MacBook Pro mit Apple M5 Max ist in ersten Benchmarks 58,2% schneller als Ryzen Strix Halo

[Redaktion]

Das MacBook Pro mit Apple M5 Max wird in wenigen Tagen ausgeliefert. Erste Benchmarks zeigen nun, dass Apples neuester Flaggschiff-Laptop eine noch bessere Performance erzielen kann – der Grafikchip konkurriert direkt mit dem Apple M3 Ultra, während der Prozessor die Konkurrenz weit hinter sich lässt.

https://www.notebookcheck.com/MacBook-Pro-mit-Apple-M5-Max-ist-in-ersten-Benchmarks-58-2-schneller-als-Ryzen-Strix-Halo.1243940.0.html

[RobinLight]

Geekbench taugt nicht für den Vergleich, da die Lastspitzen zu kurz sind, die Treiber dafür hoch optimiert sind, am Ende ist das ein reiner Cache Benchmark, ohne Praxisbezug beim Throttling usw.
Cinebench oder meinetwegen das Kompilieren des Linux Kernels oder sowas mit andauernder Last wären relevanter.

Aber so beeindruckend das alles ist: Wer braucht diese ganze CPU Performance? Bei der GPU kann ich das noch nachvollziehen, wenn der 8K Videoschnitt noch schneller geht, oder das lokale KI Modell von der Performance profitiert.

Vor allem hat man wie eh und je bei Apple keine Wahl: will man die max. GPU Performance, so muss man auch die größte Ausbaustufe der CPU kaufen.

[dieWaldfee]

Ganz ehrlich, das ist absoluter Clickbait.
Geekbench taugt, um Smartphones zu benchen. Aber keine Notebooks oder DesktopComputer. Das ist hinlänglich bekannt.
Nehmt nen Cinebench, transformiert ein Video oder kompiliert was. Und wenn es dazu halt noch keine Ergebnisse  gibt, dann spart euch die Meldung.

[Dirk M.]

Anders als die beiden vorhergehenden Kommentatoren halte ich Geekbench für sehr gut um die grundsätzliche Performance zwischen Apple-Geräten einzuschätzen.

Es lässt sich klar das Verhältnis von M1-M5 Max auf die späteren FPS in Games ziehen, die proportional der verschiedenen Benchmark-Werte in einer gut berechenbaren Weise wachsen.

Wenn mein M1 Max 40fps schafft, dann schafft das M4 Max 60+fps (Metal-Benchmark-Werte ca. 50% höher), so schafft das M5 Max wahrscheinlich 90+ fps. Das lässt sich sehr gut einschätzen...

"Wer braucht diese ganze CPU Performance?": Das ist ja wohl die geilste Frage schlechthin... Wer braucht schon ne schöne Frau oder ein schnelles Auto, ein großes Haus oder ne eigene Reinigungskraft? Eigentlich niemand, oder?

Dieser Artikel ist also sehr interessant und durchaus nicht unnötig.

Nur eine Sache: Der Metal-Wert des M1 Max liegt nicht bei 105000 sondern typischerweise bei 122000, die restlichen Werte stimmen jedoch recht gut überein. Und hoffentlich auch der des M5 Max.

Also, Danke für den Artikel!

[Dirk M.]

Noch ein Wort zu anderen Benchmarks:

Cinebench misst einzig und allein die Geschwindigkeit beim Raytracing, bei denen die M1+M2 besonders schwach sind (weil keine Hardwarebeschleunigung vorhanden). Cinebench nutzt dabei den x86 voll aus, aber beim ApSi keine NEON- und AMX-Befehle.

Weiterhin ist CineBench einfach nur ein Messinstrument, wie gut Cinema4D auf dem jeweiligen Rechner laufen würde. Dafür ist das Ding gemacht worden... Das interessiert mich garnicht, denn das hat mit der wirklichen Geschwindigkeit der CPU & Grafikkarte nichts zu tun. Dabei wird höchstens der traditionell schlechte OpenCL-Wert eines Apple-Rechners gemessen. Apple entwickelt OpenCL für macOS nicht weiter und der Prozessor hat keine AVX-Befehle, also was kann man erwarten?

Sieht man sich GFXBench und 3DMark an, merkt man, wie superschnell die Apple Silicon-Grafikkerne wirklich sind. Und die nähern sich an sämtliche mobilen High-Class-Nvidia-Karten aus ihrer Generation an. Der M1 Max an die RTX 3070-3080, der M4 an die RTX 4070-4080, der M5 wahrscheinlich an die RTX 5070-5080... Nur eben mit einem Drittel bis der Hälfte an Stromverbrauch. ;)

Geekbench, GFXBench und 3DMark sind im Gegensatz zu Cinebench reelle und aussagekräftige Benchmarks.

[RobertJasiek]

Plattformübergreifende KI nutzt OpenCL und auf Macs gibt es für sie nichts Besseres, solange es keine native Metal-Unterstützung gibt. Auf Nvidia-dGPUs kann KI allerdings alternativ das im Vergleich zu OpenCL knapp 3x schnellere TensorRT nutzen. Zusammen mit einem Vergleich von OpenCL-Benchmarkwerten weiß man dann, wie langsam solche KI auf Applegeräten ist. Deswegen sind auch OpenCL-Benchmarks wichtig.