Notebookcheck Logo

Tensor di Google dovrebbe essere tutto sull'apprendimento automatico - è appena stato schiacciato dal Apple A15 Bionic nei nostri test con la nuova app Geekbench ML

Il nuovo Google Pixel 6 è alimentato dal SoC semi-custom Tensor focalizzato sull'apprendimento automatico. (Immagine: Notebookcheck)
Il nuovo Google Pixel 6 è alimentato dal SoC semi-custom Tensor focalizzato sull'apprendimento automatico. (Immagine: Notebookcheck)
La gamma Google Pixel 6 sta per iniziare il suo rollout in mercati selezionati con la promessa che Google ha fatto il suo nuovo chip Tensor per brillare davvero nei compiti di apprendimento automatico. Sfortunatamente, lo abbiamo appena messo contro il Apple A15 Bionic nel nuovo test ML di GeekBench ed è stato annientato.

Non è un segreto che il silicio di Appleè senza dubbio la tecnologia leader sul mercato. Nella sua recente valutazione del nuovo MacBook Pro M1 Pro e M1 Max chip, Anandtech ha definito le loro prestazioni "generalmente assurde", aggiungendo che "non si aspettava alcuni degli aumenti mostruosi che i nuovi chip sono in grado di raggiungere" Il Apple A15 Bionic che si trova nel nuovo iPhone 13 e iPhone 13 Pro è in realtà l'ultima iterazione del chip A14/M1 che è alla base dei nuovi chip MacBook Pro di Apple.

Abbiamo già visto gli impressionanti punteggi di Geekbench 5 del Apple A15 (SC - 1732/MC - 4685) insieme ai meno impressionanti, ma ancora solidi punteggi di Google Tensor (SC - 1036/MC - 2808). Mentre il Tensor è superato dal Qualcomm Snapdragon 888 e dal Samsung Exynos 2100 nello stesso test, Google ha enfatizzato le capacità di apprendimento automatico del Tensor - dopo tutto, lo hanno chiamato dopo il loro Tensor Processing Unitsviluppata specificamente per l'apprendimento automatico delle reti neurali.

Quindi, per i fan dei Pixel, sembrava esserci un po' di conforto nel sapere che la ML dovrebbe essere un punto di forza particolare del chip Tensor. Possiamo segnalare, tuttavia, che quando viene contrapposto al Apple A15 nel nuovo test ML di Geekbench, il Google Tensor viene annientato. Primate Labs, lo sviluppatore dell'app Geekbench ML, dice che è un test multipiattaforma progettato per "aiutarvi a capire se il vostro dispositivo è pronto per eseguire le ultime applicazioni di apprendimento automatico" Ha tre componenti che testano separatamente CPU, GPU e Core ML (A15) o NNAPI (Tensor) per esercitare gli acceleratori neurali.

Nel test Geekbench ML TensorFlow Lite CPU, il Apple A15 segna 939; in confronto, il Google Tensor segna solo 307. Nel test della GPU, l'A15 segna 2268 con il Tensor che ottiene solo 1428 in risposta. Nel test dell'acceleratore neurale, l'A15 segna 2727 (Core ML) mentre il Tensor segna solo 1720 (NNAPI). Il punteggio aggregato dell'A15 è 5.934. Il punteggio aggregato del Tensor è 3.455. Questo mette il Apple A15 a circa il 71% più veloce del Tensor di Google nei compiti di apprendimento automatico, la presunta forza particolare di questo chip.

Da un lato, non dovrebbe essere sorprendente che Apple abbia fatto bene qui - è stato pesantemente investito nella progettazione personalizzata dei suoi chip per anni ormai. D'altra parte, il risultato toglie un po' di lucidità al Google Tensor. Naturalmente, si tratta di un benchmark sintetico e l'esperienza del mondo reale sarà quella che conta per le persone. Il Pixel 6 si è comportato bene per noi finora e Android 12 beneficerà senza dubbio delle capacità ML del Tensor. Ancora una volta, tuttavia, il dominio di Apple's nelle prestazioni del chip grezzo è venuto alla ribalta.

Pre-ordinate il Google Pixel 6 da Amazon al prezzo di 599 dollari.

Alcune delle affermazioni di marketing che Google fa sul Tensor SoC. (Immagine: Google)
Alcune delle affermazioni di marketing che Google fa sul Tensor SoC. (Immagine: Google)

Fonte(i)

Proprio.

Please share our article, every link counts!
> Recensioni e prove di notebook, tablets e smartphones > News > Newsarchive 2021 10 > Tensor di Google dovrebbe essere tutto sull'apprendimento automatico - è appena stato schiacciato dal Apple A15 Bionic nei nostri test con la nuova app Geekbench ML
Sanjiv Sathiah, 2021-10-27 (Update: 2021-10-27)