Dell XPS 17 9710 con GPU RTX 3060 Laptop mostra la supremazia di Geekbench OpenCL rispetto a M1 Max-powered Apple MacBook Pro 16, ma Apple silicio ha ancora il vantaggio di efficienza
Apple's recentemente annunciato MacBook Pro 14 e MacBook Pro 16 hanno iniziato la spedizione, ed è probabile che diversi tester possono avere i loro dispositivi già misurato dal numero costante di benchmark che abbiamo visto di recente. Il database di Geekbench, anche, si sta costantemente popolando con diversi punteggi di calcolo M1 Max.
Questi punteggi fanno dei confronti interessanti. In questo caso, abbiamo un confronto tra un Dell XPS 17 9710 con un Core i7-11800H e una Nvidia GeForce RTX 3060 Laptop GPU e un MacBook Pro 16 con il SoC M1 Max. Secondo l'annuncio, l'M1 Max sembra sfoggiare 64 GB di memoria unificata, 10 core di CPU e 32 unità di calcolo.
Il confronto delle prestazioni OpenCL tra questi due sistemi mostra che la Nvidia RTX 3060 Laptop nell'XPS 17 9710 è il 51,3% più veloce della GPU dell'M1 Max nel benchmark Geekbench 5.4 OpenCL
In precedenza, avevamo visto l'M1 Max superare di poco l'RTX 3060 Laptop in GFXBenchanche se non eravamo esattamente sicuri di quale variante TGP della scheda Nvidia fosse effettivamente utilizzata in quel test. In quell'articolo, avevamo notato che i vantaggi di queste GPU possono variare a seconda del flusso di lavoro esatto. Questo è esattamente ciò che sembra accadere qui.
Geekbench riporta il numero di unità di calcolo nel M1 Max come 32. Ora, non c'è una definizione standardizzata per ciò che un core e un'unità di calcolo sono quando si tratta di GPU e l'uso di Geekbench del termine "unità di calcolo" qui potrebbe effettivamente riferirsi al numero di core a cui Apple sta alludendo nelle specifiche
Detto questo, sappiamo per certo che il core di un SoC M1 è composto da 16 unità di esecuzione con otto unità di calcolo ciascuna. Quindi, un M1 Max a 32 core avrà 32*16*8 = 4.096 streaming multiprocessori (SM). Nel caso della GPU RTX 3060 Laptop, le 30 unità di calcolo si traducono in 3.840 SM.
Il solo conteggio degli SM non si traduce in benefici reali. Le GPU sono pezzi di silicio incredibilmente complessi, quindi una GPU con un numero inferiore di SM può avere prestazioni scarse in un test ed eccellere in un altro. A prescindere dai numeri delle prestazioni, il messaggio da portare a casa qui è come Apple sia riuscito a scalare le prestazioni e l'efficienza in un modo che non si era mai visto prima.
Mentre le prestazioni di calcolo possono dare una panoramica molto superficiale su cosa aspettarsi dal chip, l'unico modo per valutare le vere prestazioni è quello di sottoporlo a una serie di benchmark, che è qualcosa che non vediamo l'ora di fare nelle prossime settimane.
Fonte(i)
