARM Mali-G78 MP20 GPU Samsung Xclipse 920
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 Non
Décoder Codec AV1 Décoder
Décoder / Encoder Codec AVC Non
Décoder / Encoder Codec VC-1 Non
Décoder / Encoder Codec JPEG Non

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 Samsung Exynos 2200 prend en charge jusqu'à 12 Go de mémoire dans 4 canaux de mémoire et atteint une bande passante mémoire allant jusqu'à 51.2 Go/s.

Google Tensor Caractéristique Samsung Exynos 2200
LPDDR5-5500 Mémoire LPDDR5-6400
12 Go Max. Mémoire 12 Go
2 (Dual Channel) Canaux de mémoire 4 (Quad Channel)
53.0 Go/s Max. Bande passante 51.2 Go/s
Non ECC Non
8.00 MB L2 Cache --
-- L3 Cache --
-- 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 Samsung Exynos 2200 a un TDP de --. Le TDP spécifie la solution de refroidissement nécessaire pour refroidir suffisamment le processeur.

Google Tensor Caractéristique Samsung Exynos 2200
10 W TDP (PL1 / PBP) --
-- 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 Samsung Exynos 2200 est fabriqué en 4 nm et dispose d'un cache 0.00 Mo.

Google Tensor Caractéristique Samsung Exynos 2200
5 nm La technologie 4 nm
Inconnu Conception de puce Inconnu
Armv8-A (64 bit) Jeu d'instructions (ISA) Armv9-A (64 bit)
-- Extensions ISA --
-- Socket --
Aucun La virtualisation Aucun
Non AES-NI Non
Android Systèmes d'exploitation Android
Q4/2021 Date de sortie Q1/2022
-- 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 Samsung Exynos 2200 pour aider les autres visiteurs à prendre leurs décisions d'achat. La note moyenne est de 3.8 étoiles (6 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 (88%)
Samsung Exynos 2200 Samsung Exynos 2200
8C 8T @ 2.80 GHz
1182 (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 (81%)
Samsung Exynos 2200 Samsung Exynos 2200
8C 8T @ 2.80 GHz
3586 (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 (100%)
Samsung Exynos 2200 Samsung Exynos 2200
8C 8T @ 2.80 GHz
1428 (96%)

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 (100%)
Samsung Exynos 2200 Samsung Exynos 2200
8C 8T @ 2.80 GHz
3528 (97%)


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%)
Samsung Exynos 2200 Samsung Exynos 2200
Samsung Xclipse 920 @ 1.30 GHz
1422 (73%)

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 (75%)
Samsung Exynos 2200 Samsung Exynos 2200
8C 8T @ 2.80 GHz
917364 (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 (100%)
Samsung Exynos 2200 Samsung Exynos 2200
8C 8T @ 2.80 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).
Google Tensor Google Tensor
8C 8T @ 2.80 GHz
1.6 (100%)
Samsung Exynos 2200 Samsung Exynos 2200
8C 8T @ 2.80 GHz
0 (0%)

Périphériques utilisant ce processeur

Google Tensor Samsung Exynos 2200
Google Pixel 6
Google Pixel 6 Pro
Samsung Galaxy S22
Samsung Galaxy S22 Plus
Samsung Galaxy S22 Ultra

Comparaisons populaires contenant ce CPU

1. Google TensorQualcomm Snapdragon 888 Google Tensor vs Qualcomm Snapdragon 888
2. Qualcomm Snapdragon 8 Gen 1Google Tensor Qualcomm Snapdragon 8 Gen 1 vs Google Tensor
3. Qualcomm Snapdragon 8 Gen 2Samsung Exynos 2200 Qualcomm Snapdragon 8 Gen 2 vs Samsung Exynos 2200
4. Samsung Exynos 2200Qualcomm Snapdragon 8 Gen 1 Samsung Exynos 2200 vs Qualcomm Snapdragon 8 Gen 1
5. Google TensorGoogle Tensor G2 Google Tensor vs Google Tensor G2
6. Qualcomm Snapdragon 888Samsung Exynos 2200 Qualcomm Snapdragon 888 vs Samsung Exynos 2200
7. Google TensorQualcomm Snapdragon 695 5G Google Tensor vs Qualcomm Snapdragon 695 5G
8. Google TensorQualcomm Snapdragon 865 Google Tensor vs Qualcomm Snapdragon 865
9. Google TensorQualcomm Snapdragon 855 Google Tensor vs Qualcomm Snapdragon 855
10. Samsung Exynos 2200Samsung Exynos 990 Samsung Exynos 2200 vs Samsung Exynos 990


retour à l'index