La gamme Google Pixel 6 est sur le point de commencer à être déployée sur certains marchés. Elle intègre un SoC semi-personnalisé Tensor axé sur l’apprentissage automatique. Cependant selon benchmark, cette nouvelle puce semble moins puissante que l’Apple A15 Bionic.
De fait, lorsqu’elle a été opposée à l’Apple A15 Bionic dans le test GeekBench ML, elle a été moins performante. Une fois de plus, la domination d’Apple en matière de capacités de traitement a été pleinement démontrée.
Un SoC Tensor axé sur le machine learning équipe le nouveau Google Pixel 6
Apple a sans conteste la technologie leader sur le marché. De fait, dans une évaluation des nouvelles puces M1 Pro et M1 Max de MacBook Pro, Anandtech a qualifié leurs performances de généralement stupéfiantes. Il a ajouté ne pas s’attendre à certaines des améliorations réalisées par les nouvelles puces.
La puce Apple A15 Bionic dans les nouveaux modèles iPhone 13 et iPhone 13 Pro constitue en fait la dernière itération de l’architecture A14/M1. Cette dernière sous-tend les nouvelles puces MacBook Pro d’Apple.
Les résultats impressionnants de Geekbench 5 de l’Apple A15 et ceux, moins impressionnants, mais tout de même solides, de Google Tensor sont déjà connus. Bien que ce dernier soit surclassé par le Snapdragon 888 et l’Exynos 2100, Google a mis l’accent sur les capacités d’apprentissage automatique du Tensor. Ainsi, ce dernier porte le nom de son unité de traitement Tensor, développé spécifiquement pour l’apprentissage automatique par réseau neuronal.
Les amateurs de Pixel vont sans doute se réconforter en sachant que l’apprentissage automatique devrait être une force particulière de la puce Tensor. Cependant, après avoir affronté l’Apple A15 dans le nouveau test Geekbench ML, le Tensor de Google a été anéanti.
Tensor de Google contre Apple : résultat du test
Le développeur de l’application Geekbench ML, Primate Labs affirme qu’il s’agit d’un test multiplateforme. De fait, ce dernier a été conçu pour aider à comprendre si l’appareil est prêt à exécuter les dernières applications d’apprentissage automatique. Il comporte trois composants destinés à tester séparément :
- le CPU,
- le GPU,
- et Core ML (A15) ou NNAPI (Tensor) pour exercer les accélérateurs neuronaux.
Lors du test CPU, l’Apple A15 obtient un score de 939. En comparaison, le Tensor de Google ne gagne que 307. Pour celui du GPU, l’A15 a enregistré un résultat de 2268 tandis que le Tensor n’a enregistré que 1428. Enfin durant le test de l’accélérateur neuronal, l’A15 affiche un score de 2727 (Core ML) contre 1720 pour le Tensor (NNAPI). Le score agrégé de l’A15 est de 5 934 contre 3 455 pour celle Tensor.
Ainsi, l’Apple A15 se révèle environ 71 % plus rapide que le Tensor de Google dans les tâches d’apprentissage automatique. D’une part, il ne faut pas s’étonner qu’Apple ait obtenu de bons résultats dans ce domaine. Après tout, l’entreprise investit massivement dans la conception de puces personnalisées depuis des années. D’autre part, le résultat fait perdre un peu de sa valeur ajoutée au Tensor de Google.
Cet article Le Tensor de Google parvient-il à s’imposer face à l’Apple A15 Bionic ? a été publié sur LeBigData.fr.