Перейти к содержимому

Apple M2 Ultra (GPU, 76 ядер) vs GeForce RTX 2080 Ti: сравнение характеристик и тестов

AApple · Apple Silicon

Apple M2 Ultra (GPU, 76 ядер)

  • 76 ядер GPU

2023

BNVIDIA · Turing

NVIDIA GeForce RTX 2080 Ti

  • 11 ГБ GDDR6
  • 250 Вт

20 сентября 2018 · $999 на старте

Короткий вывод

В доступных сопоставимых тестах разница ниже порога заметности — значимого преимущества не выявлено.

Сравнить с помощью ИИ
← Apple M2 Ultra (GPU, 76 ядер)GeForce RTX 2080 Ti →

  • Рендеринг и вычисления

    ≈ паритет

    Разница в доступных тестах ниже порога заметности — значимого преимущества нет.

Пока нет сопоставимых тестов: игры: растеризация, игры: трассировка лучей, энергоэффективность.

Преимущества

Только измеренное и паспортное: заметная разница в тесте и параметры, где больше — лучше.

Чем лучше Apple M2 Ultra (GPU, 76 ядер)0

По данным в базе преимуществ не найдено.

Чем лучше GeForce RTX 2080 Ti0

По данным в базе преимуществ не найдено.

Тесты

Сравниваются результаты одного теста одной версии при одинаковых условиях.

  • Blender Benchmark 3.6.0

    GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal) · сэмплов/мин, больше — лучше

    разница 2,3 % — в пределах порога

    Место среди всех моделей в базе (71)

    B · 3 344A · 3 421
    05 00010 00015 000
    Каждая точка — медиана одной модели в этом тесте. Шкала от нуля, сэмплов/мин.

    Разница 2,3 % — ниже порога заметности (5 %).

    Об измерении и источнике
    A · Apple M2 Ultra (GPU, 76 ядер)

    3 421 сэмплов/мин · измерение сообщества, выборка 21 · 14 ноября 2026

    Blender Open Data (Blender Foundation)

    Медиана 21 отправок (исключено выбросов: 0), межквартильный размах 3304.4–3449.4; отправки 2023-07-04 — 2025-11-10; бэкенд METAL. Снимок 2026-11-14.

    B · NVIDIA GeForce RTX 2080 Ti

    3 343,5 сэмплов/мин · измерение сообщества, выборка 136 · 14 ноября 2026

    Blender Open Data (Blender Foundation)

    Медиана 136 отправок (исключено выбросов: 4), межквартильный размах 3251.01–3513.37; отправки 2023-06-29 — 2025-09-05; бэкенд OPTIX. Снимок 2026-11-14.

    разница = |A − B| ÷ меньшее из значений × 100 %. Порог заметности 5 % — UX-эвристика, а не статистическая значимость.

    Рендер Cycles в Blender Benchmark. Медиана суммы сэмплов в минуту по трём сценам после отсечения выбросов.

