| AMD Ryzen 9 5900 | AMD Ryzen Embedded R2544 | |
| 3.00 GHz | Frekuensi | 3.35 GHz |
| 4.70 GHz | Turbo (1 Inti) | 3.70 GHz |
| 4.10 GHz | Turbo (Semua Core) | 3.50 GHz |
| 12 | inti | 4 |
| ya | Hyperthreading? | ya |
| ya | Overclock? | Tidak |
| normal | Arsitektur inti | normal |
| no iGPU | GPU | AMD Radeon Vega 8 Graphics |
| Versi DirectX | ||
| Maks. menampilkan | 3 | |
| DDR4-3200 | Penyimpanan | DDR4-3200 |
| 2 | Saluran memori | 2 |
| 128 GB | Maks. Penyimpanan | 32 GB |
| ya | ECC | ya |
| 6.00 MB | L2 Cache | 2.00 MB |
| 64.00 MB | L3 Cache | 4.00 MB |
| 4.0 | versi PCIe | |
| 20 | PCIe lanes | |
| 7 nm | Teknologi | 12 nm |
| AM4 (LGA 1331) | Socket | FP5 |
| 65 W | TDP | 45 W |
| AMD-V, SVM | Virtualisasi | AMD-V, SVM |
| Q2/2021 | Tanggal rilis | Q2/2022 |
| tampilkan lebih detail | tampilkan lebih detail |
Cinebench R23 adalah penerus Cinebench R20 dan juga didasarkan pada Cinema 4 Suite. Cinema 4 adalah perangkat lunak yang digunakan di seluruh dunia untuk membuat bentuk 3D. Tes single-core hanya menggunakan satu core CPU, jumlah core atau kemampuan hyperthreading tidak dihitung.
Cinebench R23 adalah penerus Cinebench R20 dan juga didasarkan pada Cinema 4 Suite. Cinema 4 adalah perangkat lunak yang digunakan di seluruh dunia untuk membuat bentuk 3D. Tes multi-core melibatkan semua core CPU dan mengambil keuntungan besar dari hyperthreading.
Geekbench 5 adalah benchmark lintas platform yang banyak menggunakan memori sistem. Memori yang cepat akan banyak mendorong hasilnya. Tes single-core hanya menggunakan satu core CPU, jumlah core atau kemampuan hyperthreading tidak dihitung.
Geekbench 5 adalah benchmark lintas platform yang banyak menggunakan memori sistem. Memori yang cepat akan banyak mendorong hasilnya. Tes multi-core melibatkan semua core CPU dan mengambil keuntungan besar dari hyperthreading.
Performa komputasi teoritis unit grafis internal prosesor dengan akurasi sederhana (32 bit) di GFLOPS. GFLOPS menunjukkan berapa miliar operasi floating point yang dapat dilakukan iGPU per detik.
Mata uang kripto Monero telah menggunakan algoritma RandomX sejak November 2019. Algoritma PoW (bukti kerja) ini hanya dapat dihitung secara efisien menggunakan prosesor (CPU) atau kartu grafis (GPU). Algoritma CryptoNight digunakan untuk Monero hingga November 2019, tetapi dapat dihitung menggunakan ASIC. RandomX mendapat manfaat dari sejumlah besar inti CPU, cache, dan koneksi memori yang cepat melalui saluran memori sebanyak mungkin
