مقایسه پردازنده های گوگل تنسور G2 ، اسنپ دراگون 8+ Gen 1 و A16 اپل
- 25 دی 1402
- 4
- زمان مطالعه : 17 دقیقه 50 ثانیه
گوگل تنسور G2 ، اسنپ دراگون 8+ Gen 1 و A16 اپل
اوایل سال گذشته اولین نسل پردازنده Tensor با برند گوگل، و سری پیکسل 6 معرفی شد. این کمپانی پس از گذشت تقریبا یک سال، از چیپست Tensor G2 بر روی گوشی های پیکسل سری 7رونمایی کرده است. قرار است نسل دوم پردازنده گوگل، بهبودهایی در عملکرد سی پی یو و کارت گرافیک ایجاد کند.
در این مقاله به بررسی مقایسه Google Tensor G2 و Snapdragon 8+ Gen 1 در مقابل A16 Bionic خواهیم پرداخت و در مورد CPU، GPU، TPU (AI و ML)، ISP، مودم 5G، benchmark و موارد دیگر بحث خواهد شد.
در مقایسه گوگل تنسور G2 ، اسنپ دراگون 8+ Gen 1 و A16 اپل ، به بررسی معماری CPU، عملکرد کارت گرافیک، اعداد بنچمارک و موارد دیگر خواهیم پرداخت.
مقایسه مشخصات گوگل تنسور G2 ، اسنپ دراگون 8+ Gen 1 و A16 اپل
در ادامه مطالب، به ذکرمشخصات دقیقی از چیپست گوگل تنسور G2 ، اسنپ دراگون 8+ Gen 1 و A16 اپل پرداختیم.
A16 Bionic |
Snapdragon 8+ Gen 1 |
Google Tensor |
|
Hexa-core CPU, 16 billion transistors |
Kryo CPU, Octa-core CPU |
Octa-core CPU |
CPU |
2x High-performance cores |
1x 3.2GHz (Cortex-X2) |
2x 2.85GHz (Cortex-X1) |
CPU Cores |
4x High-efficiency cores |
3x 2.5GHz (Cortex A710) |
2x 2.35GHz (Cortex A78) |
|
4x 1.8GHz (Cortex A510) |
4x 1.8GHz (Cortex A55) |
||
TSMC's 4nm process |
TSMC’s 4nm process |
Samsung’s 5nm process |
Process Technology |
Apple-designed 5-core GPU |
Adreno 730 GPU; Snapdragon Elite Gaming |
Mali G710 GPU |
GPU |
New 16-core Neural Engine; 17 TOPS |
7th-gen AI Engine; 3rd Gen Sensing Hub; 27TOPS |
Google Custom TPU |
Machine Learning and AI |
Apple-designed New Image Signal Processor |
18-Bit ISP; Snapdragon Sight |
Google Custom ISP |
ISP |
ProRAW photos at 48MP |
3.2 Gigapixels per second, 240 12MP photos in one second |
Cinematic Blur |
Camera Capability |
Photonic Engine |
4K 60FPS on all cameras |
||
Action Mode |
10-bit HDR support |
||
Active Stabilization |
|||
4K HDR Dolby Vision @ 60FPS |
8K HDR, 18-bit RAW, Dedicated Bokeh Engine |
4K 60FPS recording |
Video Capability |
Cinematic 4K@24FPS |
Google HDRnet |
||
Action mode |
|||
Qualcomm X65 5G Discrete Modem |
Qualcomm X65 5G Modem-RF, Up to 10 Gbps Peak Download |
Samsung G5300B modem |
Modem |
Wi-Fi 6 |
Wi-Fi 6E |
Wi-Fi 6E |
WiFi Support |
Bluetooth 5.3 |
Bluetooth 5.3, LE |
Bluetooth 5.2 |
Bluetooth |
مقایسه CPU در Tensor G2، Snapdragon 8+ Gen 1 و A16 Bionic CPU
CPU در مقایسه با اولین چیپست داخلی گوگل، در مدل Google Tensor G2 نسبت به OG Google Tensor هیچ تغییر قابل توجهی نکرده است. معماری CPU مشابه SoC است که شامل دو هسته Cortex-X1 و دو هسته Cortex-A78 (به جای A76) و چهار هسته Cortex-A55 است. تنها تفاوت آن با Tensor G2 در هسته ARM Cortex-X1 با ۲.۸۵ گیگاهرتز و هسته Cortex-A78 با ۲.۳۵ گیگاهرتز کلاک شده است.
