Google Tensor G2 vs Apple A17 Pro

Dernière mise à jour:

Comparaison avec des benchmarks


Google Tensor G2 CPU1 vs CPU2 Apple A17 Pro
Google Tensor G2 Apple A17 Pro

Comparaison CPU

Google Tensor G2 ou Apple A17 Pro - 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 G2 a 8 cœurs avec 8 threads et horloges avec une fréquence maximale de 2.85 GHz. Jusqu'à 12 Go de mémoire est pris en charge dans 2 canaux de mémoire. Le Google Tensor G2 a été publié en Q4/2022.

Le Apple A17 Pro a 6 cœurs avec 6 threads et horloges avec une fréquence maximale de 3.78 GHz. Le processeur prend en charge jusqu'à 8 Go de mémoire dans 1 canaux de mémoire. Le Apple A17 Pro a été publié en Q3/2023.
Google Tensor (3) Famille Apple A series (22)
Google Tensor G2 (1) Groupe de processeurs Apple A17 (1)
2 Génération 17
G2 Architecture A17
Mobile Segment Mobile
Google Tensor Prédécesseur Apple A16 Bionic
-- Successeur --

Cœurs de processeur et fréquence de base

Le Google Tensor G2 a 8 cœurs de processeur et peut calculer 8 threads en parallèle. La fréquence d'horloge du Google Tensor G2 est 2.85 GHz tandis que le Apple A17 Pro a 6 cœurs de processeur et 6 threads peuvent calculer simultanément. La fréquence d'horloge de Apple A17 Pro est à 3.78 GHz.

Google Tensor G2 Caractéristique Apple A17 Pro
8 Cores 6
8 Threads 6
hybrid (Prime / big.LITTLE) Architecture de base hybrid (big.LITTLE)
Non Hyperthreading Non
Non Overclocking ? Non
2.85 GHz
2x Cortex-X1
A-Core 3.78 GHz
2.35 GHz
2x Cortex-A78
B-Core 2.11 GHz
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 G2 Caractéristique Apple A17 Pro
Google Tensor AI Matériel AI Apple Neural Engine
Google Edge TPU @ 4 TOPS Spécifications de l'IA 16 Neural cores @ 35 TOPS

Graphiques internes

Le Google Tensor G2 ou Apple A17 Pro 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-G710 MP7 GPU Apple A17 Pro (6 GPU Cores)
0.90 GHz Fréquence GPU 1.40 GHz
-- GPU (Turbo) --
Vallhall 3 GPU Generation --
4 nm La technologie 3 nm
1 Max. affiche 3
7 Unités d'exécution 24
-- Shader 768
Non Hardware Raytracing Oui
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-G710 MP7 GPU Apple A17 Pro (6 GPU Cores)
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 Décoder
Décoder / Encoder Codec AVC Décoder
Décoder / Encoder Codec VC-1 Décoder
Décoder / Encoder Codec JPEG Décoder / Encoder

Mémoire & PCIe

Le Google Tensor G2 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 A17 Pro prend en charge jusqu'à 8 Go de mémoire dans 1 canaux de mémoire et atteint une bande passante mémoire allant jusqu'à 51.2 Go/s.

Google Tensor G2 Caractéristique Apple A17 Pro
LPDDR5-5500 Mémoire LPDDR5-6400
12 Go Max. Mémoire 8 Go
2 (Dual Channel) Canaux de mémoire 1 (Single Channel)
53.0 Go/s Max. Bande passante 51.2 Go/s
Non ECC Non
8.00 MB L2 Cache 20.00 MB
4.00 MB L3 Cache 24.00 MB
-- Version PCIe --
-- PCIe lanes --
-- PCIe Bande passante --

Gestion thermale

La puissance thermique nominale (TDP en abrégé) du Google Tensor G2 est de 10 W, tandis que le Apple A17 Pro a un TDP de 11 W. Le TDP spécifie la solution de refroidissement nécessaire pour refroidir suffisamment le processeur.

Google Tensor G2 Caractéristique Apple A17 Pro
10 W TDP (PL1 / PBP) 11 W
-- TDP (PL2) --
-- TDP up --
-- TDP down --
-- Tjunction max. --

Détails techniques

Le Google Tensor G2 est fabriqué en 4 nm et a 12.00 cache de Mo. Le Apple A17 Pro est fabriqué en 3 nm et dispose d'un cache 44.00 Mo.

