Apple M3 Max (16-CPU 40-GPU) vs Google Tensor G2

Ultimo aggiornamento:

Confronto con benchmark


Apple M3 Max (16-CPU 40-GPU) CPU1 vs CPU2 Google Tensor G2
Apple M3 Max (16-CPU 40-GPU) Google Tensor G2

Confronto CPU

In questo confronto della CPU, confrontiamo Apple M3 Max (16-CPU 40-GPU) e Google Tensor G2 e utilizziamo i benchmark per verificare quale processore è più veloce.

Confrontiamo il Apple M3 Max (16-CPU 40-GPU) 16 core processor rilasciato in Q4/2023 con il Google Tensor G2 che ha 8 Core della CPU ed è stato introdotto in Q4/2022.
Apple M series (25) Famiglia Google Tensor (3)
Apple M3 (6) Gruppo CPU Google Tensor G2 (1)
3 Generazione 2
M3 Architettura G2
Mobile Segmento Mobile
Apple M2 Max (30-GPU) Predecessore Google Tensor
-- Successore --

CPU Cores e frequenza di base

Il Apple M3 Max (16-CPU 40-GPU) è un 16 core processor con una frequenza di clock del 0,70 GHz (4,06 GHz). Il processore può calcolare 16 thread contemporaneamente. Google Tensor G2 clock con 2,85 GHz, ha 8 core CPU e può calcolare 8 thread in parallelo.
Apple M3 Max (16-CPU 40-GPU) Caratteristica Google Tensor G2
16 Cores 8
16 Threads 8
hybrid (big.LITTLE) Architettura principale hybrid (Prime / big.LITTLE)
No Hyperthreading No
No Overclocking ? No
0,70 GHz (4,06 GHz)
12x P-Core		 A-Core 2,85 GHz
2x Cortex-X1
0,74 GHz (2,75 GHz)
4x E-Core		 B-Core 2,35 GHz
2x Cortex-A78
-- C-Core 1,80 GHz
4x Cortex-A55

Intelligenza artificiale e apprendimento automatico

I processori con il supporto dell'intelligenza artificiale (AI) e dell'apprendimento automatico (ML) possono elaborare molti calcoli, in particolare l'elaborazione di audio, immagini e video, molto più velocemente dei processori classici. Gli algoritmi per ML migliorano le loro prestazioni quanti più dati hanno raccolto tramite software. Le attività ML possono essere elaborate fino a 10.000 volte più velocemente rispetto a un processore classico.
Apple M3 Max (16-CPU 40-GPU) Caratteristica Google Tensor G2
Apple Neural Engine Hardware AI Google Tensor AI
16 Neural cores @ 35 TOPS Specifiche AI Google Edge TPU @ 4 TOPS

Grafica interna

La grafica (iGPU) integrata nel processore non solo consente l'output delle immagini senza dover fare affidamento su una soluzione grafica dedicata, ma può anche accelerare in modo efficiente la riproduzione video.
Apple M3 Max (40 Core) GPU ARM Mali-G710 MP7
0,39 GHz Frequenza GPU 0,90 GHz
1,40 GHz GPU (Turbo ) --
-- GPU Generation Vallhall 3
3 nm Tecnologia 4 nm
5 Max. visualizzazioni 1
640 Unità di esecuzione 7
5120 Shader --
Si Hardware Raytracing No
No Frame Generation No
128 GB Max. GPU Memoria --
-- DirectX Version 12

Hardware codec support

Un codec fotografico o video accelerato nell'hardware può accelerare notevolmente la velocità di lavoro di un processore e prolungare la durata della batteria di notebook o smartphone durante la riproduzione di video.
Apple M3 Max (40 Core) GPU ARM Mali-G710 MP7
Decodificare / Codificare Codec h265 / HEVC (8 bit) Decodificare / Codificare
Decodificare / Codificare Codec h265 / HEVC (10 bit) Decodificare / Codificare
Decodificare / Codificare Codec h264 Decodificare / Codificare
Decodificare / Codificare Codec VP9 Decodificare / Codificare
Decodificare Codec VP8 Decodificare / Codificare
Decodificare Codec AV1 Decodificare
Decodificare Codec AVC Decodificare / Codificare
Decodificare Codec VC-1 Decodificare / Codificare
Decodificare / Codificare Codec JPEG Decodificare / Codificare