Справочные результаты (125)
ТестABРазница
Blender Benchmark 4.2.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)3 268,42 799,5справочно
Blender Benchmark 4.5.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)3 407,72 845,2справочно
Blender Benchmark 5.1.1GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)3 387,12 835,9справочно
Blender Benchmark 5.2.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)3 310,22 754,3справочно
Blender Benchmark 3.4.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)2 746,63 218,9справочно
Blender Benchmark 3.5.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)3 400,63 362,6справочно
Blender Benchmark 4.0.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)3 220,32 872,1справочно
Blender Benchmark 4.3.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)3 362,22 818,4справочно
Blender Benchmark 4.4.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)3 430,62 792,6справочно
Blender Benchmark 2.81GPU, barbershop_interior (CUDA)—521,2нет пары
Blender Benchmark 2.81aGPU, barbershop_interior (CUDA)—514нет пары
Blender Benchmark 2.81GPU, barbershop_interior (OPTIX)—860,1нет пары
Blender Benchmark 2.81aGPU, barbershop_interior (OPTIX)—866,3нет пары
Blender Benchmark 2.81GPU, bmw27 (CUDA)—37,5нет пары
Blender Benchmark 2.81aGPU, bmw27 (CUDA)—37,4нет пары
Blender Benchmark 2.82GPU, bmw27 (CUDA)—37,7нет пары
Blender Benchmark 2.83GPU, bmw27 (CUDA)—38,2нет пары
Blender Benchmark 2.90GPU, bmw27 (CUDA)—40,1нет пары
Blender Benchmark 2.91.2GPU, bmw27 (CUDA)—38,8нет пары
Blender Benchmark 2.92GPU, bmw27 (CUDA)—39,1нет пары
Blender Benchmark 2.93.1GPU, bmw27 (CUDA)—33,9нет пары
Blender Benchmark 2.81GPU, bmw27 (OPTIX)—19,5нет пары
Blender Benchmark 2.81aGPU, bmw27 (OPTIX)—20,4нет пары
Blender Benchmark 2.82GPU, bmw27 (OPTIX)—20,3нет пары
Blender Benchmark 2.83GPU, bmw27 (OPTIX)—19,3нет пары
Blender Benchmark 2.90GPU, bmw27 (OPTIX)—19нет пары
Blender Benchmark 2.91.2GPU, bmw27 (OPTIX)—19,3нет пары
Blender Benchmark 2.92GPU, bmw27 (OPTIX)—19,8нет пары
Blender Benchmark 2.93.1GPU, bmw27 (OPTIX)—22,1нет пары
Blender Benchmark 2.81GPU, classroom (CUDA)—153,5нет пары
Blender Benchmark 2.81aGPU, classroom (CUDA)—153,6нет пары
Blender Benchmark 2.82GPU, classroom (CUDA)—147,3нет пары
Blender Benchmark 2.83GPU, classroom (CUDA)—151,1нет пары
Blender Benchmark 2.90GPU, classroom (CUDA)—151,7нет пары
Blender Benchmark 2.91.2GPU, classroom (CUDA)—154,7нет пары
Blender Benchmark 2.92GPU, classroom (CUDA)—159,2нет пары
Blender Benchmark 2.93.1GPU, classroom (CUDA)—137,4нет пары
Blender Benchmark 2.81GPU, classroom (OPTIX)—81,1нет пары
Blender Benchmark 2.81aGPU, classroom (OPTIX)—82,6нет пары
Blender Benchmark 2.82GPU, classroom (OPTIX)—81,4нет пары
Blender Benchmark 2.83GPU, classroom (OPTIX)—82,5нет пары
Blender Benchmark 2.90GPU, classroom (OPTIX)—82,1нет пары
Blender Benchmark 2.91.2GPU, classroom (OPTIX)—84,5нет пары
Blender Benchmark 2.92GPU, classroom (OPTIX)—84,2нет пары
Blender Benchmark 2.93.1GPU, classroom (OPTIX)—86,2нет пары
Blender Benchmark 2.81GPU, fishy_cat (CUDA)—66,4нет пары
Blender Benchmark 2.81aGPU, fishy_cat (CUDA)—67,1нет пары
Blender Benchmark 2.82GPU, fishy_cat (CUDA)—68,4нет пары
Blender Benchmark 2.83GPU, fishy_cat (CUDA)—71нет пары
Blender Benchmark 2.90GPU, fishy_cat (CUDA)—72,9нет пары
Blender Benchmark 2.91.2GPU, fishy_cat (CUDA)—67,6нет пары
Blender Benchmark 2.92GPU, fishy_cat (CUDA)—70,9нет пары
Blender Benchmark 2.93.1GPU, fishy_cat (CUDA)—64,6нет пары
Blender Benchmark 2.81GPU, fishy_cat (OPTIX)—30,4нет пары
Blender Benchmark 2.81aGPU, fishy_cat (OPTIX)—31,2нет пары
Blender Benchmark 2.82GPU, fishy_cat (OPTIX)—31,9нет пары
Blender Benchmark 2.83GPU, fishy_cat (OPTIX)—31,4нет пары
Blender Benchmark 2.90GPU, fishy_cat (OPTIX)—30,2нет пары
Blender Benchmark 2.91.2GPU, fishy_cat (OPTIX)—30,5нет пары
Blender Benchmark 2.92GPU, fishy_cat (OPTIX)—33,1нет пары
Blender Benchmark 2.93.1GPU, fishy_cat (OPTIX)—33,5нет пары
Blender Benchmark 2.81GPU, koro (CUDA)—112,9нет пары
Blender Benchmark 2.81aGPU, koro (CUDA)—114,5нет пары
Blender Benchmark 2.82GPU, koro (CUDA)—113,4нет пары
