广告

号称“最强大”的苹果M1 Ultra实测再次翻车:败给了Nvidia 的 RTX 3090 GPU

2022-03-18 14:49:41 EDN China 阅读:
尽管 Apple 有声明和图表,但据外媒实测,新的M1 Ultra 芯片在原始 GPU 性能方面无法超越 Nvidia 的 RTX 3090 。

当“M1 Ultra ”推出时,苹果公司表示M1 Ultra将两个 M1 Max 处理器的硬件结合到一个芯片组中,不亚于“世界上最强大的个人电脑芯片”。并分享了一张图表,显示M1 Ultra在“相对性能”方面胜过“最高端独立 GPU”,但没有详细说明为实现这些结果而进行了哪些测试。Xx8ednc

Xx8ednc

如果你只看苹果的图表,你可能会倾向于相信这些说法。但EDN此前将M1 Ultra跑分数据与英特尔Core i9、AMD锐龙3970X对比,均未实现“最强大”的数据。(详情:苹果M1 Ultra对比英特尔Core i9、AMD锐龙3970X,基础测试数据打脸“世界最强”?)Xx8ednc

此外,日前外媒The Verge也对M1 Ultra进行了实测,使用 Geekbench 5 图形测试将 ‌M1‌ Ultra 与 Nvidia RTX 3090 进行对比,不出所料,当该芯片全功率运行时,它无法与 Nvidia 的芯片相匹敌。Mac Studio击败了 16 核Mac Pro,但性能大约是 RTX 3090 的一半。Xx8ednc

Xx8ednc

The Verge同时对苹果在相对功率的性能水平上表示了肯定。Xx8ednc

因此,如The Verge认为图表应该看起来更像这样:Xx8ednc

Xx8ednc

Apple 的 ‌M1‌ Ultra 本质上是两个M1 Max芯片连接在一起,正如The Verge在其完整的 Mac Studio 评论中强调的那样,Apple 成功地将 ‌M1‌ Ultra 的 ‌M1 Max‌ 性能提高了一倍,这是其他芯片制造商的一项显着壮举无法匹配。Xx8ednc

参考链接:Xx8ednc

https://www.theverge.com/2022/3/17/22982915/apple-m1-ultra-rtx-3090-comparison-specs-charts-cpu-gpu-performanceXx8ednc

https://www.macrumors.com/2022/03/17/m1-ultra-nvidia-rtx-3090-comparison/Xx8ednc

Demi Xia编译Xx8ednc

责编:Demi
EDN China
暂无简介...
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
  • 复旦大学研究人员发明晶圆级硅基二维互补叠层晶体管 复旦大学研究团队将新型二维原子晶体引入传统的硅基芯片制造流程,实现了晶圆级异质CFET技术。相比于硅材料,二维原子晶体的单原子层厚度使其在小尺寸器件中具有优越的短沟道控制能力。
  • 宝马AI“超级大脑”上线,驱动在华数字化发展 近日,宝马率先在华部署了代号为“灯塔”(BEACON)的人工智能(AI)平台,提供AI应用创新相关的开发、部署、集成与运行服务的平台化环境,加速实现多业务场景数字化。
  • 西工大打破吉尼斯世界纪录,扑翼式无人机单次充电飞行15 据西北工业大学官宣其扑翼式无人机单次充电飞行时间获得新的吉尼斯世界纪录,认定的纪录时间为 2 小时 34 分 38 秒 62(突破 154 分钟)。本次刷新世界纪录的“云鸮”扑翼式无人机采用了高升力大推力柔性扑动翼设计、高效仿生驱动系统设计和微型飞控导航一体化集成等关键技术,翼展 1.82m,空载起飞重量为 1kg,手抛起飞,滑翔降落,能够按设定航线自主飞行,飞行过程中能实时变更航线。
  • 英特尔展示下一代半导体器件技术,计划2030年实现万亿级 日前,英特尔在IEDM上展示多项与半导体制造技术相关的研究成果:3D封装技术的新进展,可将密度再提升10倍;超越RibbonFET,用于2D晶体管微缩的新材料,包括仅三个原子厚的超薄材料;能效和存储的新可能,以实现更高性能的计算;量子计算的新进展。此外,英特尔表示,目标是在2030年实现在单个封装中集成一万亿个晶体管。
  • 湖南大学:基于2D的范德华异质结构,可用于晶体管及存储器 电子工程研究的一个关键目标是开发高性能和高能效的计算设备,这意味着它们可以快速计算信息,同时消耗很少的能量。一种可能的方法是将执行逻辑操作的单元和存储组件组合到一个设备中。
  • Codasip宣布成立Codasip实验室,以加速行业前沿技术的开 Codasip今日宣布成立Codasip实验室(Codasip Labs)。作为公司内部创新中心,新的Codasip实验室将支持关键应用领域中创新技术的开发和商业应用,覆盖了安全、功能安全(FuSa)和人工智能/机器学习(AI/ML)等方向。
  • 了解机器感知:激光雷达、3D视觉和地理空间AI 随着人工智能(AI)和物理世界的交叉,以及自主技术采用的增加,有人可能会提出质疑,机器及其目前脆弱的模型如何能以人类的方式感知世界。借助于诸如激光雷达、雷达和摄像头等自动驾驶汽车上所使用的传感器技术,机器已开始能收集实时数据来为决策提供信息,并适应现实世界的场景。
  • 实现物联网部署可扩展性时的主要问题 为什么三分之二的物联网项目都失败了?许多人低估了物联网的复杂性,以及使系统可视化来实现可扩展性的重要。
  • 工业制造拥抱人工智能和机器学习 为了推动数字转型,工业制造领域开始拥抱人工智能(AI)和机器学习(ML)技术,但在实际导入时仍然存在诸多进入门坎…
  • 兆易创新瞄准4大行业入局模拟芯片,电源管理全产品组合 随着可穿戴设备、汽车电子、物联网、云计算等新兴应用的蓬勃发展,以及用户对于智能化生活越来越高的追求,同时伴随着工业、储能、5G通信等数字行业的产业升级和持续扩容,作为连接真实世界和数字世界的模拟芯片产品愈发展现广阔的应用潜力,并且市场规模持续增长。
  • 宝马要做太阳能汽车,大众入局氢能源,车企分开走不同新能 在目前的汽车市场中,新能源汽车已成大势所趋,虽然目前以电动汽车和混动汽车为主流,但受电池技术的限制,消费者仍期待更长的续航,更环保的能源也成了厂商关注的焦点,因此氢能源汽车和太阳能汽车也开始走入风口。
  • 驾驶员监控系统怎样利用仿真优化 随着驾驶员越来越容易分心、困倦和损伤,驾驶员监控系统(DMS)被认为是预防事故的关键。但是我们是否过度设计了这些系统核心的传感器?
广告
热门推荐
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了