Memoria & PCIe

128 GB di memoria in un massimo di 4 canali di memoria sono supportati da Apple M3 Max (16-CPU 40-GPU), mentre Google Tensor G2 supporta un massimo di 12 GB di memoria con una larghezza di banda di memoria massima di 53,0 GB/s abilitata.
Apple M3 Max (16-CPU 40-GPU) Caratteristica Google Tensor G2
LPDDR5-6400 Memoria LPDDR5-5500
128 GB Max. Memoria 12 GB
4 (Quad Channel) Canali di memoria 2 (Dual Channel)
409,6 GB/s Max. Larghezza di banda 53,0 GB/s
No ECC No
36,00 MB L2 Cache 8,00 MB
-- L3 Cache 4,00 MB
4.0 Versione PCIe --
-- Linee PCIe --
-- PCIe Larghezza di banda --

Gestione termica

Apple M3 Max (16-CPU 40-GPU) ha un TDP di 57 W. Il TDP di Google Tensor G2 è 10 W. Gli integratori di sistema utilizzano il TDP del processore come guida per il dimensionamento della soluzione di raffreddamento.
Apple M3 Max (16-CPU 40-GPU) Caratteristica Google Tensor G2
57 W TDP (PL1 / PBP) 10 W
-- TDP (PL2) --
-- TDP up --
-- TDP down --
100 °C Tjunction max. --

Dettagli tecnici

Apple M3 Max (16-CPU 40-GPU) ha 36,00 MB di cache ed è prodotto in 3 nm. La cache di Google Tensor G2 è a 12,00 MB. Il processore è prodotto in 4 nm.
Apple M3 Max (16-CPU 40-GPU) Caratteristica Google Tensor G2
3 nm Tecnologia 4 nm
Chiplet Design a chip Chiplet
Armv8-A (64 bit) Set di istruzioni (ISA) Armv8-A (64 bit)
Rosetta 2 x86-Emulation Estensioni ISA --
-- Presa --
Apple Virtualization Framework Virtualizzazione Nessuno
Si AES-NI No
macOS, iPadOS Sistemi operativi Android
Q4/2023 Data di lancio Q4/2022
-- Prezzo di rilascio --
mostra più dati mostra più dati


Valuta questi processori

Qui puoi valutare il Apple M3 Max (16-CPU 40-GPU) per aiutare gli altri visitatori a prendere le loro decisioni di acquisto. La valutazione media è 4,9 stelle (542 valutazioni). Vota adesso:
Qui puoi valutare il Google Tensor G2 per aiutare gli altri visitatori a prendere le loro decisioni di acquisto. La valutazione media è 4,0 stelle (23 valutazioni). Vota adesso:


Performance media nei benchmark

⌀ Prestazioni single core in 2 benchmark CPU
Apple M3 Max (16-CPU 40-GPU) (100%)
Google Tensor G2 (48%)
⌀ Prestazioni multi-core in 2 benchmark CPU
Apple M3 Max (16-CPU 40-GPU) (100%)
Google Tensor G2 (15%)

Geekbench 5, 64bit (Single-Core)

Geekbench 5 è un benchmark multi-piattaforma che usa in modo intensivo la memoria del sistema.Il test single-core utilizza solo un nucleo elaborativo della CPU. A tal fine, il numero di nuclei elaborativi o la capacità di hyperthreading non sono rilevanti.
Apple M3 Max (16-CPU 40-GPU) Apple M3 Max (16-CPU 40-GPU)
16C 16T @ 4,06 GHz
2150 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2,85 GHz
1068 (50%)

Geekbench 5, 64bit (Multi-Core)

Geekbench 5 è un benchmark multi-piattaforma che usa in modo intensivo la memoria del sistema.Il test multi-core coinvolge tutti i nuclei elaborativi della CPU e si avvale del hyperthreading.
Apple M3 Max (16-CPU 40-GPU) Apple M3 Max (16-CPU 40-GPU)
16C 16T @ 3,60 GHz
22736 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2,85 GHz
3149 (14%)

Geekbench 6 (Single-Core)

Geekbench 6 è un punto di riferimento per computer, notebook e smartphone moderni. Ciò che è nuovo è un utilizzo ottimizzato delle architetture CPU più recenti, ad esempio basate sul concetto big.LITTLE e combinando core CPU di diverse dimensioni. Il benchmark single-core valuta solo le prestazioni del core della CPU più veloce, il numero di core della CPU in un processore è irrilevante qui.
Apple M3 Max (16-CPU 40-GPU) Apple M3 Max (16-CPU 40-GPU)
16C 16T @ 4,06 GHz
3125 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2,85 GHz
1426 (46%)

Geekbench 6 (Multi-Core)

Geekbench 6 è un punto di riferimento per computer, notebook e smartphone moderni. Ciò che è nuovo è un utilizzo ottimizzato delle architetture CPU più recenti, ad esempio basate sul concetto big.LITTLE e combinando core CPU di diverse dimensioni. Il benchmark multi-core valuta le prestazioni di tutti i core della CPU del processore. I miglioramenti del thread virtuale come AMD SMT o l'Hyper-Threading di Intel hanno un impatto positivo sul risultato del benchmark.
Apple M3 Max (16-CPU 40-GPU) Apple M3 Max (16-CPU 40-GPU)
16C 16T @ 3,60 GHz
21045 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2,85 GHz
3342 (16%)

iGPU - Prestazioni FP32 (GFLOPS a precisione singola)

