Geekbench: Jak to vlastně funguje

Srovnávání chytrých telefonů a počítačů zahrnuje testování výkonu zařízení v několika různých kategoriích. Můžete porovnávat různé různé metriky, včetně grafického výkonu, umělé inteligence a výpočtů. Geekbench je benchmark, který se stal základem světa benchmarkingu a je primárně zaměřen na výpočty. Geekbench 6 je nejnovější verze, ale co to vlastně je? Co testuje a jak?

Co je Geekbench?

Geekbench je multiplatformní srovnávací aplikace, která dokáže připsat skóre jak jednojádrovým, tak vícejádrovým výpočetním schopnostem vašeho zařízení. Toto skóre lze použít jako bod srovnání se sousedními zařízeními a je kalibrováno proti a základní skóre 2 500, což je podle Primate Labs skóre Dell Precision 3460 s Intel Core i7-12700. Je pravda, že procházení skóre Geekbench 6 ukazuje na tento konkrétní procesor, který sotva seškrábne 2000 bodů. jednojádrové, ale kromě toho je předpokladem, že zařízení, které má skóre 5000, má údajně dvojnásobný výkon i7-12700.

V případě Geekbench 6 se jedná o nejnovější iteraci benchmarkingové sady Geekbench a jejím cílem je změřte schopnosti svého smartphonu způsoby, na kterých skutečně záleží, pokud jde o používání kteréhokoli z nich nejlepší telefony.

• Větší fotografie v rozlišení zachycených moderními smartphony (12-48MP)
• Příklady HTML představující moderní standardy webdesignu
• Větší knihovna obrázků pro testy importu
• Větší mapy pro testy navigace
• Větší a modernější příklady PDF
• Zvýšení velikosti zátěže Clang

Existují také výpočetní testy GPU a mohou testovat OpenCL, Metal a Vulkan. Výpočetní benchmark GPU využívá pracovní zátěže strojového učení, jako je rozostření pozadí a detekce obličeje, k testování schopností rozpoznávání objektů. Kromě toho spouští úlohy pro úpravy obrázků, jako je detekce horizontu, detekce hran a Gaussovské rozostření. Konečně jsou zde pracovní zátěže pro syntézu obrazu, které provádějí párování funkcí a stereo párování, spolu se simulačním benchmarkem, který simuluje částicovou fyziku.

Jaké platformy Geekbench 6 podporuje?

Geekbench 6 podporuje následující platformy, s podporou Windows on Arm pro některé z nich nejlepší notebooky připraveno s Geekbench 6.1:

Jak funguje benchmark CPU Geekbench?

Benchmark CPU Geekbench je rozdělen do několika klíčových testů, které mají jednojádrovou a vícejádrovou část. Každá sekce je seskupena do dvou podsekcí: celočíselné úlohy a úlohy s pohyblivou řádovou čárkou. Mezi každým testem jsou ve výchozím nastavení dvousekundové mezery, aby se minimalizoval vliv teplotních problémů na výkon.

Geekbench 6 představil model sdílených úloh pro testování s více vlákny, kde jsou pracovní zátěže sdíleny mezi více vlákny, aby reprezentovaly realističtější pracovní zátěže. Dříve Geekbench rozkládal pracovní zátěž mezi jednotlivá vlákna, což se dobře škálovalo, ale nabízí velmi malou komunikaci mezi vlákny. V případě modelů sdílených úloh každé vlákno zpracovává část větší sdílené úlohy. Neškáluje se tak dobře, ale je více reprezentativní pro případy použití v reálném světě.

Skóre se počítá pomocí váženého aritmetického průměru skóre podsekcí s celým číslem podsekce představující 65 % skóre a podsekce s pohyblivou řádovou čárkou tvoří zbývajících 35 %.

Pokud jde o to, jak Geekbench testuje schopnost čipové sady vašeho zařízení, testuje různé typy zátěže rozdělené do kategorií. Tyto kategorie se dělí na produktivita, vývojář, strojové učení a syntéza obrazu.