Blender Benchmark 2.83GPU, koro (CUDA)—120,2нет пары
Blender Benchmark 2.90GPU, koro (CUDA)—116,5нет пары
Blender Benchmark 2.91.2GPU, koro (CUDA)—108,6нет пары
Blender Benchmark 2.92GPU, koro (CUDA)—111,1нет пары
Blender Benchmark 2.93.1GPU, koro (CUDA)—102,5нет пары
Blender Benchmark 2.81GPU, koro (OPTIX)—56,1нет пары
Blender Benchmark 2.81aGPU, koro (OPTIX)—55,4нет пары
Blender Benchmark 2.82GPU, koro (OPTIX)—53,5нет пары
Blender Benchmark 2.83GPU, koro (OPTIX)—53,1нет пары
Blender Benchmark 2.90GPU, koro (OPTIX)—59,4нет пары
Blender Benchmark 2.91.2GPU, koro (OPTIX)—59,2нет пары
Blender Benchmark 2.92GPU, koro (OPTIX)—98,4нет пары
Blender Benchmark 2.93.1GPU, koro (OPTIX)—63,5нет пары
Blender Benchmark 2.81GPU, pavillon_barcelona (CUDA)—234,9нет пары
Blender Benchmark 2.81aGPU, pavillon_barcelona (CUDA)—236,4нет пары
Blender Benchmark 2.82GPU, pavillon_barcelona (CUDA)—234,3нет пары
Blender Benchmark 2.83GPU, pavillon_barcelona (CUDA)—236нет пары
Blender Benchmark 2.90GPU, pavillon_barcelona (CUDA)—242,3нет пары
Blender Benchmark 2.91.2GPU, pavillon_barcelona (CUDA)—223,3нет пары
Blender Benchmark 2.92GPU, pavillon_barcelona (CUDA)—225,1нет пары
Blender Benchmark 2.93.1GPU, pavillon_barcelona (CUDA)—208,1нет пары
Blender Benchmark 2.81GPU, pavillon_barcelona (OPTIX)—99,5нет пары
Blender Benchmark 2.81aGPU, pavillon_barcelona (OPTIX)—101,3нет пары
Blender Benchmark 2.82GPU, pavillon_barcelona (OPTIX)—101,6нет пары
Blender Benchmark 2.83GPU, pavillon_barcelona (OPTIX)—99,5нет пары
Blender Benchmark 2.90GPU, pavillon_barcelona (OPTIX)—98нет пары
Blender Benchmark 2.91.2GPU, pavillon_barcelona (OPTIX)—99,5нет пары
Blender Benchmark 2.92GPU, pavillon_barcelona (OPTIX)—100,2нет пары
Blender Benchmark 2.93.1GPU, pavillon_barcelona (OPTIX)—105,1нет пары
Blender Benchmark 2.81GPU, victor (CUDA)—288,3нет пары
Blender Benchmark 2.81aGPU, victor (CUDA)—290нет пары
Blender Benchmark 2.82GPU, victor (CUDA)—282,3нет пары
Blender Benchmark 2.83GPU, victor (CUDA)—290,2нет пары
Blender Benchmark 2.90GPU, victor (CUDA)—277,9нет пары
Blender Benchmark 2.91.2GPU, victor (CUDA)—270,2нет пары
Blender Benchmark 2.92GPU, victor (CUDA)—330нет пары
Blender Benchmark 2.93.1GPU, victor (CUDA)—282нет пары
Blender Benchmark 2.81GPU, victor (OPTIX)—131,2нет пары
Blender Benchmark 2.81aGPU, victor (OPTIX)—132,5нет пары
Blender Benchmark 2.82GPU, victor (OPTIX)—129,3нет пары
Blender Benchmark 2.83GPU, victor (OPTIX)—128,9нет пары
Blender Benchmark 2.90GPU, victor (OPTIX)—116,6нет пары
Blender Benchmark 2.91.2GPU, victor (OPTIX)—118,1нет пары
Blender Benchmark 2.92GPU, victor (OPTIX)—137,1нет пары
Blender Benchmark 2.93.1GPU, victor (OPTIX)—137,9нет пары
Blender Benchmark 3.1.0GPU, сумма сцен monster + junkshop + classroom (CUDA)—2 112,4нет пары
Blender Benchmark 3.3.0GPU, сумма сцен monster + junkshop + classroom (CUDA)—2 233,4нет пары
Blender Benchmark 3.4.0GPU, сумма сцен monster + junkshop + classroom (CUDA)—2 339,9нет пары
Blender Benchmark 3.5.0GPU, сумма сцен monster + junkshop + classroom (CUDA)—2 461,2нет пары
Blender Benchmark 3.6.0GPU, сумма сцен monster + junkshop + classroom (CUDA)—2 495,4нет пары
Blender Benchmark 4.1.0GPU, сумма сцен monster + junkshop + classroom (CUDA)—2 225,7нет пары
Blender Benchmark 4.5.0GPU, сумма сцен monster + junkshop + classroom (CUDA)—2 330нет пары
Blender Benchmark 3.0.1GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—3 373,2нет пары
Blender Benchmark 3.1.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—3 084,5нет пары
Blender Benchmark 3.1.2GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—3 011,2нет пары
Blender Benchmark 3.2.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—3 108,3нет пары
Blender Benchmark 3.2.1GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—3 235,5нет пары
Blender Benchmark 3.3.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—3 223нет пары
Blender Benchmark 4.1.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—2 903,2нет пары
Blender Benchmark 5.0.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—2 627,7нет пары
Blender Benchmark 5.1.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—2 749,3нет пары

