LONDON (IT BOLTWISE) – Energieeffizienz-Tests zeigen deutliche Lücken zwischen Googles Tensor G6 und aktuellen Flaggschiffen von Qualcomm und Apple. In CPU- und GPU-Workloads erreicht der Tensor G6 bei niedrigen bis mittleren Leistungsaufnahmen deutlich weniger Punkte pro Watt als der Snapdragon 8 Elite. Auffällig ist zugleich, dass der ältere Tensor G5 bei der Effizienz im relevanten Bereich sehr ähnlich abschneidet. Damit wird der Rückstand bei der Leistung pro Watt erneut zu einem Kernthema für die nächsten Generationen.
Die Diskussion um die Leistung pro Watt bekommt beim Pixel 11 eine neue, ernüchternde Facette: In einem Energieeffizienz-Vergleich zu den Tensor-Chips zeigt sich, dass sowohl der Tensor G6 als auch sein Vorgänger Tensor G5 bei CPU- und GPU-Lasten zwar im selben Effizienz-Korridor bleiben, aber gegenüber aktuellen Premium-SoCs deutlich zurückfallen. Zentral ist dabei nicht die absolute Peak-Leistung, sondern die Frage, wie viel Rechenarbeit pro verbrauchtem Watt erreicht wird. Genau hier entscheidet sich für Smartphone-Nutzer im Alltag schnell, ob ein Gerät in warmen Situationen dauerhaft „hochdreht“ oder früher drosselt.
Technisch basiert der Testaufbau auf den Fertigungsdetails der Chips: Tensor G6 und Tensor G5 stammen aus dem 3-nm-Umfeld von TSMC, wobei der G5 als N3E und der G6 als N3P geführt wird. Für die Messung wird die Performance in Abhängigkeit vom Stromverbrauch dargestellt. Auf CPU-Seite kommt dabei Geekbench 6 zum Einsatz, für GPU-Workloads „Steel Nomad Light“. Verglichen werden die Effizienzkandidaten nicht nur innerhalb von Googles Tensor-Familie, sondern auch gegen Konkurrenten wie den Snapdragon 8 Elite sowie gegen Apples A17 Pro und A19 Pro. Zusätzlich taucht mit Huaweis Kirin 9030 Pro ein Chip auf, der zwar älter gefertigt sein soll, aber im Effizienzprofil überraschend gut mithält.
Auf der CPU-Kurve zeigt sich die Schwäche besonders klar: Der Tensor G6 verläuft im niedrigen bis mittleren Leistungsbereich nahezu auf Augenhöhe mit dem Tensor G5. Bei etwa 11 W erreicht der Tensor G6 rund 8.000 Punkte. Der Snapdragon 8 Elite liegt in dieser Darstellung deutlich darüber: Bei 15 W werden etwa 10.100 Punkte erreicht. Noch stärker fällt die Lücke zu Apple aus: Die Apple-Chips (A17 Pro und A19 Pro) erreichen bei vergleichbarer oder sogar geringerer Leistungsaufnahme jeweils höhere Werte, was in solchen Effizienzdiagrammen typischerweise ein Signal für eine gelungenere Abstimmung aus Architektur, Scheduler-Strategie und Leistungssteuerung ist. Entscheidend ist außerdem, dass „Ähnlich“ hier nicht als Zufall, sondern als Muster sichtbar wird: Wenn G6 und G5 im Effizienzbereich so nahe liegen, deutet das auf eine insgesamt konservative Effizienz-Iteration im Vergleich zu dem hin, was Qualcomm und Apple in ihren aktuellen Generationen anstreben.
Auch die GPU-Seite zeichnet ein konsistentes Bild. „Steel Nomad Light“ liefert für den Tensor G6 bei etwa 6 W einen Höchstwert von rund 1.200 Punkten. Diese GPU-Effizienz liegt damit nahe bei den Kurven von Tensor G5, Snapdragon 8 Gen 2 und Kirin 9030 Pro. Der Snapdragon 8 Elite erreicht dagegen bei ungefähr 9,5 W rund 2.550 Punkte, während die Apple-Chips in dieser Darstellung deutlich höhere Werte erzielen. Damit wird ein Mechanismus plausibel: Wenn sowohl CPU- als auch GPU-Lasten ähnlich hohe bzw. ähnliche Leistungsniveaus benötigen, um vergleichbare Frameraten oder Benchmarks zu erreichen, dann verschiebt sich der gesamte Effizienzvorteil in Richtung der SoCs, die in neueren Generationen pro Watt mehr „Output“ liefern. Das ist für die Praxis relevant, weil moderne Smartphone-Anwendungen selten nur CPU oder nur GPU sind, sondern beide Subsysteme in kurzen Zeitfenstern im Zusammenspiel fordern.
Geekerwan fasst die Ergebnisse in der Effizienzlogik zusammen, indem die CPU-Effizienz des Tensor G6 in die Nähe des Snapdragon 8 Gen 3 gerückt wird, während die GPU-Effizienz näher an den Snapdragon 8 Gen 2 eingeordnet wird. Selbst wenn man diese Einordnung als Orientierung interpretiert, bleibt die Kernaussage: Googles aktueller ARM-SoC hängt im Effizienzvergleich „einige Jahre“ hinter den aktuellen Flaggschiff-Chips von Qualcomm und Apple zurück. Besonders interessant ist dabei der Ausreißer in der Wahrnehmung: Der Kirin 9030 Pro soll trotz eines älteren Fertigungsprozesses nahezu gleichwertige Effizienz wie der Tensor G5 erreichen. Das wirkt zunächst kontraintuitiv, lässt sich aber über die Gesamtheit erklären, also über mehr als nur die Strukturbreite – etwa über Power-Management-Design, Caching-Strategien, Speicheranbindung und die Art, wie die Workloads getaktet werden.
Marktseitig verschiebt sich damit der Fokus bei Google-Phones von „Performance-Fähigkeit“ hin zu „Performance-Kosten“. Für Unternehmen und Technik-Interessierte ist das relevant, weil Energieeffizienz direkt mit Akkulaufzeit, thermischer Stabilität und damit indirekt auch mit der Produkt-UX zusammenhängt – insbesondere bei längeren Sessions wie Video-Processing, mobilen Workloads oder anspruchsvollen Kamera-Workflows. Wenn Effizienzdifferenzen in CPU- und GPU-Kurven sichtbar sind, dann ist die Wahrscheinlichkeit hoch, dass sich in realen Nutzungsszenarien schnell spürbare Unterschiede in Drosselverhalten und Akkukurve ergeben. Für die nächsten Generationen bedeutet das: Eine reine Portierung auf einen neuen Prozessknoten reicht nicht automatisch aus, um die „Leistung pro Watt“-Lücke zu schließen. Entscheidend wird sein, wie stark die Architektur und das Power-Management mit den erwarteten Lastprofilen der Ziel-Apps abgestimmt werden – nicht nur, wie klein der Prozess ist.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Pixel 11 enttäuscht bei Leistung pro Watt: Tensor G6 stagniert" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Pixel 11 enttäuscht bei Leistung pro Watt: Tensor G6 stagniert" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Pixel 11 enttäuscht bei Leistung pro Watt: Tensor G6 stagniert« bei Google Deutschland suchen, bei Bing oder Google News!