Google Tensor против A16 Bionic

Мы сравнили 8-ядерный Google Tensor (Mali-G78 MP20) с его более новым соперником в лице 6-ядерного Apple A16 Bionic (Apple A16 GPU). Смотрите таблицу характеристик, преимущества каждого из чипов, а также результаты тестирования бенчмарков AnTuTu и Geekbench.

Обзор

Сравнение показателей производительности и энергопотребления (от 1 до 100)
Производительность CPU
Скорость работы центрального процессора
Производительность в играх
Тесты графики в играх и OpenCL/Vulkan
Энергоэффективность
Рейтинг потенциальной энергоэффективности
Итоговая оценка
Общая оценка чипа по всем показателям

Основные отличия

Список главных плюсов каждого из процессоров
Преимущества Google Tensor
  • Имеет на 2 ядра больше
Преимущества Apple A16 Bionic
  • Выше частота графического ускорителя (на 64%)
  • Показывает на 65% лучшую производительность в вычислениях с плавающей запятой
  • Набирает существенно больше (на 61%) баллов в AnTuTu 11 – 1626K vs 1010K
  • Меньший размер транзистора (4 против 5 нанометров)
  • На 24% выше частота процессора (3460 против 2800 МГц)
  • Лучшая архитектура набора команд

Тесты в бенчмарках

Результаты тестов в бенчмарках Geekbench, AnTuTu и других

AnTuTu 11

AnTuTu Benchmark измеряет скорость CPU, GPU, памяти и других компонентов системы
1010025
A16 Bionic +61%
1626008
CPU 365546 432740
GPU 169803 490354
Memory 178763 216774
UX 295913 486140
Total score 1010025 1626008
Количество тестов [51 результатов] [36 результатов]
Результаты AnTuTu, полученные на разных платформах несовместимы между собой! Эти данные не учитываются в итоговой оценке.

GeekBench 6

GeekBench показывает однопоточную и многопоточную производительность CPU
Single-Core Score
A16 Bionic +78%
2631
Multi-Core Score
A16 Bionic +84%
6602
Asset compression 159.8 MB/sec 234.4 MB/sec
HTML 5 Browser 97.5 pages/sec 155.2 pages/sec
PDF Renderer 138.9 Mpixels/sec 157.5 Mpixels/sec
Image detection 83.4 images/sec 149.7 images/sec
HDR 119.7 Mpixels/sec 202.6 Mpixels/sec
Background blur 14.1 images/sec 25.9 images/sec
Photo processing 30.2 images/sec 76.8 images/sec
Ray tracing 3.44 Mpixels/sec 6.74 Mpixels/sec
Количество тестов 26 результатов 24 результатов
Compute Score (GPU)
A16 Bionic +156%
22851
Background blur 13.2 images/sec 39.5 images/sec
Face detection 7.31 images/sec 50.9 images/sec
Horizon detection 0.34 Gpixels/sec 0.73 Gpixels/sec
Edge detection 0.5 Gpixels/sec 1.05 Gpixels/sec
Gaussian blur 0.55 Gpixels/sec 1.22 Gpixels/sec
Feature matching 0.09 Gpixels/sec 0.29 Gpixels/sec
Stereo matching 39.4 Gpixels/sec 70.4 Gpixels/sec
Particle physics 1368.9 FPS 2162.5 FPS
API Vulkan Metal
Количество тестов 11 результатов 12 результатов
Результаты Compute используют разные API (Metal vs Vulkan/OpenCL) и не сравнимы напрямую!

3DMark

Кроссплатформенный бенчмарк, оценивающий производительность графики в Vulkan (Metal).
3DMark Steel Nomad Light
Score 704 -
Stability 63% -
Graphics test 5 FPS -
3DMark Solar Bay
Score - 4266
Stability - 74%
Graphics test - 16 FPS
Section 1 - 20 FPS
Section 2 - 16 FPS
Section 3 - 12 FPS
3DMark Wild Life Extreme
A16 Bionic +76%
3335
Score 1899 3335
Stability 59% 71%
Graphics test 11 FPS 19 FPS

PCMark 3.0

Бенчмарк для оценки общей производительности системы в повседневных задачах
PCMark 3.0
Web score 7105 -
Video editing score 5884 -
Data manipulation score 10310 -
Photo editing score 19072 -
Writing score 15550 -
Протестировано телефонов 3 модели -

