Google Tensor vs Google Tensor G4

Il Google Tensor, conosciuto internamente come G1, è stato introdotto come il primo processore mobile appositamente sviluppato da Google, principalmente per la linea di prodotti smartphone di Google per una profonda integrazione software, in particolare nell'IA e nell'apprendimento automatico.

È prodotto con il processo a 5 nm e utilizza un'architettura ARM con 8 MB di cache L2. La sua unità grafica interna è l'ARM Mali-G78 MP20. In Geekbench 6, raggiunge solide prestazioni single-core e multi-core. La larghezza di banda massima della memoria è di 53 GB/s. Il Google Tensor G4, conosciuto internamente come G4, è una generazione più recente di System-on-Chip mobili di Google, sviluppata per gli ultimi smartphone di Google, con un focus sul miglioramento dell'elaborazione AI e dell'efficienza.

Prodotto con il processo più avanzato a 4 nm, si basa su un'architettura ARM. La sua unità grafica è la più potente ARM Immortalis-G715 MP10. Il Google Tensor G4 supera il Google Tensor in Geekbench 6 nelle prestazioni single-core e multi-core, con differenze superiori al 10 percento in ciascun caso.

Ciò indica un notevole aumento nei compiti single-core e multi-core. La larghezza di banda massima della memoria è di 51 GB/s. Negli scenari di gioco, il Google Tensor G4 offre prestazioni significativamente migliori rispetto al Google Tensor grazie alla sua GPU più recente e potente, consentendo frame rate più fluidi e migliori impostazioni grafiche.

Il processo a 4 nm più efficiente del Google Tensor G4 porta anche a una migliore efficienza energetica e a una potenziale minore generazione di calore rispetto al processo a 5 nm del Google Tensor. Entrambi i processori sono parte integrante degli smartphone di Google. Il Google Tensor si trova nei modelli più vecchi e più convenienti, mentre il Google Tensor G4 viene utilizzato nei dispositivi più recenti e di fascia alta.

Per gli utenti che cercano le massime prestazioni ed efficienza, il Google Tensor G4 è la scelta superiore. Il Google Tensor rimane un'opzione solida e più economica per le applicazioni quotidiane.