Intel Celeron N3150 vs Apple M3 Pro (12-CPU 18-GPU)

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.

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.

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.

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.

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.

Alcune delle CPU elencate di seguito sono stati sottoposti a benchmarking da CPU-monkey. Tuttavia, la maggior parte delle CPU non sono state testate e i risultati sono stati stimati utilizzando una formula segreta di proprietà di CPU-monkey. Come tali, essi non riflettono con precisione i valori attuali di Passmark CPU Mark e non sono stati approvati da PAssMark Software Pty Ltd.

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.

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.

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.

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.

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.

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.

I valori prestazionali dell'unità AI del processore. Le prestazioni NPU isolate sono indicate qui, le prestazioni AI complessive (NPU+CPU+iGPU) possono essere superiori.

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).