Google Tensor vs Apple M1 Pro (8-CPU)

最終更新:

ベンチマークとの比較


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

CPU比較

Google Tensor または Apple M1 Pro (8-CPU) - どちらのプロセッサが高速ですか? この比較では、違いを見て、これら 2 つの CPU のどちらが優れているかを分析します。 技術データとベンチマーク結果を比較します。

Google Tensor には、8 のスレッドと最大周波数 2.80 GHz のクロックを備えた 8 のコアがあります。 2 メモリ チャネルでは、最大 12 GB のメモリがサポートされています。 Google Tensor は Q4/2021 でリリースされました。

Apple M1 Pro (8-CPU) には、8 のスレッドと最大周波数 3.20 GHz のクロックを備えた 8 のコアがあります。 CPU は、2 メモリ チャネルで最大 32 GB のメモリをサポートします。 Apple M1 Pro (8-CPU) は Q3/2021 でリリースされました。
Google Tensor (3) 家族 Apple M series (23)
Google Tensor (1) CPUグループ Apple M1 (9)
1 世代 1
G1 アーキテクチャ M1
Mobile セグメント Mobile
-- 前任者 --
Google Tensor G2 後継 --

CPU コアとクロック周波数

Google Tensor には 8 の CPU コアがあり、8 のスレッドを並列で計算できます。 Google Tensor のクロック周波数は 2.80 GHz ですが、Apple M1 Pro (8-CPU) には 8 の CPU コアがあり、8 のスレッドが同時に計算できます。 Apple M1 Pro (8-CPU) のクロック周波数は 0.60 GHz (3.20 GHz) です。

Google Tensor 特性 Apple M1 Pro (8-CPU)
8 コア 8
8 Threads 8
hybrid (Prime / big.LITTLE) コアアーキテクチャ hybrid (big.LITTLE)
いいえ ハイパースレッディング いいえ
いいえ オーバークロック可能 ? いいえ
2.80 GHz
2x Cortex-X1
A-コア 0.60 GHz (3.20 GHz)
6x Firestorm
2.25 GHz
2x Cortex-A76
B-コア 0.60 GHz (2.06 GHz)
2x Icestorm
1.80 GHz
4x Cortex-A55
C-コア --

人工知能と機械学習

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。

Google Tensor 特性 Apple M1 Pro (8-CPU)
Google Tensor AI AIハードウェア Apple Neural Engine
Google Edge TPU @ 1.6 TOPS AIの仕様 16 Neural cores @ 11 TOPS

内部グラフィック

Google Tensor また Apple M1 Pro (8-CPU) には、略して iGPU と呼ばれる統合グラフィックスが搭載されています。 iGPU は、システムのメイン メモリをグラフィックス メモリとして使用し、プロセッサのダイ上に配置されます。

ARM Mali-G78 MP20 GPU Apple M1 Pro (14 Core)
0.76 GHz グラフィック クロック周波数 0.39 GHz
-- GPU (ターボ) 1.30 GHz
Vallhall 2 GPU Generation 1
5 nm 技術 5 nm
1 最大画面サイズ 3
20 ユニット 224
320 Shader 1792
いいえ Hardware Raytracing いいえ
いいえ Frame Generation いいえ
-- 最大メモリ容量 32 GB
12 DirectX Version --

ハードウェア コーデック サポート

ハードウェアで高速化された写真またはビデオ コーデックは、ビデオの再生時にプロセッサの動作速度を大幅に高速化し、ノートブックまたはスマートフォンのバッテリ寿命を延ばすことができます。

ARM Mali-G78 MP20 GPU Apple M1 Pro (14 Core)
復号化/符号化 Codec h265 / HEVC (8 bit) 復号化/符号化
復号化/符号化 Codec h265 / HEVC (10 bit) 復号化/符号化
復号化/符号化 Codec h264 復号化/符号化
復号化/符号化 Codec VP9 復号化/符号化
復号化/符号化 Codec VP8 復号化
復号化 Codec AV1 いいえ
復号化/符号化 Codec AVC 復号化
復号化/符号化 Codec VC-1 復号化
復号化/符号化 Codec JPEG 復号化/符号化

RAM & PCIe

Google Tensor は、2 メモリ チャネルで最大 12 GB のメモリを使用できます。 最大メモリ帯域幅は 53.0 GB/s です。 Apple M1 Pro (8-CPU) は、2 メモリ チャネルで最大 32 GB のメモリをサポートし、最大 102.4 GB/s のメモリ帯域幅を実現します。

