AMD Ryzen 5 8645HS Бенчмарк, тест и спецификации

сравнить с другим процессором

Сравнительные результаты

Cinebench 2024 (Single-Core)

Cinebench 2024 (Multi-Core)

Geekbench 5, 64bit (Single-Core)

Geekbench 5 — кроссплатформенный бенчмарк, интенсивно использующий системную память. Быстрая память сильно подтолкнет результат. В одноядерном тесте используется только одно ядро ЦП, количество ядер или возможность гиперпоточности не учитываются.

Geekbench 5, 64bit (Multi-Core)

Geekbench 5 — кроссплатформенный бенчмарк, интенсивно использующий системную память. Быстрая память сильно подтолкнет результат. Многоядерный тест задействует все ядра ЦП и использует большое преимущество гиперпоточности.

Geekbench 6 (Single-Core)

Geekbench 6 — это бенчмарк для современных компьютеров, ноутбуков и смартфонов. Новым является оптимизированное использование новых архитектур ЦП, например, основанное на концепции big.LITTLE и объединении ядер ЦП разного размера. Одноядерный тест оценивает только производительность самого быстрого ядра ЦП, количество ядер ЦП в процессоре здесь не имеет значения.

Geekbench 6 (Multi-Core)

Geekbench 6 — это бенчмарк для современных компьютеров, ноутбуков и смартфонов. Новым является оптимизированное использование новых архитектур ЦП, например, основанное на концепции big.LITTLE и объединении ядер ЦП разного размера. Многоядерный тест оценивает производительность всех ядер процессора. Усовершенствования виртуальных потоков, такие как AMD SMT или Intel Hyper-Threading, положительно влияют на результат теста.

iGPU — производительность FP32 (гигафлопс с одинарной точностью)

Теоретическая вычислительная производительность внутреннего графического блока процессора с простой точностью (32 бита) в GFLOPS. GFLOPS указывает, сколько миллиардов операций с плавающей запятой iGPU может выполнять в секунду.

3DMark Time Spy ([graphics_score])

3DMark Time Spy

Производительность искусственного интеллекта / машинного обучения

Процессоры с поддержкой искусственного интеллекта (AI) и машинного обучения (ML) могут выполнять многие вычисления, особенно аудио, изображения и видео, намного быстрее, чем классические процессоры. Алгоритмы машинного обучения улучшают свою производительность по мере того, как больше данных они собирают с помощью программного обеспечения. Задачи машинного обучения можно обрабатывать до 10 000 раз быстрее, чем с помощью классического процессора.