У каждой версии теста своя шкала: числа сравниваются только внутри строки.

Характеристики

Чип

  • Графический чип

    AApple M2 Ultra

    BTU102-300A-K1-A1

    различается

  • Архитектура

    AApple Silicon

    BTuring

    различается

  • Вычислительные блоки

    A76 ядер GPU

    Bнет данных

    нет данных у B

    SM (NVIDIA), CU (AMD) и Xe-core (Intel) — разные блоки, между производителями численно не сравниваются.

  • Шейдерные блоки

    Aнет данных

    B4 352 (CUDA-ядра)

    нет данных у A

    Число шейдерных блоков сравнимо только в пределах одной архитектуры.

Частоты

  • Базовая частота

    Aнет данных

    B1 350 МГц

    нет данных у A

  • Boost-частота

    Aнет данных

    B1 545 МГц

    нет данных у A

    Частоты разных архитектур не отражают производительность напрямую. У ноутбучных чипов частота зависит от лимита мощности ноутбука.

Память

  • Видеопамять

    Aнет данных

    B11 ГБ

    нет данных у A

  • Тип памяти

    AОбъединённая память

    BGDDR6

    различается

  • Шина памяти

    Aнет данных

    B352 бит

    нет данных у A

  • Пропускная способность

    Aнет данных

    B616 ГБ/с

    нет данных у A

    Без учёта кэша (Infinity Cache / L2), который по-разному влияет на эффективную пропускную способность.

Питание и размеры

  • Энергопотребление карты

    Aнет данных

    B250 Вт (TDP)

    нет данных у A

    TGP (NVIDIA) и TBP (AMD/Intel) считаются по-разному; больше — не значит лучше. Диапазон задан производителем чипа; конкретное значение выбирает производитель ноутбука, поэтому один и тот же чип в разных ноутбуках работает по-разному.

«Больше» не всегда означает «лучше»: более высокое энергопотребление или размер — это требования к системе, а не преимущество (такие полосы приглушены).

Сравнить с помощью ИИ

Нейросеть разберёт характеристики и тесты этой пары и даст вердикт простым языком: кому какая модель подойдёт.

ИИ-вердикт

Вопросы и ответы

Что быстрее: Apple M2 Ultra (GPU, 76 ядер) или NVIDIA GeForce RTX 2080 Ti?

В доступных сопоставимых тестах разница ниже порога заметности — значимого преимущества не выявлено.

Источники данных (3)
  • Apple — характеристики Apple M2 Ultra (GPU, 76 ядер)проверено 14 ноября 2026
  • Википедия (англ.) — характеристики NVIDIA GeForce RTX 2080 Ti, дата выхода и цена на стартепроверено 14 ноября 2026
  • Blender Open Data (Blender Foundation) — тест Blender Benchmark 2.81, тест Blender Benchmark 2.81a, тест Blender Benchmark 2.82, тест Blender Benchmark 2.83, тест Blender Benchmark 2.90, тест Blender Benchmark 2.91.2, тест Blender Benchmark 2.92, тест Blender Benchmark 2.93.1, тест Blender Benchmark 3.1.0, тест Blender Benchmark 3.3.0, тест Blender Benchmark 3.4.0, тест Blender Benchmark 3.5.0, тест Blender Benchmark 3.6.0, тест Blender Benchmark 4.1.0, тест Blender Benchmark 4.5.0, тест Blender Benchmark 4.2.0, тест Blender Benchmark 5.1.1, тест Blender Benchmark 5.2.0, тест Blender Benchmark 4.0.0, тест Blender Benchmark 4.3.0, тест Blender Benchmark 4.4.0, тест Blender Benchmark 3.0.1, тест Blender Benchmark 3.1.2, тест Blender Benchmark 3.2.0, тест Blender Benchmark 3.2.1, тест Blender Benchmark 5.0.0, тест Blender Benchmark 5.1.0проверено 14 ноября 2026

Как мы сравниваем — методология. Откуда данные — источники.

TelegramВКонтакте