گوگل به Android Authority اعلام کرد که، تراشه جدید ۵ نانومتری Tensor G2 بر روی Node سامسونگ ارتقاء یافته است.
توجه داشته باشید که Google Tensor G2 بر روی همان نود پردازشی Samsung 4nm ارتقاء یافته است که سال گذشته اسنپ دراگون 8 Gen 1 را ارائه داده است. از آنجایی که Snapdragon 8 Gen 1 به خوبی مورد استقبال قرار نگرفت و شاهد مشکلات متعددی از جمله مشکلات حرارتی و عمر باتری پایین تر بود، در مورد عمر باتری و مسائل مربوط به گرمایش در گوشی های پیکسل 7 و پیکسل 7 پرو تردیدهایی وجود دارد، که تنها پس از آزمایش این گوشی موبایل میتوان آن را تأیید کرد.
در قسمت پشتی چیپست گوگل تنسور G2 پردازنده دیده میشود و طراحی هستهها در Cortex-X2، A715، A710 یا A510 به هیچ عنوان جدیدتر نشده و بهبود نیافته است، که این امر بسیار ناامید کننده است.
درباره پردازنده های نسل سیزدهم اینتل بخوانید.
به هیچ عنوان نمیتوان CPU گوگل تنسور G2 را با اسنپ دراگون 8+ Gen 1 و A16 Bionic اپل مقایسه کرد، زیرا SD 8+ Gen 1 از هسته جدید Cortex-X2 که به طور قابل توجهی بالاتر از ۳.۲ گیگاهرتز است تولید شده و دارای سه هسته A710 و چهار هسته A510 است که به ترتیب ۲.۵ و ۱.۸ گیگاهرتز کلاک میکنند.
از طرف دیگر، چیپست A16 Bionic اپل در سطح دیگری قرار دارد. به جای معماری هشت هستهای، از یک معماری شش هستهای با دو هسته با عملکرد بالا «Everest» با کلاک ۳.۴۶ گیگاهرتز و چهار هسته با کارایی بالا «Sawtooth» با سرعت ۲.۰۲ گیگاهرتز استفاده میکند. به زبان ساده، از نظر عملکرد CPU، Tensor G2 SoC به هیچ وجه به کوالکوم یا اپل حتی نزدیک نیست.
بخوانید: 6 روش بررسی دمای CPU در ویندوز 11
مقایسه GPU در گوگل تنسور G2 ، اسنپ دراگون 8+ Gen 1 و A16 اپل:
گوگل از یک GPU هفت هسته ای جدیدتر و کم مصرف تر Mali G710 MP7 GPU در Tensor G2 استفاده کرده است. گفته میشود که عملکرد 20% را نسبت به GPU Mali G78 که در Tensor سال گذشته استفاده شده بود، به ارمغان می آورد و در عین حال، ۲۰٪ برق کمتری را مصرف میکند.
امیدواریم که با Tensor G2 شاهد کاهش حرارت و عملکرد گرافیکی پایدار در سری جدید Pixel 7 باشیم. علاوه بر این،در مقایسه باMali G78، عملکرد آن در یادگیری زبان ماشین 35 درصد بهبود یافته است.
GPU Mali G710 را میتوان از ۷ تا ۱۶ هسته ساخت، اما Google تنها ۷ هسته را روی Tensor G2 نصب کرده است تا بتواند حرارت را کنترل کند. اما دیگر سازندگان گوشی مانند شیائومی و ایسوس از گرافیکهای ۱۰ هستهای Mali-G710 MC10 استفاده کردهاند.
از نظر قدرت، پردازنده گرافیکی Mali G710 قطعاً نسبت به Snapdragon 8 Gen 1’s Adreno 730 GPU قدرت بیشتری دارد و قدرت آن نزدیک به A16 Bionic میباشد. به دلیل استفاده از مدلهای پایین تر از Tensor G2، نمیتواند با پردازنده گرافیکی کوالکوم یا اپل رقابت کند. پردازنده گرافیکی ۱۰ هستهای Mali G710 در تست GFXBench حدود ۱۶۰ فریم بر ثانیه امتیاز کسب کرد، در حالی که Snapdragon 8 Gen 1 امتیاز ۱۷۵ فریم در ثانیه و A15 Bionic به حداکثر ۱۸۰ فریم در ثانیه دست پیدا کرد.
