Google Tensor vs Apple M1 Pro (8-CPU)

Ultimo aggiornamento:

Confronto con benchmark


Google Tensor CPU1 vs CPU2 Apple M1 Pro (8-CPU)
Google Tensor Apple M1 Pro (8-CPU)

Confronto CPU

Google Tensor o Apple M1 Pro (8-CPU) - quale processore è più veloce? In questo confronto guardiamo le differenze e analizziamo quale di queste due CPU è migliore. Confrontiamo i dati tecnici e i risultati dei benchmark.

Il Google Tensor ha 8 core con 8 thread e clock con una frequenza massima di 2,80 GHz. Fino a 12 GB di memoria sono supportati in 2 canali di memoria. Il Google Tensor è stato rilasciato in Q4/2021.

Il Apple M1 Pro (8-CPU) ha 8 core con 8 thread e clock con una frequenza massima di 3,20 GHz. La CPU supporta fino a 32 GB di memoria in 2 canali di memoria. Il Apple M1 Pro (8-CPU) è stato rilasciato in Q3/2021.
Google Tensor (3) Famiglia Apple M series (23)
Google Tensor (1) Gruppo CPU Apple M1 (9)
1 Generazione 1
G1 Architettura M1
Mobile Segmento Mobile
-- Predecessore --
Google Tensor G2 Successore --

CPU Cores e frequenza di base

Google Tensor ha 8 core CPU e può calcolare 8 thread in parallelo. La frequenza di clock di Google Tensor è 2,80 GHz mentre Apple M1 Pro (8-CPU) ha 8 core CPU e 8 thread possono calcolare simultaneamente. La frequenza di clock di Apple M1 Pro (8-CPU) è al 0,60 GHz (3,20 GHz).

Google Tensor Caratteristica Apple M1 Pro (8-CPU)
8 Cores 8
8 Threads 8
hybrid (Prime / big.LITTLE) Architettura principale hybrid (big.LITTLE)
No Hyperthreading No
No Overclocking ? No
2,80 GHz
2x Cortex-X1
A-Core 0,60 GHz (3,20 GHz)
6x Firestorm
2,25 GHz
2x Cortex-A76
B-Core 0,60 GHz (2,06 GHz)
2x Icestorm
1,80 GHz
4x Cortex-A55
C-Core --

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.

Google Tensor Caratteristica Apple M1 Pro (8-CPU)
Google Tensor AI Hardware AI Apple Neural Engine
Google Edge TPU @ 1.6 TOPS Specifiche AI 16 Neural cores @ 11 TOPS

Grafica interna

Google Tensor o Apple M1 Pro (8-CPU) ha una grafica integrata, chiamata iGPU in breve. L'iGPU utilizza la memoria principale del sistema come memoria grafica e si trova sul die del processore.

ARM Mali-G78 MP20 GPU Apple M1 Pro (14 Core)
0,76 GHz Frequenza GPU 0,39 GHz
-- GPU (Turbo ) 1,30 GHz
Vallhall 2 GPU Generation 1
5 nm Tecnologia 5 nm
1 Max. visualizzazioni 3
20 Unità di esecuzione 224
320 Shader 1792
No Hardware Raytracing No
No Frame Generation No
-- Max. GPU Memoria 32 GB
12 DirectX Version --

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.

ARM Mali-G78 MP20 GPU Apple M1 Pro (14 Core)
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 / Codificare Codec VP8 Decodificare
Decodificare Codec AV1 No
Decodificare / Codificare Codec AVC Decodificare
Decodificare / Codificare Codec VC-1 Decodificare
Decodificare / Codificare Codec JPEG Decodificare / Codificare

Memoria & PCIe

Google Tensor può utilizzare fino a 12 GB di memoria in 2 canali di memoria. La larghezza di banda massima della memoria è 53,0 GB/s. Apple M1 Pro (8-CPU) supporta fino a 32 GB di memoria in 2 canali di memoria e raggiunge una larghezza di banda di memoria fino a 102,4 GB/s.

