Exynos RDNA SoC Vs A14 Bionic, Apple est dépassé
Processeur SoC Apple A14 Bionic
Apple risque de rencontrer quelques difficultés face au prochain processeur mobile Exynos de Samsung. Une fuite dévoile des scores de performance. La solution graphique se positionne bien au-dessus des possibilités de la puce Bionic A14.
Lors de l’annonce de l’Exynos 2100, Samsung a rappelé que son partenariat avec AMD allait bientôt prend forme. En clair un premier processeur SoC mobile Exynos équipé d’une partie graphique RDNA est en préparation. Un rapport publie des scores de performance sous plusieurs tests (GFXBench). Si ces résultats se confirment Apple avec sa puce Bionic A14 est dépassé. L’écart n’est pas anecdotique puisqu’il se situe entre 25 et 100%.
Radeon Exynos SoC, une partie graphique signée AMD
Processeur Apple A14
Ce processeur décroche un framerate de 181.8 images par seconde sous Manhattan 3. Son bilan se situe à 138,25 images par seconde sous Aztek Normal et 58 images par seconde sous Aztek High School.
| Benchmark : | Processeur Exynos (Radeon ) | Apple Bionic A14 (iPhone 12 Pro) |
| Manhattan 3.1 | 181.8 FPS | 146.4 FPS |
| Aztek Normal | 138.25 FPS | 79.8 FPS |
| Aztek High School | 58 FPS | 30.5 FPS |
Comme nous pouvons le voir la différence face à A14 est importante. Cette puce équipe l’iPhone 12 Pro. Il s’agit de l’une des solutions SoC pour smartphone les plus performantes actuellement. Attention, il s’agit d’une fuite, tout ceci est à prendre avec des pincettes en attendant une confirmation.
A14 Bionic – Wikipédia
L’Apple A14 Bionic est un système sur une puce ARM 64 bits (SoC) conçu par Apple Inc. Il apparaît dans l’iPad Air 4 et dans l’iPhone 12. Apple déclare que le processeur est jusqu’à 40 % plus rapide que l’Apple A12 Bionic, tandis que le GPU est jusqu’à 30 % plus rapide que l’A12 (Apple n’a pas fourni de comparaison avec l’A13 plus récent, car cette puce n’a été utilisée dans aucun iPad). I
l comprend également un moteur neuronal à 16 cœurs pouvant exécuter 11 000 milliards d’opérations par seconde et de nouveaux accélérateurs matriciels d’apprentissage automatique qui fonctionnent respectivement deux et dix fois plus vite.
