GeekBench6がリリースされたので、手元の端末でやってみたよ。
はじめに
初投稿これかよって感じだけど、まあ、適当に。
職業は『ゲーム系なんでも屋』です。
ゲーム業界の隅っこで働いてます。
以後よろしくお願いします。
GeekBench6がリリースされたので、手元の端末でやってみたよ。
iPhone、iPadはApp Storeから、Macは公式サイトからダウンロード。
自分がやった端末は以下の構成のものです。
・MacBook Air M1 8GPU 512GB SSD 標準モデルの高い方
・MacBook Pro 14 M1 Pro 1TB SSD 標準モデルの高い方
・iPad Pro 11inch M1 128GB SSD Wi-Fi 一番安いやつ
・iPhone14 Pro 256GB SSD Maxではない普通の大きさのiPhone
・Rakuten Hand 一つ古い5Gではない方のモデル
こんな編成です。
最新のM2はないので、本当に参考程度って感じのベンチマークですね。
比較するものがないので、他の端末のGeekBench6の結果待ちではありますが、やっていかないとサンプルが増えないので暇な人はやってみましょう。
GeekBench6は上記のApple製品なら一つ調べるのにかかっても3分程度です。
GeekBench6の結果（Mac）
では、最初にMacから。
MacだとGPUにOpenCLとMetalが選べるんですが、マシンラーニングについて調べられるGeekBench MLはリリースされてないんですよね。
なので、Macで調べられるのはGeekBenchに限ってはCPUシングルコア、CPUマルチコア、GPUメタル、GPU OpenCLの４種類になります。
スコアはこちら。
調べる内容が変わってるのか、数字にGeekBench5との違いがかなりあります。
他機種との比較で言うと、例えば何か苦手なところがあるとこの数字に現れる（単純スペックに比べてスコアが悪い）のではないかと思います。
M1とM1 Proだと兄弟みたいなものなので、まあそらそうよって結果が出てます。
CPUマルチのそれぞれの機種の結果を見る限り、高性能コアは高効率コアの2倍の性能って感じです。
Airを12(4*2+4)コア、Proを18(8*2+2)コアと見ると大体一つのコアの性能が700くらいだろうというのがわかります。
GPUもコア数の分だけスコア差がある感じで綺麗に数字が出ています。
なんというか、とてもわかりやすいです。
GeekBench6の結果（iPhone＆iPad）
続いて、iPadとiPhone。
こちらはGPUのチェックではMetalしかできません。
代わりにGeekBench MLが使えるので、せっかくだからそちらも測定してみました。
MLはCPU、GPU、CoreMLでそれぞれ機械学習の能力を測定できます。
で、スコアはこんな感じでした。
iPad ProはM1モデルなので、まあ流石の性能といえます、Airとほとんど差はないです。
ただ、CPUの結果が若干Airより低いのは気になりますね、何が違うのか。
GPUは同じ様な結果が出ているし、クロックダウンされているわけでもないのでOSの問題なのか気になるところではあります。
マシンラーニングではGPUでも意外にいい結果が出ていてCore MLの立場は……
iPhone14 ProのA16、こいつは結構やばいですね、数値を見るとバケモンですよ。
次のiPad miniにこれ載ってきたらステージマネージャできるのでは？ってくらいのパワフルさです。
A15ですでにA12Xは超えていたはずなので、まあ順当といえば順当。
A17でM1のマルチコアも超えてしまいそうだし、なんならGPUも危ない。
次でM3と同じ世代だと考えるとほぼ確実にあり得ますね、次も同じ世代のチップだとCore MLみたいなものが別途追加されて用途の広さで進化するかもしれない。
ちょっとどころではなく、楽しみだったりする。
で、最後にRakuten Handの比較がこれ。
まあ、お疲れ様でした。
でも、この数字でも結構ゲームも動くんだよね、だからどちらかっつーとモバイル機器としては明らかにM1やA16が過剰なスペック。
タブレットにこんなチップ積んでて弱いわけないし、A16はちょっと出来過ぎ。
最後に
たまになんか調べたらこういう投稿もしていくと思います。
まあ、まずは自己紹介とかこのノートの方向性を書けって話なんですが。
週末にそういうのアップしていくと思います。
それでは。
この記事が気に入ったらサポートをしてみませんか？