您的位置 首页 > 数码极客

【g4400处理器相当于i几】400元的CPU该选谁?Intel奔腾G4400大战AMD A6-7400B

在400-500元价位,选择AMD可以买APU,可以“赠送”性能好的GPU,但工艺和体系结构落后。

选择Intel处理器,可以买到Skylake架构、14nm工艺的奔腾处理器,不过它的规格看起来寒酸了点,那么我们该如何选择呢?

我们的CPU首发评测通常会选择最具架构代表性的旗舰产品,售价也多在2000元以上,不过现实生活中除了部分发烧友之外,大部分选择的CPU处理器都不会这么高端,很多都在千元内,四五百块钱买个双核处理器的不鲜见。那么在400-500元的市场上,面对性价比颇高的AMDAPU以及新工艺新架构加持的Intel奔腾双核,我们又该如何选择呢?

奔腾G4400与A6-7400处理器如何选?

在这个价位上,选择AMD阵营可以买到APU,“附赠”性能不错的GPU,但工艺、架构还停留在三年前的水平上,选择Intel处理器,可以买到Skylake架构、14nm工艺的奔腾处理器,不过它的规格看起来寒酸了点,双核,没有超线程,也没睿频加速,核显也比主流水平阉割了一刀。

具体到产品上,今天出场的两个选择就是奔腾G4400以及A6 Pro-7400B,前者是去年底才发布的Skylake入门级产品,售价65美元,而A6 Pro-7400B实际上是OEM产品,它跟A6-7400K规格是一样的,售价也在65美元左右,两款产品是同价位的。

Hardwaresecrets日前就对比了这款处理器的性能差异,虽然内容不是特别详细,不过对用户来说还是很有参考性的。

与A6-7400B对应的A6-7400K处理器国内售价419元,奔腾G4400售价是429元,都是盒装的,可以参考。

A6-7400B与奔腾G4400规格对比

CPU规格对比

简单介绍下CPU规格:A6-7400B频率3.5-3.9GHz,28nm Kaveri架构,TDP65W,FM2+插槽,集成Radeon R5 GPU,没有L3缓存,而G4400也是双核的,频率3.3GHz,14nm Skylake架构,TDP 54W,LGA1151插槽,支持DDR4/DDR3L内存,3MB L3缓存,整合HD Graphics 510核显。

内存规格,G4400支持DDR4和DDR3L,不过7400B的DDR3内存频率略高

核显差异

A6-7400B的核显是Radeon R5,支持DX11.2,256个流处理器单元(4组CU单元,比顶级APU减半),频率756MHz,而G4400的HD Graphics 510核显拥有12组EU单元,也比Core i7-6700K的HD Graphics 530核显规格砍半,频率350-1000MHz,支持DX12。

A6-7400B与奔腾G4400性能实测

这里的性能测试中把CPU性能和游戏性能一同列出了,同时参与对比的还有他们之前测过的A10-7870K及Core i3-6100处理器。

PCMark 8性能测试

总分

生产力测试

工作测试

PCMark的综合性能测试中,A6-7400B与G4400的差距还是挺大的,Intel优势明显。

3DMark测试

3DMark Sky Diver测试

这是新增的DX11低负载测试,A6-7400B得分3476分,比G4400高了45%。

DX10云门测试

不过DX10级别的云门测试中,G4400与A6-7400B的差距就不大了,缩小到10%左右。

DX9的Ice Storm测试

图形处理

PS CC+性能测试,结果越小越好,G4400性能完爆APU

Cinbebench R15性能测试,越高越好

视频转码性能

DivX转码性能,结果越低越好

DVD Shrink性能测试,越低越好

ME压缩,越低越好

游戏性能测试

游戏性能测试中分辨率都不高,除了Dirt是1080p之外其他两个是720p,画质也是low级别的。

战地4性能测试

Dirt性能测试

GTA V性能测试

以上就是A6-7400B与奔腾4400处理器的测试结果,原文给的评价算是各打五十分——APU总的来说CPU差一点,GPU强一点,而Intel相反,CPU强势,GPU略差一些。考虑到这个级别的用户多是上网浏览、视频播放什么的,所以二者都能满足日常使用。

PS:不过小编要多说几句,这里的测试没有对比功耗、散热,这方面28nm工艺的APU不会占便宜。此外我们还要注意到,AMD的A4-7400B在CPU性能上比G4400差距其实很大,双方在GPU上实际上各有胜负,总体上是APU强些,但玩游戏很难说有明显差距(因为都玩不转),但CPU性能上G4400强了很多,特别是在视频转码上。

关注超能网微信公众号exp2006,原创科技资讯精彩不断。

责任编辑: 鲁达

1.内容基于多重复合算法人工智能语言模型创作,旨在以深度学习研究为目的传播信息知识,内容观点与本网站无关,反馈举报请
2.仅供读者参考,本网站未对该内容进行证实,对其原创性、真实性、完整性、及时性不作任何保证;
3.本站属于非营利性站点无毒无广告,请读者放心使用!

推荐阅读