Google Tensor 特性 Apple M1 Pro (8-CPU)
LPDDR5-5500 RAM LPDDR5-6400
12 GB 最大メモリ容量 32 GB
2 (Dual Channel) メモリ チャンネル 2 (Dual Channel)
53.0 GB/s Max. 帯域幅 102.4 GB/s
いいえ ECC いいえ
8.00 MB L2 キャッシュ 24.00 MB
-- L3 キャッシュ --
-- PCIe バージョン 4.0
-- PCIe 配線 --
-- PCIe 帯域幅 --

熱管理

Google Tensor の熱設計電力 (略して TDP) は 10 W ですが、Apple M1 Pro (8-CPU) の TDP は 35 W です。 TDP は、プロセッサを十分に冷却するために必要な冷却ソリューションを指定します。

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

技術データ

Google Tensor は 5 nm で製造され、8.00 MB キャッシュを備えています。 Apple M1 Pro (8-CPU) は 5 nm で製造され、24.00 MB キャッシュを備えています。

Google Tensor 特性 Apple M1 Pro (8-CPU)
5 nm 技術 5 nm
不明 チップ設計 チップレット
Armv8-A (64 bit) 指図書 (ISA) Armv8.5-A (64 bit)
-- ISA拡張機能 Rosetta 2 x86-Emulation
-- ソケット --
なし 仮想化 Apple Virtualization Framework
いいえ AES-NI はい
Android オペレーティングシステム macOS
Q4/2021 リリース日 Q3/2021
-- 発売価格 --
その他のデータを表示 その他のデータを表示


これらのプロセッサを評価してください

ここで Google Tensor を評価して、他の訪問者の購入決定に役立てることができます。 平均評価は 4.3 星 (6 評価) です。 今すぐ評価してください:
ここで Apple M1 Pro (8-CPU) を評価して、他の訪問者の購入決定に役立てることができます。 平均評価は 5.0 星 (189 評価) です。 今すぐ評価してください:


ベンチマークの平均パフォーマンス

⌀ シングルコアのパフォーマンス 2 CPUベンチマーク
Google Tensor (61%)
Apple M1 Pro (8-CPU) (100%)
⌀ マルチコアのパフォーマンス 2 CPUベンチマーク
Google Tensor (32%)
Apple M1 Pro (8-CPU) (100%)

Geekbench 5, 64bit (Single-Core)

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。
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。
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 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。
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 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。
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-FP32パフォーマンス(単精度GFLOPS)

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。
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%)

人工知能 (AI) と機械学習 (ML) のパフォーマンス

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。
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)

Cinebench 2024 ベンチマークは、Maxon の 3D プログラム Cinema 4D でも使用されている Redshift レンダリング エンジンに基づいています。 ベンチマークの実行はそれぞれ 10 分間行われ、プロセッサーの発熱が制限されているかどうかをテストします。
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)

Cinebench 2024 ベンチマークのマルチコア テストでは、すべての CPU コアを使用して、Maxons Cinema 4D でも使用されている Redshift レンダリング エンジンを使用してレンダリングします。 ベンチマークの実行時間は 10 分間で、プロセッサーの発熱が制限されているかどうかをテストします。
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 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。
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 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。
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

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。
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

AnTuTu 8ベンチマークは、SoCのパフォーマンスを測定します。 AnTuTuは、ブラウザーとアプリの使用状況をシミュレートすることにより、CPU、GPU、メモリ、およびUX(ユーザーエクスペリエンス)のベンチマークを行います。 AnTuTuは、AndroidまたはiOSで実行される任意のARMCPUのベンチマークを実行できます。ベンチマークが異なるオペレーティングシステムで実行された場合、デバイスを直接比較できない場合があります。

AnTuTu 8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、RAM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。
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

Blender Benchmark 3.1では、シーン「モンスター」、「ジャンクショップ」、「教室」がレンダリングされ、システムに必要な時間が測定されます。 ベンチマークでは、グラフィックカードではなくCPUをテストします。 Blender 3.1は、2022年3月にスタンドアロンバージョンとして発表されました。
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%)

ワットあたりの CPU パフォーマンス (効率)

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。
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%)

このプロセッサを搭載した装置

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

これらの CPU の 1 種との人気比較

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)


ホームページに戻る