10 июня 2023

Мощность процессора Apple M2 Ultra сравнили с конкурентами от AMD и Intel

Нет, это не новый король.

Автор Лайфхакера

В бенчмарке Geekbench 5 сравнили производительность флагманского процессора Apple M2 Ultra, на котором будут работать новые Mac Pro и Mac Studio, с актуальными конкурентами от AMD и Intel. И счёт оказался не в пользу купертинского продукта.

⚡ Новости из мира гаджетов, обзоры, гайды и не только — в телеграм-канале «Технологии | Лайфхакер».

В тестах он не смог обойти Intel Core i9-13900K в однопоточном режиме и даже отставал в многоядерных рабочих нагрузках.

Близкими аналогами M2 Ultra оказались AMD Ryzen Threadripper Pro W5995X и Intel Xeon W9-3495X, и то с натяжкой. Он легко превзошёл их в однопоточных тестах, но всё же работал значительно медленнее, когда требовалось больше ядер.

Однако стоит помнить, что Geekbench 5 не всегда отражает реальные возможности чипа. Он даёт лишь примерное представление о мощности без учёта ускорителей.

Apple M2 Ultra состоит из двух систем на чипе M2 Max, которые были разработаны в первую очередь для компьютеров MacBook Pro и Mac Studio. Он может предложить до 24 ядер CPU, что делает чип на 30% быстрее, чем M1 Ultra.

Особую ставку Apple сделала на GPU с 76 ядрами — в сравнении с предыдущим решением графическая производительность платформы выросла почти на 50%.

Проигрыш в Geekbench 5 — лишь синтетика. Ждём реальных тестов новых компьютеров в рабочих задачах, например декодировании видео.

Это интересно

Команда Лайфхакера попробовала нового ИИ-агента в «Битрикс24». 5 возможностей, которые нас удивили

3 причины, почему с дачи мы всегда возвращаемся с полным багажником

Съезжаем со съёмной квартиры: чек-лист уборки, которая поможет вернуть депозит

Экстренная контрацепция: что о ней важно знать, а во что стоит перестать верить

Комментарии

Vyachaslav Gerchicov

10.06.23 20:28

>Особую ставку Apple сделала на GPU с 76 ядрами — в сравнении с предыдущим решением графическая производительность платформы выросла почти на 50%. Звучит как ставка не на производительность, а на дизайнерские свистоперделки

Oleg Kutyrin

10.06.23 22:10

Из чего Вы делаете такой вывод? Напрямую из цитируемой Вами фразы это никак не следует.

Vyachaslav Gerchicov

17.06.23 09:39

Для большинства задач нужен cpu, gpu используется только для тех задач, где точность и надежность не так важна (иначе в cpu не было бы смысла). А теперь какими задачами вы занимаетесь на макбуках, которые могли бы задействовать все мощности gpu? Тренировать нейросеть на изображениях? Игр нет, а даже в том же рендеринге многие приложения используют именно cpu и оперативку

Oleg Kutyrin

17.06.23 14:49|изменено

Да, тренировать нейросеть. Pytorch вообще страшно любит GPU :) В игрушки я довольно давно не играю, биткойны не майню, но машинное обучение применяю и для домашнего использования (frigate с распознаванием лиц), и профессионально. Я почему, собственно, и удивился Вашему замечанию -- мне кажется, уже понятно, что машинное обучение стало основным сценарием использования графпроцессоров...

Vyachaslav Gerchicov

21.06.23 19:54

1)я так и вижу - каждый пользователь запускает у себя на макбуке отдельную нейросеть. Причём не на распознавание, а на обучение. Ибо распознавание может быть только на телефоне 2)машинное обучение на графических данных - да, нужен gpu. А вот нужен ли он для всяких chatgpt?

Oleg Kutyrin

22.06.23 17:12

Хм. Почему распознавание только на телефоне? Про chatGPT вообще речи не было, хотя для тренировки на LLM графпроцессор весьма желателен (в общем и целом можно обойтись и TPU типа Google Coral, однако Apple Silicon намного лучше, ибо PyTorch его поддерживает стандартно).

Vyachaslav Gerchicov

23.06.23 08:44

Я имел в виду не только на телефоне, что даже телефон с его мощностями с этим справляется

Aliaksandr Dziubkin

11.06.23 00:56|изменено

>Проигрыш в Geekbench 5 — лишь синтетика. Всё так. Фишка маков ещё в том, что софт очень хорошо оптимизирован под железо. Поэтому одни и те же программы могут на маке работать быстрее. Apple сама разработала и делает эти чипы, а также среду разработки, которая переводит код в инструкции для этих чипов – есть возможность всё сделать оптимально, когда все этапы под контролем. Кроме того, архитектура x86 тянет много обратной совместимости в поддерживаемых инструкциях, в устройстве, в то время как М1/М2 созданы совсем недавно. М1/М2 это не просто процессор, это система на одном чипе (процессор, память, графика) – обмен данными будет более быстрым.

Vyachaslav Gerchicov

17.06.23 09:46|изменено

1)Вы путаете маки и айфоны. Кто вам сказал, что приложения под macOS делаются только средствами apple? Они вон даже приложения в Mac App Store не пропускают (у меня «In rewiew” висит уже полгода) 2)m1 и m2 появились недавно? А ничего что архитектура arm существует много лет? 3)загуглите разницу между CISC и RISC архитектурами и подумайте логически, зачем нужна обратная совместимость, а то вы сейчас втираете какую-то дичь

Oleg Kutyrin

17.06.23 14:57

Насчет M1/M2 недавно. Конечно, ARM-архитектуре сто лет в обед, но, мне кажется, коллега хотел сказать, что они появились недавно в контексте маков. То что какой-нибудь Cortex существует уже очень давно, для данного обсуждения никак не релевантно.

Что вы могли пропустить