Apple A20 Pro contre Apple M1 iPad : six ans de progrès pour Apple Silicon

L’Apple A20 Pro est presque deux fois plus rapide que l’Apple M1 iPad dans le test monocœur de Geekbench 6, malgré ses six cœurs CPU contre huit pour le M1. Dans le test multicœur, son avantage atteint environ 47 %, tandis qu’il s’élève à 89 % dans le test graphique 3DMark Steel Nomad Light. Pourtant, la puissance théorique FP32 du GPU de l’A20 Pro n’est supérieure que de 11 %. Cette comparaison montre à quel point les performances d’Apple Silicon ont évolué entre les générations 2020 et 2026.

Architecture et principales différences

Le M1 est devenu le premier processeur d’Apple destiné aux ordinateurs Mac en novembre 2020. Il est apparu dans l’iPad Pro au printemps 2021, puis dans l’iPad Air de cinquième génération un an plus tard. L’A20 Pro a été conçu pour les iPhone 18 Pro et 18 Pro Max, présentés en septembre 2026, et est également utilisé dans l’iPad mini.

La configuration complète à six cœurs de l’A20 Pro est indiquée. Dans l’iPad mini 2026, les versions 128/256 GB disposent de cinq cœurs CPU et d’un Neural Engine de 16 cœurs, tandis que la version 512 GB possède six cœurs CPU et deux blocs Neural Engine de 16 cœurs. Les fréquences et les valeurs FP32 reposent sur des mesures et des calculs, et non sur les spécifications officielles d’Apple.

Le M1 possède quatre cœurs hautes performances Firestorm cadencés jusqu’à 3.19 GHz et quatre cœurs à haute efficacité énergétique Icestorm. L’A20 Pro utilise deux cœurs hautes performances de nouvelle génération cadencés jusqu’à 4.93 GHz, ainsi que quatre cœurs à haute efficacité énergétique.

La fréquence des cœurs hautes performances de l’A20 Pro est environ 55 % plus élevée. Cependant, le résultat du test monocœur a progressé davantage encore, ce qui indique des améliorations architecturales et pas seulement un avantage en fréquence.

Geekbench 6 : presque un doublement du score Single-Core

Le tableau présente les résultats obtenus sur des appareils précis. Tous les résultats concernent Geekbench 6.

En comparant l’iPhone 18 Pro et l’iPad Pro 12.9, l’avantage de l’A20 Pro atteint :

• 95 % en Single-Core. Le résultat monocœur du nouveau processeur est presque deux fois supérieur.
• 47 % en Multi-Core. L’A20 Pro est plus rapide malgré un nombre inférieur de cœurs CPU.

L’augmentation de fréquence de 55 % n’explique pas entièrement la hausse de 95 % du score monocœur. Cette différence indique une efficacité supérieure du cœur de l’A20 Pro lors de l’exécution de la charge de travail de Geekbench. Il est toutefois impossible de déterminer précisément le gain de performances par cycle à partir de ce test.

Dans le test multicœur, l’écart se réduit. Le M1 possède deux fois plus de cœurs hautes performances et compense donc partiellement, lorsque le CPU est pleinement sollicité, le retard de chacun de ses cœurs.

Les résultats des trois tablettes équipées du M1 sont proches les uns des autres : l’iPad Air et l’iPad Pro utilisent la même configuration CPU à huit cœurs.

GPU : des TFLOPS proches, mais un écart presque du simple au double dans 3DMark

L’iPad équipé du M1 possède un GPU à huit cœurs affichant une puissance théorique de 2.62 TFLOPS. Avec ses sept cœurs, l’A20 Pro atteint 2.90 TFLOPS, soit environ 11 % de plus.

Dans Steel Nomad Light, l’A20 Pro est environ 89 % plus rapide. Ce test mesure la différence de performances graphiques sans ray tracing.

Dans Solar Bay, l’avantage atteint 140 %. Le ray tracing matériel joue ici un rôle important, car le M1 en est dépourvu.

Le GPU de l’A20 Pro prend en charge le ray tracing matériel et utilise une architecture de nouvelle génération. Cependant, les résultats de Steel Nomad Light ne permettent pas d’évaluer séparément la contribution de chaque évolution architecturale.

La puissance théorique FP32 reflète la vitesse d’exécution de certaines opérations arithmétiques, mais ne tient pas compte de l’efficacité du traitement des commandes graphiques, des spécificités de la mise en cache ni des interactions entre le GPU et la mémoire. Des valeurs de TFLOPS proches ne garantissent donc pas des résultats comparables dans 3DMark.

La fréquence d’images réelle dans les jeux dépend également de la résolution, des réglages graphiques et de l’optimisation de l’application. L’avantage observé dans les tests synthétiques ne peut pas être transposé directement à tous les jeux.

Mémoire et intelligence artificielle

Le M1 utilise une mémoire unifiée LPDDR4X offrant une bande passante d’environ 68.2 GB/s. L’iPad Pro était proposé avec 8 ou 16 GB de RAM, tandis que l’iPad Air de 2022 disposait de 8 GB.

L’A20 Pro fonctionne avec de la LPDDR5X et est équipé de 12 GB de RAM dans l’iPhone 18 Pro. Apple annonce une augmentation de 50 % de la bande passante mémoire par rapport à l’A19 Pro.

La configuration complète de l’A20 Pro possède deux blocs Neural Engine de 16 cœurs, contre un bloc de 16 cœurs pour le M1. Le nouveau processeur intègre également des accélérateurs neuronaux dans les cœurs du GPU.

Cependant, le nombre de blocs de calcul ne permet pas de déterminer directement l’avantage de l’A20 Pro dans des applications d’IA précises. Une telle comparaison nécessite des tests distincts utilisant les mêmes modèles et les mêmes réglages.

Conclusion

L’Apple A20 Pro est nettement supérieur à l’iPad équipé du M1, malgré un nombre inférieur de cœurs CPU. En six ans, Apple a presque doublé les performances monocœur, tandis que l’efficacité accrue des nouveaux cœurs a permis à l’A20 Pro de dépasser le M1 également dans le test multicœur.

L’écart graphique est encore plus marqué au regard de la puissance théorique FP32. Les résultats de Steel Nomad Light montrent à quel point les GPU de deux générations peuvent produire des performances différentes malgré des valeurs de TFLOPS proches.

Le M1 continue de faire fonctionner correctement la plupart des applications iPadOS, notamment le traitement des photos et le montage vidéo, mais il est nettement distancé par l’A20 Pro dans les tests de calcul. Le principal enseignement de cette comparaison est la progression des performances de chaque cœur CPU et de l’efficacité de l’architecture graphique, plutôt que l’augmentation du nombre de blocs de calcul.