Тесты пользователей

Результаты тестов, которые добавили пользователи
Google Tensor
DateBenchmarkResult
📘 2026-08-19 (duwi)AnTuTu774697
📘 2026-08-17 -> Paranoid _AntostAnTuTu930801
📘 2026-08-04 (nguyen van nguyen)AnTuTu990021
📘 2026-07-29 (Mimo)AnTuTu1117985
📘 2026-07-28 (Hypermini)AnTuTu1015541
Apple A16 Bionic
DateBenchmarkResult
📘 2026-09-19 (Bear lover)AnTuTu1714105
📘 2026-09-14 (ZUSEPRO)AnTuTu1603687
📘 2026-08-31 (LORDroid)AnTuTu1445126
📘 2026-08-16 (Ronaldo)AnTuTu1626008
📘 2026-08-15 (Julian Ludwig)GeekBench GPU24336

Технические характеристики

Сравнительная таблица характеристик Google Tensor и A16 Bionic

Центральный процессор

Архитектура 2x 2.8 ГГц – Cortex-X1
2x 2.25 ГГц – Cortex A76
4x 1.8 ГГц – Cortex A55
2x 3.46 ГГц – Everest
4x 2.02 ГГц – Sawtooth
Количество ядер 8 6
Частота 2800 МГц 3460 МГц
Набор инструкций ARMv8.2-A ARMv8.6-A
Кэш L1 - 256 КБ
Кэш L2 3 МБ 16 МБ
Кэш L3 4 МБ -
Техпроцесс 5 нм 4 нм
Количество транзисторов - 16 млрд.
TDP (Sustained) 5.6 Вт 8 Вт
Производство Samsung TSMC

Графический ускоритель

GPU Mali-G78 MP20 Apple A16 GPU
Архитектура Valhall 2nd gen Apple Bionic GPU
Частота GPU 850 МГц 1398 МГц
Вычислительных блоков 20 5
Шейдерных блоков 32 128
Всего шейдеров 640 640
FLOPS 1085.4 Гфлопс 1789.4 Гфлопс
Версия Vulkan 1.3 -
Версия OpenCL 2.0 -

Искусственный интеллект

Нейронный процессор Tensor Processing Unit Apple Neural Engine
Производительность NPU - 17 ТОПС

Оперативная память

Тип памяти LPDDR5 LPDDR5
Частота памяти 3200 МГц 3200 МГц
Шина 4x 16 Бит 4x 16 Бит
Пропускная способность До 51.2 Гб/сек До 51.2 Гб/сек
Объем До 12 ГБ До 6 ГБ

Мультимедиа (ISP)

Тип накопителя UFS 3.1 NVMe
Макс. разрешение дисплея 3840 x 2160 2796 x 1290
Макс. разрешение фотокамеры 1x 200МП, 2x 32МП 1x 48МП
Запись видео 4K при 60FPS 4K при 60FPS
Воспроизведение видео 4K при 60FPS 4K при 60FPS
Поддержка кодеков - H.264
- H.265
- AV1
- VP9
- H.264
- H.265
- VP8
- VP9
- Motion JPEG
Аудио - AAC
- AIFF
- CAF
- MP3
- MP4
- WAV
- AAC
- AAX
- AAX+
- AC-3
- AIFF
- CAF
- E-AC-3
- MP3
- MP4
- WAV

Связь и сети

Модем Exynos 5300b -
Поддержка 4G LTE Cat. 24 LTE Cat. 24
Поддержка 5G Да Да
Скорость скачивания До 7350 Мбит/с До 7500 Мбит/с
Скорость загрузки До 3670 Мбит/с До 3500 Мбит/с
Wi-Fi 6 6
Bluetooth 5.2 5.3
Навигация GPS, GLONASS, Beidou, Galileo, QZSS GPS, GLONASS, Beidou, Galileo, QZSS

Общая информация

Дата анонса Октябрь 2021 года Сентябрь 2022 года
Класс Флагман Флагман
Номер модели GS101 (S5P9845) APL1W10
Официальный сайт Сайт Google Tensor -
Преемник - Google Tensor G5 - Apple A19 Pro

Опрос

Смартфон на каком из чипов вы предпочли бы?
62 (50%)
62 (50%)
Всего проголосовало: 124

Комментарии

Высказывайте свое мнение по поводу сравнения A16 Bionic с Google Tensor, или задавайте вопросы
🌐 Зарегистрируйте свой профиль и станьте частью сообщества NanoReview!