Le prestazioni di calcolo teoriche dell'unità grafica interna del processore con precisione semplice (32 bit) in GFLOPS. GFLOPS indica quanti miliardi di operazioni in virgola mobile che l'iPPU può eseguire al secondo.
Apple M3 Max (16-CPU 40-GPU) Apple M3 Max (16-CPU 40-GPU)
Apple M3 Max (40 Core) @ 1,40 GHz
14200 (100%)
Google Tensor G2 Google Tensor G2
ARM Mali-G710 MP7 @ 0,90 GHz
700 (5%)

Prestazioni per Intelligenza Artificiale (AI) e Machine Learning (ML)

I processori con il supporto dell'intelligenza artificiale (AI) e dell'apprendimento automatico (ML) possono elaborare molti calcoli, in particolare l'elaborazione di audio, immagini e video, molto più velocemente dei processori classici. Gli algoritmi per ML migliorano le loro prestazioni quanti più dati hanno raccolto tramite software. La performance è espressa in numero (trilioni) di operazioni aritmetiche al secondo (TOPS).
Apple M3 Max (16-CPU 40-GPU) Apple M3 Max (16-CPU 40-GPU)
16C 16T @ 0,70 GHz
35 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2,85 GHz
4 (11%)

Cinebench 2024 (Single-Core)

Il benchmark Cinebench 2024 si basa sul motore di rendering Redshift, utilizzato anche nel programma 3D di Maxon Cinema 4D. Le corse di benchmark durano 10 minuti ciascuna per testare se il processore è limitato dalla generazione di calore.
Apple M3 Max (16-CPU 40-GPU) Apple M3 Max (16-CPU 40-GPU)
16C 16T @ 4,06 GHz
141 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2,85 GHz
0 (0%)

Cinebench 2024 (Multi-Core)

Il test Multi-Core del benchmark Cinebench 2024 utilizza tutti i core della CPU per eseguire il rendering utilizzando il motore di rendering Redshift, utilizzato anche in Maxons Cinema 4D. L'esecuzione del benchmark dura 10 minuti per verificare se il processore è limitato dalla generazione di calore.
Apple M3 Max (16-CPU 40-GPU) Apple M3 Max (16-CPU 40-GPU)
16C 16T @ 4,06 GHz
1607 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2,85 GHz
0 (0%)

Cinebench R23 (Single-Core)

Cinebench R23 è il successore di Cinebench R20 ed è anch'esso basato su Cinema 4D. Cinema 4D è un software usato a livello mondiale per creare forme in 3D. Il test single-core utilizza solo un nucleo elaborativo della CPU. A tal fine, il numero di nuclei elaborativi o la capacità di hyperthreading non sono rilevanti.
Apple M3 Max (16-CPU 40-GPU) Apple M3 Max (16-CPU 40-GPU)
16C 16T @ 4,06 GHz
1968 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2,85 GHz
0 (0%)

Cinebench R23 (Multi-Core)

Cinebench R23 è il successore di Cinebench R20 ed è anch'esso basato su Cinema 4D. Cinema 4D è un software usato a livello mondiale per creare forme in 3D. Il test multi-core coinvolge tutti i nuclei elaborativi della CPU e si avvale del hyperthreading.
Apple M3 Max (16-CPU 40-GPU) Apple M3 Max (16-CPU 40-GPU)
16C 16T @ 3,60 GHz
24028 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2,85 GHz
0 (0%)

Cinebench R20 (Single-Core)

Cinebench R20 è il successore di Cinebench R15 ed è anch'esso basato su Cinema 4D. Cinema 4D è un software usato a livello mondiale per creare forme in 3D. Il test single-core utilizza solo un nucleo elaborativo della CPU. A tal fine, il numero di nuclei elaborativi o la capacità di hyperthreading non sono rilevanti.
Apple M3 Max (16-CPU 40-GPU) Apple M3 Max (16-CPU 40-GPU)
16C 16T @ 4,06 GHz
496 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2,85 GHz
0 (0%)

Cinebench R20 (Multi-Core)

Cinebench R20 è il successore di Cinebench R15 ed è anch'esso basato su Cinema 4D. Cinema 4D è un software usato a livello mondiale per creare forme in 3D. Il test multi-core coinvolge tutti i nuclei elaborativi della CPU e si avvale del hyperthreading.
Apple M3 Max (16-CPU 40-GPU) Apple M3 Max (16-CPU 40-GPU)
16C 16T @ 3,60 GHz
6311 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2,85 GHz
0 (0%)

