Apple M4 Max GPU (32-core) против M2 Max GPU (38-core)

Мы сравнили две интегрированные мобильные видеокарты: Apple M4 Max GPU (32-core) с 512 конвейерами и 4096 шейдерами против M2 Max GPU (38-core), которая вышла на 1 год и 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 M4 Max GPU (32-core)
Причины выбрать Apple M4 Max GPU (32-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 50957 30368
Wild Life Extreme 30044 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 174.8 img/sec 149 img/sec
Face Detection 112 img/sec 98.1 img/sec
Horizon Detection 4.19 Gpixels/sec 3.8 Gpixels/sec
Edge Detection 6.3 Gpixels/sec 6.88 Gpixels/sec
Gaussian Blur 4.69 Gpixels/sec 4.44 Gpixels/sec
Feature Matching 0.98 Gpixels/sec 0.73 Gpixels/sec
Stereo Matching 352.1 Gpixels/sec 264.9 Gpixels/sec
Particle Physics 14254.6 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] – 183 & 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) 8624 6657
Image Segmentation (HP) 20392 13854
Image Super Resolution (Q) 21752 18642
Face Detection (HP) 34099 27965
Pose Estimation (Q) 77846 83144
Text Classification (SP) 2993 2377
Machine Translation (HP) 5658 2052
Object Detection (SP) 7933 6495
Depth Estimation (Q) 37622 31105
Style Transfer (SP) 173882 135686
Framework Core ML Core ML
Backend GPU GPU
Источники: Geekbench [9], [10]

Технические характеристики

Подробные характеристики Apple M4 Max GPU (32-core) и M2 Max GPU (38-core)

Общая информация

Производитель Apple Apple
Сборка Интегрированная Интегрированная
Дата выхода 30 октября 2024 17 января 2023
Форм-фактор Для ноутбука Для ноутбука
Назначение Профессиональная Профессиональная
Сегмент Средний Высокий
Архитектура Apple M GPU Apple M GPU
Кодовое имя Custom -
Аналог конкурента - GeForce RTX 4070 Laptop - GeForce RTX 3060 Laptop
Преемник - Apple M5 Max GPU (32-core) - Apple M5 Max GPU (40-core)
Рекомендуемый процессор - Apple M4 Max (14-Core) или лучше -
Используется в процессорах - Apple M4 Max (14-Core) - Apple M2 Max

Графический процессор

Базовая частота 500 МГц 450 МГц
Boost частота 1578 МГц 1398 МГц
Шейдерные блоки 4096 4864
Текстурные блоки (TMUs) 256 304
Блоки вывода (ROPs) 128 152
Вычислительные блоки (Pipelines) 512 608
Инструкций в такт 2 IPC 2 IPC

Теоретическая производительность

Pixel Fill Rate 202 ГПикс/с 212 ГПикс/с
Texture Fill Rate 404 ГТекс/с 425 ГТекс/с
FLOPS (FP32)
12.9 терафлопс
13.6 терафлопс

Производство

Интерфейс Custom Custom
TGP 51 Вт 70 Вт
Производство TSMC TSMC
Техпроцесс 3 нм 5 нм
Количество транзисторов - 52 млрд.
Максимальная температура 100°C 94°C

Память

Тип памяти System Shared System Shared
Частота памяти 8533 МГц 6400 МГц
Эффективная частота памяти - 12800 Мбит/с
Шина 384-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
7 (77.8%)
2 (22.2%)
Всего проголосовало: 9

Мнение пользователей

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