Apple A6 vs Renesas MP5232 vs Apple A15 Bionic

Apple A6

Der Apple A6 ist ein Zwei-Kern-SoC (System-on-a-Chip), mit ARM-kompatiblen Rechenkernen. Beim A6 handelt se sich erstmals um eine Eigenentwicklung von Apple, dessen Kerne sowohl den ARMv7-Befehlssatz als auch die erweiterte Version ARMv7s. Teil der v7s-Spezifikation ist die VFPv4-Erweiterung (Vector-Floating-Point), die im Apple A6 mit einem 16-Bit-Register arbeitet. Die Strukturbreite beträgt 32 Nanometer. Die Taktfrequenz ist lastabhängig gesteuert und liegt zwischen 800 und 1200 MHz. Der Cache beträgt laut Geekbench 2 jeweils 32 KB für Level-1 und Level-2. 

Bei der im A6-Chip integrierten Grafiklösung setzt Apple auf eine GPU aus dem Hause Imagination. Es handelt sich um das Modell PowerVR SGX 543MP3, eine Dreikern-GPU mit 266 MHz Taktfrequenz.

Zum Einsatz kommt der Apple A6 erstmals im iPhone 5, das am 12. September 2012 vorgestellt wurde. Im Verglich zum A5-Chip aus dem iPhone 4S erzielt der A6 mehr als eine Verdopplung der Performance. Der Zuwachs an Grafikleistung ist ebenfalls signifikant.

Renesas MP5232

Der Renesas MP5232 ist ein günstiger Dual-Core ARM SoC mit LTE Unterstützung. Er zielt hauptsächlich auf Einstiegs-LTE-Smartphones mit Android im Bereich von 150 - 300 Euro ab. Als Prozessorpart sind zwei ARM Cortex-A9 mit bis zu 1.5 GHz integriert. Im Samsung Galaxy Core LTE SM-G386F werden diese jedoch z.B. nur mit maximal 1.2 GHz betrieben. Weiters findet man eine PowerVR SGX544 Grafikkarte und die oben erwähnten LTE Cat. 4 und 3G (DC-HSPA+, Edge) Einheiten im SoC. Auch ein integrierter 1080p Video De- und Encoder, 20 MP ISP und Audio Subsystem sind im MP5232 verbaut.

Quellen: Test Samsung Galaxy Core LTE SM-G386F, Renesas

Apple A15 Bionic

Der Apple A15 Bionic ist System on a Chip (SoC) von Apple, der in der iPhone 13 und iPad Mini 2021 Serie verbaut wird. Er integriert sechs 64-Bit-fähige ARM-Kerne (2 Performance Kerne mit bis zu 3,24 GHz, 4 Stromsparkerne mit bis zu 2,02 GHz). Laut Apple wurde der System Cache verdoppelt und bietet eine schnellere GPU, schnellere Neural Engine. Der Chip ist mit 15.8 Milliarden Transistoren relativ groß.