AMD Ryzen 7 7840U vs MediaTek Dimensity 8100

Geekbench 5ベンチマークはプロセッサの性能を測定するものであり、それには RAM も含まれます。より高速なメモリの場合、結果が大幅に改善されます。シングルコア試験では CPU コアが一つのみ使用され、コアの数やハイパースレッディングが結果に影響することはありません。

Geekbench 5ベンチマークはプロセッサの性能を測定するものであり、それには RAM も含まれます。より高速なメモリの場合、結果が大幅に改善されます。マルチコア試験は全ての CPU コアを含み、ハイパースレッディングから多くの恩恵を受けます。

Geekbench 6 は、最新のコンピューター、ノートブック、スマートフォンのベンチマークです。 新しいのは、たとえば big.LITTLE コンセプトに基づいてさまざまなサイズの CPU コアを組み合わせるなど、新しい CPU アーキテクチャの最適化された利用です。 シングルコア ベンチマークは、最速の CPU コアのパフォーマンスのみを評価します。ここでは、プロセッサ内の CPU コアの数は関係ありません。

Geekbench 6 は、最新のコンピューター、ノートブック、スマートフォンのベンチマークです。 新しいのは、たとえば big.LITTLE コンセプトに基づいてさまざまなサイズの CPU コアを組み合わせるなど、新しい CPU アーキテクチャの最適化された利用です。 マルチコア ベンチマークは、プロセッサのすべての CPU コアのパフォーマンスを評価します。 AMD SMT や Intel のハイパースレッディングなどの仮想スレッドの改善は、ベンチマークの結果にプラスの影響を与えます。

弊社ではここで掲載されている全てのプロセッサを試験してはいません。結果の一部には定式により独自に算出されたものもあり、PassMark 社により提供されている CPU マークの結果とは異なる場合もあり、PassMark Software Pty Ltd に依存するものではありません。PassMark CPUマークは、プロセッサの速度を測定するための素数を生成するものです。ここでは、全ての CPU コアおよびハイパースレッディングが使用されます。

Cinebench R23 は Cinebench R20 をさらに発展させたものであり、同じく 3D コンテンツと形状を生成するために世界中で使用されているプログラムである Cinema 4D Suite に基づくものです。シングルコア試験では CPU コアが一つのみ使用され、コアの数やハイパースレッディングが結果に影響することはありません。

Cinebench R23 は Cinebench R20 をさらに発展させたものであり、同じく 3D コンテンツと形状を生成するために世界中で使用されているプログラムである Cinema 4D Suite に基づくものです。マルチコア試験は全ての CPU コアを含み、ハイパースレッディングから多くの恩恵を受けます。

GFLOPSの単純な精度（32ビット）でのプロセッサーの内部グラフィックスユニットの理論上の計算パフォーマンス。 GFLOPSは、iGPUが1秒間に実行できる浮動小数点演算の数を示します。

AnTuTu 9ベンチマークは、スマートフォンのパフォーマンスの測定に非常に適しています。 AnTuTu 9は3Dグラフィックスに非常に重く、「メタル」グラフィックスインターフェイスも使用できるようになりました。 AnTuTuでは、ブラウザとアプリの使用状況をシミュレートすることで、メモリとUX（ユーザーエクスペリエンス）もテストされます。 AnTuTuバージョン9は、AndroidまたはiOSで実行されている任意のARMCPUを比較できます。 異なるオペレーティングシステムでベンチマークを行った場合、デバイスを直接比較できない場合があります。

AnTuTu 9ベンチマークでは、プロセッサのシングルコアパフォーマンスはわずかに重み付けされています。 評価は、プロセッサのマルチコアパフォーマンス、作業メモリの速度、および内部グラフィックスのパフォーマンスで構成されます。

Cinebench R23 (マルチコア) ベンチマークでの全負荷時のプロセッサーの効率。 ベンチマーク結果は、必要な平均エネルギー (ワット単位の CPU パッケージ電力) で除算されます。 値が大きいほど、フル負荷時の CPU の効率が高くなります。

人工知能 (AI) と機械学習 (ML) をサポートするプロセッサーは、多くの計算、特に音声、画像、ビデオの処理を従来のプロセッサーよりもはるかに高速に処理できます。 ML のアルゴリズムは、ソフトウェア経由で収集したデータが増えるほどパフォーマンスが向上します。 ML タスクは、従来のプロセッサよりも最大 10,000 倍高速に処理できます。パフォーマンスは、1 秒あたりの算術演算数 (兆) (TOPS) で表されます。