Apple M5 GPU (8-Core) против M4 GPU (10-Core)

Мы сравнили две интегрированные мобильные видеокарты: Apple M5 GPU (8-Core) с 128 конвейерами и 1024 шейдерами против M4 GPU (10-Core), которая вышла на 1 год и 10 месяцев раньше и имеет 160 конвейеров и 1280 шейдеров. Ниже вы найдете детальные тесты производительности, бенчмарки и спецификации GPU.

Обратите внимание: тесты Apple M5 GPU (8-Core) были сделаны на ранних некоммерческих образцах. Более точные данные будут доступны после релиза.

Ключевые отличия

Ключевые отличия и преимущества M4 GPU (10-Core) перед M5 GPU (8-Core)
Причины выбрать Apple M5 GPU (8-Core)
  • Обеспечивает на 28% лучшую пропускную способность памяти: 153 против 120 ГБ/с
Причины выбрать Apple M4 GPU (10-Core)
  • На 15% выше максимальная теоретическая производительность (3.8 vs 3.3 TFLOPS)
  • Обладает на 25% большим количеством шейдерных ядер (1280 против 1024)

Бенчмарки

Тесты производительности видеокарт в бенчмарках

3D Mark

Бенчмарк, который напрямую коррелирует с производительностью в современных играх
Steel Nomad Lite Score
Solar Bay 19617 16554
Wild Life Extreme 9804 9610
Источники: 3DMark [1], [2]

GeekBench 6 GPU Compute

GPU тест для вычислительных задач (обработка изображений, компьютерное зрение, ML и другое)
GB6 Compute Score
Background Blur - 72.2 img/sec
Face Detection - 48.3 img/sec
Horizon Detection - 1.4 Gpixels/sec
Edge Detection - 1.94 Gpixels/sec
Gaussian Blur - 1.5 Gpixels/sec
Feature Matching - 0.53 Gpixels/sec
Stereo Matching - 123.3 Gpixels/sec
Particle Physics - 4938.4 FPS
API - OpenCL
Источники: Geekbench [3]

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
1855.31
Источники: Blender [9], [10] – 40 & 529 samples

Тесты пользователей

Результаты тестов, которые добавили пользователи
Apple M5 GPU (8-Core)
DateBenchmarkResult
📘 2026-06-08 (h)Geekbench 6 OpenCL40417
Apple M4 GPU (10-Core)
Результатов пока нет

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) - 4874
Image Segmentation (HP) - 8168
Image Super Resolution (Q) - 11983
Face Detection (HP) - 17036
Pose Estimation (Q) - 31171
Text Classification (SP) - 2964
Machine Translation (HP) - 3410
Object Detection (SP) - 5112
Depth Estimation (Q) - 22700
Style Transfer (SP) - 60872
Framework - Core ML
Backend - GPU
Источники: Geekbench [9]

Технические характеристики

Подробные характеристики Apple M5 GPU (8-Core) и M4 GPU (10-Core)

Общая информация

Производитель Apple Apple
Сборка Интегрированная Интегрированная
Дата выхода 3 марта 2026 7 мая 2024
Форм-фактор Для ноутбука Для ноутбука
Назначение Профессиональная Профессиональная
Сегмент Средний Средний
Архитектура Apple M GPU Apple M GPU
Кодовое имя Custom Custom
Аналог конкурента - - Adreno X1-85
Преемник - - Apple M5 GPU (10-Core)
Рекомендуемый процессор - Apple M5 (8-сore GPU) или лучше - Apple M4 (10-Core) или лучше
Используется в процессорах - Apple M5 (8-сore GPU) - Apple M4 (10-Core)

Графический процессор

Базовая частота - 500 МГц
Boost частота 1620 МГц 1470 МГц
Шейдерные блоки 1024 1280
Текстурные блоки (TMUs) 64 80
Блоки вывода (ROPs) 32 40
Вычислительные блоки (Pipelines) 128 160
Инструкций в такт 2 IPC 2 IPC

Теоретическая производительность

Pixel Fill Rate 52 ГПикс/с 59 ГПикс/с
Texture Fill Rate 104 ГТекс/с 118 ГТекс/с
FLOPS (FP32)
3.3 терафлопс
3.8 терафлопс

Производство

Интерфейс Custom Custom
TGP - 18 Вт
Производство TSMC TSMC
Техпроцесс 3 нм 3 нм
Количество транзисторов 28 млрд. 28 млрд.
Максимальная температура 100°C 100°C

Память

Тип памяти System Shared System Shared
Частота памяти 9600 МГц 7500 МГц
Эффективная частота памяти - 15000 Мбит/с
Шина 128-бит 128-бит
ECC Нет Нет
Пропускная способность
153 ГБ/с
120 ГБ/с

API

Трассировка лучей Да Да
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!