AnTuTu 9 Benchmark

Il benchmark AnTuTu 9 è molto adatto per misurare le prestazioni di uno smartphone. AnTuTu 9 è piuttosto pesante sulla grafica 3D e ora può anche utilizzare l'interfaccia grafica "Metal". In AnTuTu, anche la memoria e l'esperienza utente (esperienza utente) vengono testate simulando l'utilizzo di browser e app. AnTuTu versione 9 può confrontare qualsiasi CPU ARM in esecuzione su Android o iOS. I dispositivi potrebbero non essere direttamente confrontabili se confrontati con sistemi operativi diversi.

Nel benchmark AnTuTu 9, le prestazioni single-core di un processore sono solo leggermente ponderate. La valutazione è composta dalle prestazioni multi-core del processore, dalla velocità della memoria di lavoro e dalle prestazioni della grafica interna.
Apple M3 Max (16-CPU 40-GPU) Apple M3 Max (16-CPU 40-GPU)
16C 16T @ 0,70 GHz
0 (0%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2,85 GHz
789419 (100%)

Cinebench R15 (Single-Core)

Cinebench R15 è il successore di Cinebench 11.5 ed è anch'esso basato su Cinema 4D. Cinema 4D è un software usato a livello mondiale per creare forme in 3D. Il test single-core utilizza solo un nucleo elaborativo della CPU. A tal fine, il numero di nuclei elaborativi o la capacità di hyperthreading non sono rilevanti.
Apple M3 Max (16-CPU 40-GPU) Apple M3 Max (16-CPU 40-GPU)
16C 16T @ 4,06 GHz
266 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2,85 GHz
0 (0%)

Cinebench R15 (Multi-Core)

Cinebench R15 è il successore di Cinebench 11.5 ed è anch'esso basato su Cinema 4D. Cinema 4D è un software usato a livello mondiale per creare forme in 3D. Il test multi-core coinvolge tutti i nuclei elaborativi della CPU e si avvale del hyperthreading.
Apple M3 Max (16-CPU 40-GPU) Apple M3 Max (16-CPU 40-GPU)
16C 16T @ 3,60 GHz
3375 (100%)
Google Tensor G2 Google Tensor G2
8C 8T @ 2,85 GHz
0 (0%)

Prestazioni della CPU per watt (efficienza)

Efficienza del processore a pieno carico nel benchmark Cinebench R23 (multi-core). Il risultato del benchmark è diviso per l'energia media richiesta (potenza del pacchetto CPU in watt). Più alto è il valore, più efficiente è la CPU a pieno carico.
Apple M3 Max (16-CPU 40-GPU) Apple M3 Max (16-CPU 40-GPU)
24.028 CB R23 MC @ 57 W
422 (100%)
Google Tensor G2 Google Tensor G2
2,85 GHz
0 (0%)

Dispositivi che utilizzano questo processore
Apple M3 Max (16-CPU 40-GPU) Google Tensor G2
Apple MacBook Pro 14 (2023)
Apple MacBook Pro 16 (2023)
 Google Pixel 7
Google Pixel 7 Pro

I confronti più popolari che contengono questa CPU

1. Qualcomm Snapdragon 8 Gen 1Google Tensor G2 Qualcomm Snapdragon 8 Gen 1 vs Google Tensor G2
2. Google Tensor G3Google Tensor G2 Google Tensor G3 vs Google Tensor G2
3. Qualcomm Snapdragon 888Google Tensor G2 Qualcomm Snapdragon 888 vs Google Tensor G2
4. Google TensorGoogle Tensor G2 Google Tensor vs Google Tensor G2
5. Apple M3 Max (16-CPU 40-GPU)Intel Core i9-13900K Apple M3 Max (16-CPU 40-GPU) vs Intel Core i9-13900K
6. Qualcomm Snapdragon 7+ Gen 2Google Tensor G2 Qualcomm Snapdragon 7+ Gen 2 vs Google Tensor G2
7. Google Tensor G2Qualcomm Snapdragon 695 5G Google Tensor G2 vs Qualcomm Snapdragon 695 5G
8. Google Tensor G2Qualcomm Snapdragon 865 Google Tensor G2 vs Qualcomm Snapdragon 865
9. Apple M3 Max (16-CPU 40-GPU)Intel Core i9-13980HX Apple M3 Max (16-CPU 40-GPU) vs Intel Core i9-13980HX
10. Google Tensor G2Apple A15 Bionic (5-GPU) Google Tensor G2 vs Apple A15 Bionic (5-GPU)


Torna all'indice