Google Tensor Caratteristica Apple M1 Pro (8-CPU)
LPDDR5-5500 Memoria LPDDR5-6400
12 GB Max. Memoria 32 GB
2 (Dual Channel) Canali di memoria 2 (Dual Channel)
53,0 GB/s Max. Larghezza di banda 102,4 GB/s
No ECC No
8,00 MB L2 Cache 24,00 MB
-- L3 Cache --
-- Versione PCIe 4.0
-- Linee PCIe --
-- PCIe Larghezza di banda --

Gestione termica

La potenza di progettazione termica (TDP in breve) di Google Tensor è 10 W, mentre Apple M1 Pro (8-CPU) ha un TDP di 35 W. Il TDP specifica la soluzione di raffreddamento necessaria per raffreddare sufficientemente il processore.

Google Tensor Caratteristica Apple M1 Pro (8-CPU)
10 W TDP (PL1 / PBP) 35 W
-- TDP (PL2) --
-- TDP up --
-- TDP down --
-- Tjunction max. --

Dettagli tecnici

Google Tensor è prodotto in 5 nm e ha 8,00 MB di cache. Il Apple M1 Pro (8-CPU) è prodotto in 5 nm e ha una cache di 24,00 MB.

Google Tensor Caratteristica Apple M1 Pro (8-CPU)
5 nm Tecnologia 5 nm
Sconosciuto Design a chip Chiplet
Armv8-A (64 bit) Set di istruzioni (ISA) Armv8.5-A (64 bit)
-- Estensioni ISA Rosetta 2 x86-Emulation
-- Presa --
Nessuno Virtualizzazione Apple Virtualization Framework
No AES-NI Si
Android Sistemi operativi macOS
Q4/2021 Data di lancio Q3/2021
-- Prezzo di rilascio --
mostra più dati mostra più dati


Valuta questi processori

Qui puoi valutare il Google Tensor per aiutare gli altri visitatori a prendere le loro decisioni di acquisto. La valutazione media è 4,3 stelle (6 valutazioni). Vota adesso:
Qui puoi valutare il Apple M1 Pro (8-CPU) per aiutare gli altri visitatori a prendere le loro decisioni di acquisto. La valutazione media è 5,0 stelle (189 valutazioni). Vota adesso:


Performance media nei benchmark

⌀ Prestazioni single core in 2 benchmark CPU
Google Tensor (61%)
Apple M1 Pro (8-CPU) (100%)
⌀ Prestazioni multi-core in 2 benchmark CPU
Google Tensor (32%)
Apple M1 Pro (8-CPU) (100%)

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.
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
1043 (59%)
Apple M1 Pro (8-CPU) Apple M1 Pro (8-CPU)
8C 8T @ 3,20 GHz
1768 (100%)

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.
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
2915 (29%)
Apple M1 Pro (8-CPU) Apple M1 Pro (8-CPU)
8C 8T @ 3,20 GHz
9996 (100%)

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.
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
1494 (62%)
Apple M1 Pro (8-CPU) Apple M1 Pro (8-CPU)
8C 8T @ 3,20 GHz
2397 (100%)

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.
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
3639 (35%)
Apple M1 Pro (8-CPU) Apple M1 Pro (8-CPU)
8C 8T @ 3,20 GHz
10412 (100%)

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.
Google Tensor Google Tensor
ARM Mali-G78 MP20 @ 0,76 GHz
1943 (42%)
Apple M1 Pro (8-CPU) Apple M1 Pro (8-CPU)
Apple M1 Pro (14 Core) @ 1,30 GHz
4580 (100%)

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).
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
1.6 (15%)
Apple M1 Pro (8-CPU) Apple M1 Pro (8-CPU)
8C 8T @ 0,60 GHz
11 (100%)