Google با پردازنده گرافیکی ۱۰ هستهای، میتوانست مبارزه مناسبی با SD8+ Gen 1 و A16 Bionic داشته باشد. اما به نظر میرسد خواهان ریسک کردن نیست و به هیچ عنوان مشکل گرمایشی در سری Pixel 7 را نمیخواهد. GPU در Tensor G2 کاملاً کارآمد و قدرتمند است، اما به دلیل هستههای پایین تر، Google در مقابل Qualcomm و Apple شانسی برای پیروزی ندارد.
پردازنده گرافیکی Adreno 730 بهبود قابل توجهی را در Snapdragon 8 + Gen 1 نسبت به 8 Gen 1 نداشته است، به جز مصرف انرژی بهینه تر و GPU۵ هستهای در A16 Bionic نیز همانند A15 Bionic است، به جز پهنای باند بیشتر برای حافظه. اگر گوگل تصمیم بگیرد که از پردازنده گرافیکی ۱۶ هستهای به بالا استفاده کند، پردازنده گرافیکی Snapdragon 8+ Gen 1 را شکست خواهد داد و ممکن است با پردازنده گرافیکی A15 Bionic رقابت کند.
بخوانید:
انتخاب بهترین کارت گرافیک برای اجرای عالی بازیها با کیفیت 4K
Tensor G2 vs Snapdragon 8+ Gen 1vs A16 Bionic: اعداد بنچمارک Antutu و گیک بنچ
بهتر است به بررسی بنچمارک گوگل تنسور G2 ، اسنپ دراگون 8+ Gen 1 و A16 اپل بپردازیم. همانطور که در اینجا میبینید، CPU در Google Tensor G2 نسبت به نسل گذشته (۲۰۲۱) کمی بهتر شده است. در واقع، Google Tensor G2 از نظر عملکرد CPU به Snapdragon 888+ نزدیک است.
اگر امتیاز اخیر AnTuTu از Google Tensor G2، Snapdragon 8+ Gen 1 و A16 Bionic را بررسی نمایید، گوگل دوباره با جدیدترین چیپست خود شکست میخورد و این بسیار ناامید کننده است. چیپست Tensor G2 در تست AnTuTu امتیاز ۸۰۱۱۱۶ را کسب کرده است و بسیار عقب تر از SD8+ Gen 1 و A16 Bionic است.
جهت دریافت هرگونه مشاوره در خصوص تعمیرات موبایل
و لپ تاپ خود فرم ذیل را تکمیل نمایید. همکاران ما به زودی با شما تماس خواهند
گرفت.
Tensor G2 vs Snapdragon 8+ Gen 1 vs A16 Bionic: ISP
در حالی که Google Tensor G2 پشت سر Snapdragon 8+ Gen 1 و Apple A16 Bionic در عملکرد CPU قرار دارد، در بخش عملکرد GPU امیدوارکننده است، ISP جایی است که باعث درخشش Google میشود. به این دلیل است که هر دو بخش سخت افزاری و نرم افزاری را کنترل میکند. ISP سفارشی Google، فیلمها و عکاسهای گرفته شده در شب را ۲ برابر سریع تر و با پشتیبانی ۱۰ بیتی HDR ارائه میکند. همچنین با استفاده از سخت افزار و نرم افزار، تثبیت کننده فعال همراه با فیلم برداری 4K، 60 فریم بر ثانیه را در تمامی دوربینها دریافت میکنید.
به طور کلی، میتوان گفت که هر سه ISP بسیار قدرتمند هستند، اما در نهایت، این موضوع بستگی به چگونگی استفاده از این قابلیتهای سخت افزاری توسط سازندگان گوشی موبایل را دارد و به نظر میرسد Google با استقبال شدید کاربران از ویژگیهای دوربین جدید خود، برنده این بازی است.