Google Tensor G2 Caractéristique Apple A17 Pro
4 nm La technologie 3 nm
Chiplet Conception de puce Chiplet
Armv8-A (64 bit) Jeu d'instructions (ISA) Armv8.6-A (64 bit)
-- Extensions ISA --
-- Socket --
Aucun La virtualisation Aucun
Non AES-NI Non
Android Systèmes d'exploitation iOS
Q4/2022 Date de sortie Q3/2023
-- Prix de sortie --
afficher plus de données afficher plus de données


Évaluez ces processeurs

Ici, vous pouvez évaluer le Google Tensor G2 pour aider les autres visiteurs à prendre leurs décisions d'achat. La note moyenne est de 4.0 étoiles (22 notes). Évaluez maintenant :
Ici, vous pouvez évaluer le Apple A17 Pro pour aider les autres visiteurs à prendre leurs décisions d'achat. La note moyenne est de 4.0 étoiles (73 notes). Évaluez maintenant :


Performance moyenne dans les benchmarks

⌀ Performances monocœur dans 2 Benchmarks CPU
Google Tensor G2 (49%)
Apple A17 Pro (100%)
⌀ Performances multicœurs dans 3 Benchmarks CPU
Google Tensor G2 (57%)
Apple A17 Pro (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 G2 Google Tensor G2
8C 8T @ 2.85 GHz
1068 (50%)
Apple A17 Pro Apple A17 Pro
6C 6T @ 3.78 GHz
2140 (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 G2 Google Tensor G2
8C 8T @ 2.85 GHz
3149 (54%)
Apple A17 Pro Apple A17 Pro
6C 6T @ 3.78 GHz
5868 (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 G2 Google Tensor G2
8C 8T @ 2.85 GHz
1426 (48%)
Apple A17 Pro Apple A17 Pro
6C 6T @ 3.78 GHz
2952 (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 G2 Google Tensor G2
8C 8T @ 2.85 GHz
3342 (45%)
Apple A17 Pro Apple A17 Pro
6C 6T @ 3.78 GHz
7462 (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 G2 Google Tensor G2
ARM Mali-G710 MP7 @ 0.90 GHz
700 (33%)
Apple A17 Pro Apple A17 Pro
Apple A17 Pro (6 GPU Cores) @ 1.40 GHz
2147 (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 G2 Google Tensor G2
8C 8T @ 2.85 GHz
789419 (71%)
Apple A17 Pro Apple A17 Pro
6C 6T @ 3.78 GHz
1108570 (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 G2 Google Tensor G2
8C 8T @ 2.85 GHz
4 (11%)
Apple A17 Pro Apple A17 Pro
6C 6T @ 3.78 GHz
35 (100%)

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.
Google Tensor G2 Google Tensor G2
8C 8T @ 2.85 GHz
0 (0%)
Apple A17 Pro Apple A17 Pro
6C 6T @ 3.78 GHz
1488440 (100%)

Périphériques utilisant ce processeur

Google Tensor G2 Apple A17 Pro
Google Pixel 7
Google Pixel 7 Pro
Apple iPhone 15 Pro
Apple iPhone 15 Pro Max

Comparaisons populaires contenant ce CPU

1. Apple A17 ProApple M1 Apple A17 Pro vs Apple M1
2. Qualcomm Snapdragon 8 Gen 1Google Tensor G2 Qualcomm Snapdragon 8 Gen 1 vs Google Tensor G2
3. Apple A17 ProApple M2 Apple A17 Pro vs Apple M2
4. Apple A17 ProApple A16 Bionic Apple A17 Pro vs Apple A16 Bionic
5. Google Tensor G3Google Tensor G2 Google Tensor G3 vs Google Tensor G2
6. Qualcomm Snapdragon 888Google Tensor G2 Qualcomm Snapdragon 888 vs Google Tensor G2
7. Google TensorGoogle Tensor G2 Google Tensor vs Google Tensor G2
8. Apple A17 ProQualcomm Snapdragon 8cx Gen 3 Apple A17 Pro vs Qualcomm Snapdragon 8cx Gen 3
9. Qualcomm Snapdragon 8 Gen 2 for GalaxyApple A17 Pro Qualcomm Snapdragon 8 Gen 2 for Galaxy vs Apple A17 Pro
10. Apple A17 ProApple M3 Apple A17 Pro vs Apple M3


retour à l'index