Apple M3 Max GPU (40-core) против M2 Max GPU (38-core)

Мы сравнили две интегрированные мобильные видеокарты: Apple M3 Max GPU (40-core) с 640 конвейерами и 5120 шейдерами против M2 Max GPU (38-core), которая вышла на 10 месяцев раньше и имеет 608 конвейеров и 4864 шейдеров. Ниже вы найдете детальные тесты производительности, бенчмарки и спецификации GPU.

Обзор

Игры
Производительность в DirectX, OpenCL и Vulkan
Проф. приложения
3D моделирования, видеомонтаж и рендеринг
Искусственный интеллект
Возможности в задачах машинного обучения и ИИ
Энергоэффективность
Энергопотребление в различных сценариях
Оценка NanoReview
Общая оценка видеокарты

Ключевые отличия

Ключевые отличия и преимущества M2 Max GPU (38-core) перед M3 Max GPU (40-core)
Причины выбрать Apple M3 Max GPU (40-core)
  • Выше (на 32%) производительность в 3DMark Steel Nomad Lite
  • Изготовлена по более эффективному 3 нм техпроцессу

Бенчмарки

Тесты производительности видеокарт в бенчмарках

3D Mark

Бенчмарк, который напрямую коррелирует с производительностью в современных играх
Steel Nomad Lite Score
Solar Bay 49656 30368
Wild Life Extreme 30893 24948
Источники: 3DMark [1], [2]

GeekBench 6 OpenCL

GPU тест для вычислительных задач (обработка изображений, компьютерное зрение, ML и другое)
GB6 Compute Score
Background Blur 157.6 img/sec 149 img/sec
Face Detection 100.9 img/sec 98.1 img/sec
Horizon Detection 3.99 Gpixels/sec 3.8 Gpixels/sec
Edge Detection 6.04 Gpixels/sec 6.88 Gpixels/sec
Gaussian Blur 5 Gpixels/sec 4.44 Gpixels/sec
Feature Matching 0.84 Gpixels/sec 0.73 Gpixels/sec
Stereo Matching 363.8 Gpixels/sec 264.9 Gpixels/sec
Particle Physics 12226.9 FPS 11144.2 FPS
API OpenCL OpenCL
Источники: Geekbench [3], [4]

Cinebench 2024 GPU

Тест производительности карты с использованием движка Cinema 4D от Maxon
Cinebench 2024 GPU

Blender

Тест производительности GPU в 3D-рендеринга
Blender GPU
Источники: Blender [9], [10] – 444 & 299 samples

Тесты ИИ

Производительность в задачах машинного обучения и ИИ

GeekBench 6 ML

GB6 ML Single Precision
GB6 ML Half Precision
GB6 ML Quantized
Image Classification (SP) 8685 6657
Image Segmentation (HP) 20739 13854
Image Super Resolution (Q) 22775 18642
Face Detection (HP) 37676 27965
Pose Estimation (Q) 91609 83144
Text Classification (SP) 2909 2377
Machine Translation (HP) 5274 2052
Object Detection (SP) 7480 6495
Depth Estimation (Q) 38212 31105
Style Transfer (SP) 190681 135686
Framework Core ML Core ML
Backend GPU GPU
Источники: Geekbench [9], [10]

Технические характеристики

Подробные характеристики Apple M3 Max GPU (40-core) и M2 Max GPU (38-core)

Общая информация

Производитель Apple Apple
Сборка Интегрированная Интегрированная
Дата выхода 31 октября 2023 17 января 2023
Форм-фактор Для ноутбука Для ноутбука
Назначение Профессиональная Профессиональная
Сегмент Высокий Высокий
Архитектура Apple M GPU Apple M GPU
Аналог конкурента - GeForce RTX 4070 Laptop - GeForce RTX 3060 Laptop
Преемник - Apple M5 Max GPU (40-core) - Apple M5 Max GPU (40-core)
Рекомендуемый процессор - Apple M3 Max или лучше -
Используется в процессорах - Apple M3 Max - Apple M2 Max

Графический процессор

Базовая частота 500 МГц 450 МГц
Boost частота 1380 МГц 1398 МГц
Шейдерные блоки 5120 4864
Текстурные блоки (TMUs) 320 304
Блоки вывода (ROPs) 160 152
Вычислительные блоки (Pipelines) 640 608
Инструкций в такт 2 IPC 2 IPC

Теоретическая производительность

Pixel Fill Rate 221 ГПикс/с 212 ГПикс/с
Texture Fill Rate 442 ГТекс/с 425 ГТекс/с
FLOPS (FP32)
14.1 терафлопс
13.6 терафлопс

Производство

Интерфейс Custom Custom
TGP 60 Вт 70 Вт
Производство TSMC TSMC
Техпроцесс 3 нм 5 нм
Количество транзисторов 56 млрд. 52 млрд.
Максимальная температура 100°C 94°C

Память

Тип памяти System Shared System Shared
Частота памяти 6400 МГц 6400 МГц
Эффективная частота памяти 12800 Мбит/с 12800 Мбит/с
Шина 512-бит 512-бит
ECC Нет Нет
Пропускная способность
409.6 ГБ/с
409.6 ГБ/с

API

Трассировка лучей Да Нет
DLSS No No

Опрос

Выберите между двумя видеокартами
6 (75%)
2 (25%)
Всего проголосовало: 8

Мнение пользователей

Вы можете поделиться своим мнением или задать вопрос в комментариях ниже
🌐 Зарегистрируйте свой профиль и станьте частью сообщества NanoReview!