Tensor G2 vs Snapdragon 8+ Gen 1 vs A16 Bionic: هوش مصنوعی و Machine Learning
Google در ارائه ویژگیها در تلفنهای Pixel در بخش AI (هوش مصنوعی) و ML، پیشرو است. Tensor G2، گوگل یک TPU (Tensor Processing Unit) جدید اضافه کرده است که میتواند ویژگی AI و هوش شخصی را به گوشی موبایل ارائه دهد.
Google گفت که یادگیری ماشینی تا ۶۰٪ سریع تر و ۲۰٪ بازده انرژی بیشتر روی تراشه Tensor G2 اجرا میشود. به لطف TPU قدرتمند آن از تشخیص گفتار گرفته تا ترجمه مکالمات، کمک صوتی، Pixel Call Assist، Call Screen، Super Res Zoom و غیره، همه ویژگیهای مبتنی بر AI را در مجموعه Pixel دریافت میکنید.
موتور هوش مصنوعی Qualcomm’s 7 در Snapdragon 8+ Gen 1 نیز قدرتمند است و میتواند ۲۷ تریلیون عملیات را در ثانیه انجام دهد. این عملکرد بستگی به سازندگان گوشی موبایل دارد که چگونه با استفاده از مهارت سخت افزاری و تجربیات هوشمندانه آن را ارائه دهند.
از سوی دیگر، Neural Engine (موتور عصبی) ۱۶ هستهای جدید Apple در A16 Bionic میتواند ۱۷ تریلیون عملیات در ثانیه انجام دهد که به عکاسی، دستیارهای صوتی، تجزیه و تحلیل پیکسل به پیکسل، تشخیص گفتار و غیره کمک میکند.
مقایسه اتصال بی سیم Tensor G2، Snapdragon 8+ Gen 1 و A16 Bionic:
تراشه Google Tensor G2 دارای مودم معرفی نشده G5300B 5G است که از هر دو باند mmWave استفاده میکند و زیر ۶ گیگاهرتز را پشتیبانی میکند. اطلاعات بسیار کمی در مورد مشخصات مودم و حداکثر توان آن وجود دارد. اگر لیست محصولات Pixel 7 را دنبال نمایید، تقریباً از ۲۲ باند 5G پشتیبانی میکند که بیشتر باندهای فرکانسی NR را پوشش میدهد. جدا از آن، بلوتوث ۵.۲ و وای فای 6E را نیز پشتیبانی میکند.
با انتقال به Snapdragon 8+ Gen 1، مودم داخلی X65 5G را که حداکثر سرعت دانلود ۱۰ گیگابیت بر ثانیه را ارائه میدهد شامل میشود. این چیپست از استانداردهای بلوتوث ۵.۳ و LE نیز پشتیبانی میکند. در نهایت، A16 Bionic دارای یک مودم مجزا X65 5G از کوالکام است و از Wi-Fi 6 و بلوتوث ۵.۳ نیز پشتیبانی میکند.
از نظر اتصال 5G و بی سیم Google Tensor G2 از SD 8+ Gen 1 و A16 Bionic عقب تر است. کوالکام یکی از پیشتازان صنعت مودم است، مودمهای سامسونگ نتوانستهاند به بهترینهای این صنعت برسند. در واقع، سامسونگ تصمیم گرفته است که فقط از مودم Qualcomm X70 5G در سری گلکسی S23 استفاده کند.
در این مقاله سعی به مقایسه موشکافانه گوگل تنسور G2 ، اسنپ دراگون 8+ Gen 1 و A16 اپل را داشتیم. به جز در بخش CPU و مودم، بر این باور هستیم که Google Tensor G2 یک دستگاه متوسط است که دارای یک GPU کم مصرف، TPU چشمگیر (AI + ML) و یک ISP قدرتمند است.
منبع مقاله: beebom
f
-
-
سجاد ، 27 دی 1402
تا وقتی Snapdragon هستش چرا از بقیه استفاده کنیم آخه.
-
اورنگ ، 26 دی 1402
گوشی های گوگل تو ایران هم اومده؟
-
کارشناس پاسخگو 1 ، 27 دی 1402
بله موجود می باشد
-
-
یعقوب ، 26 دی 1402
مرسی از مقاله خوب تون ...
علیرضا ، 30 دی 1402
مقایسه خیلی خوبی بود.