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.
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
0 (0%)
Apple M1 Pro (8-CPU) Apple M1 Pro (8-CPU)
8C 8T @ 3,20 GHz
113 (100%)

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.
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
0 (0%)
Apple M1 Pro (8-CPU) Apple M1 Pro (8-CPU)
8C 8T @ 3,20 GHz
628 (100%)

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.
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
0 (0%)
Apple M1 Pro (8-CPU) Apple M1 Pro (8-CPU)
8C 8T @ 3,20 GHz
1534 (100%)

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.
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
0 (0%)
Apple M1 Pro (8-CPU) Apple M1 Pro (8-CPU)
8C 8T @ 3,20 GHz
9569 (100%)

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.
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
691770 (100%)
Apple M1 Pro (8-CPU) Apple M1 Pro (8-CPU)
8C 8T @ 0,60 GHz
0 (0%)

AnTuTu 8 Benchmark

Il benchmark AnTuTu 8 misura le prestazioni di un SoC. AnTuTu confronta CPU, GPU, memoria e UX (esperienza utente) simulando l'utilizzo di browser e app. AnTuTu può eseguire il benchmark di qualsiasi CPU ARM che gira su Android o iOS. I dispositivi potrebbero non essere direttamente confrontabili se il benchmark è stato eseguito con sistemi operativi diversi.

Nel benchmark AnTuTu 8, le prestazioni single-core di un processore sono solo leggermente ponderate. La valutazione consiste nelle prestazioni multi-core del processore, nella velocità della RAM e nelle prestazioni della grafica interna.
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
612494 (100%)
Apple M1 Pro (8-CPU) Apple M1 Pro (8-CPU)
8C 8T @ 0,60 GHz
0 (0%)

Blender 3.1 Benchmark

In Blender Benchmark 3.1, le scene "mostro", "spazzatura" e "aula" vengono renderizzate e viene misurato il tempo richiesto dal sistema. Nel nostro benchmark testiamo la CPU e non la scheda grafica. Blender 3.1 è stato presentato come versione standalone a marzo 2022.
Google Tensor Google Tensor
8C 8T @ 2,80 GHz
0 (0%)
Apple M1 Pro (8-CPU) Apple M1 Pro (8-CPU)
8C 8T @ 3,20 GHz
181 (100%)

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.
Google Tensor Google Tensor
2,80 GHz
0 (0%)
Apple M1 Pro (8-CPU) Apple M1 Pro (8-CPU)
9.569 CB R23 MC @ 35 W
273 (100%)

Dispositivi che utilizzano questo processore

Google Tensor Apple M1 Pro (8-CPU)
Google Pixel 6
Google Pixel 6 Pro
Apple MacBook Pro 14 (2021)
Apple MacBook Pro 16 (2021)

I confronti più popolari che contengono questa CPU

1. Apple M3Apple M1 Pro (8-CPU) Apple M3 vs Apple M1 Pro (8-CPU)
2. Google TensorQualcomm Snapdragon 888 Google Tensor vs Qualcomm Snapdragon 888
3. Qualcomm Snapdragon 8 Gen 1Google Tensor Qualcomm Snapdragon 8 Gen 1 vs Google Tensor
4. Apple M1Apple M1 Pro (8-CPU) Apple M1 vs Apple M1 Pro (8-CPU)
5. Google TensorGoogle Tensor G2 Google Tensor vs Google Tensor G2
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. Intel Core i7-1260PApple M1 Pro (8-CPU) Intel Core i7-1260P vs Apple M1 Pro (8-CPU)
9. Google TensorQualcomm Snapdragon 855 Google Tensor vs Qualcomm Snapdragon 855
10. Apple M1 Pro (8-CPU)Apple M1 Pro (10-CPU 16-GPU) Apple M1 Pro (8-CPU) vs Apple M1 Pro (10-CPU 16-GPU)


Torna all'indice