Google Tensor 处理器基于 5 nm 技术和 架构。基本时钟频率为 2.80 GHz, 涡轮模式下的最大时钟频率为 No turbo。Google Tensor 包含 8 的处理器核心。要为你的电脑升级做出正确的选择，请阅读详细的规格和测试结果。在选择之前，请检查主板插座的兼容性。
0
评论文章
Google Tensor 处理器回顾 - 基准和规格。
在这里购买：
AliExpress
一般信息
基本和最大的处理器时钟速度 Google Tensor，处理器核心和线程数量。越多越好（标为绿色）。
处理器内核、基本频率和涡轮增压频率
一个处理器的整体性能可以很容易地由核心数和线程数，以及标准和涡轮模式下的时钟速度决定。一个处理器拥有的GHz、内核和L2-L3缓存越多，就越好。请注意，高规格需要一个强大的冷却系统和高质量的芯片组（检查主板上的VRM）。
| 时钟频率: | 2.80 GHz | 核心数量: | 8 | |
| 涡轮增压（1核）: | No turbo | 超级交易: | No | |
| 加速: | No | Turbo (8 Cores): | No turbo | |
| 建筑学: | hybrid (Prime / big.LITTLE) | A core: | 2x Cortex-X1 | |
| B core: | 2x Cortex-A76 | C core: | 4x Cortex-A55 |
处理器家族和世代
| Name: | Google Tensor | Segment: | Mobile | |
| CPU group: | Google Tensor | |||
| Family: | Google Tensor | 一代人: | 1 | |
| Predecessor: | -- | Successor: | -- | |
内部图形
一些制造商（最常见的是英特尔）用图形芯片增强处理器，这种解决方案在笔记本电脑中特别流行，但在工作站和游戏站中用处不大。显卡的时钟速度越高，板载的内存越多，就越好。
| 图形处理器的名称: | ARM Mali-G78 MP20 | |||
| 图形处理器频率: | 0.76 GHz | GPU (Turbo): | No turbo | |
| 一代人: | Vallhall 2 | DirectX版本: | 12 | |
| 行政单位: | 20 | 着色器的数量: | 320 | |
| 监视器的数量: | 1 | 技术: | 5 nm | |
| 发布日期: | Q4/2021 | Max. GPU Memory: | -- | |
硬件编解码器支持
这里我们处理的是一些CPU制造商使用的规格。这些数字主要是技术性的，为了比较分析的目的，可以忽略不计。
| h264: | Decode / Encode | |||
| JPEG: | Decode / Encode | |||
| VP8: | Decode / Encode | |||
| VP9: | Decode / Encode | |||
| VC-1: | Decode / Encode | |||
| AVC: | Decode / Encode | |||
| h265 / HEVC (8 bit): | Decode / Encode | |||
| h265 / HEVC (10 bit): | Decode / Encode | |||
| AV1: | Decode | |||
加密
支持数据加密
| AES-NI: | No |
记忆 & AMP; PCIe
| 存储器类型: | LPDDR5-5500 | 最大内存容量: | 12 GB | |
| ECC: | No | 记忆通道: | 2 |
热管理
| 最高温度: | -- | 最大TDP: | -- | |
| TDP down: | -- | TDP (PL1): | 10 W | |
| TDP (PL2): | -- |
技术细节
这些是关键参数，将帮助你确定哪种CPU更好。要特别注意发布日期、制造工艺的技术方面（以纳米为单位），以及第三级缓存（L3）。
| 流的数量: | 8 | L3-Cache: | -- | |
| 技术: | 5 nm | 虚拟化: | None | |
| 插座（连接器）: | N/A | 发布日期: | Q4/2021 | |
| 指令集（ISA）: | ARMv8-A64 (64 bit) | L2-Cache: | 8.00 MB | |
| Part Number: | -- | |||
使用该处理器的设备
你可能已经知道哪些设备使用了处理器。它可能是一台台式电脑或一台笔记本电脑。
| 它被用于: | Google Pixel 6 Google Pixel 6 Pro | |||
0.0
来自 0
Hitesti 评价
为了留下评论，你需要 login
概述 Google Tensor
比较 Google Tensor
VS
与其他模型