Geekbench 6 Pracovní zátěže pro produktivitu

Jedná se o zátěže, které testují výkon vašeho zařízení při každodenních kritických úkolech.

Komprese souborů

Pracovní zátěže komprese souborů testují, jak dobře je vaše zařízení v komprimaci a dekompresi souborů pomocí různých kompresních formátů. Modeluje případy použití, kdy se uživatel může pokusit komprimovat soubor, aby jej poslal někomu jinému, aby se snížila data a šířka pásma. Komprimuje zdrojový archiv Ruby 3.1.2, což je 75 MB archiv obsahující 9 841 souborů, pomocí komprese LZ4 a ZSTD. Poté ověří komprimované soubory pomocí hash SHA-1.

Tyto soubory jsou pak uloženy pomocí systému souborů zašifrovaných v paměti a tato pracovní zátěž využívá pokyny, které urychlují šifrování a dešifrování AES. Používá také instrukce, které urychlují hashovací algoritmy SHA-1.

Navigace

Navigaci používáme na všech druzích zařízení, zejména na chytrých telefonech. Úlohou navigace je generovat trasy mezi sekvencí míst a modelovat lidi, kteří používají aplikace, jako jsou Mapy Google, v režimu offline. Využívá Dijkstrův algoritmus k výpočtu 24 různých tras na dvou různých mapách OpenStreetMap. Jeden je ve Waterloo, Ontario, a jeden je v Torontu, Ontario.

HTML5 prohlížeč

Prohlížeč HTML5 otevírá řadu stránek HTML5 a modeluje uživatele prohlížejícího web v moderním prohlížeči, jako je Chrome nebo Safari. Používá bezhlavý prohlížeč a otevírá, analyzuje, rozkládá a vykresluje texty a obrázky na základě oblíbených stránek, včetně Instagramu, Wikipedie a Ars Technica. Používá následující knihovny:

• Google Gumbo jako analyzátor HTML
• litehtml jako analyzátor CSS, rozvržení a vykreslovací modul
• FreeType jako engine fontů
• Anti-Grain Geometry jako knihovna vykreslování 2D grafiky
• libjpeg-turbo a libpng jako obrazové kodeky

Tento test vykreslí osm stránek v jednojádrovém režimu a 32 stránek ve vícejádrovém režimu.

Vykreslování PDF

Úloha vykreslování PDF otevírá složité dokumenty PDF pomocí PDFium, což je vykreslovač PDF v prohlížeči Chrome. Vykresluje PDF mapy parků od American National Park Service o velikostech od 897 kb do 1,5 MB. Tyto soubory obsahují velké vektorové obrázky, čáry a text.

Tento test vykreslí čtyři soubory PDF v jednojádrovém režimu a 16 souborů PDF ve vícejádrovém režimu.

Knihovna fotografií

Pracovní zátěž organizace fotografií kategorizuje a označuje fotografie podle objektů, které obsahují, což uživatelům umožňuje vyhledávat fotografie podle klíčových slov v aplikacích pro organizování obrázků. Používá MobileNet 1.0 ke klasifikaci fotografií a databázi SQLite k ukládání metadat fotografií vedle jejich značek.

Tato úloha provádí pro každou fotografii následující kroky:

1. Dekomprimujte fotografii z komprimovaného souboru JPEG.
2. Ukládejte metadata fotografií do databáze SQLite. Tato databáze je předem vyplněna metadaty pro více než 70 000 fotografií.
3. Vygenerujte náhled náhledu a zakódujte jej jako JPEG.
4. Vygenerujte miniaturu odvození.
5. Spusťte model klasifikace obrázků na miniatuře odvození.
6. Ukládejte značky klasifikace obrázků v databázi SQLite.

Vytížení knihovny fotografií funguje na 16 fotografiích v jednojádrovém režimu a 64 fotografiích ve vícejádrovém režimu.

Geekbench 6 Vývojářské úlohy

Vývojářské pracovní zátěže v Geekbench 6 měří, jak dobře vaše zařízení zvládá typické úlohy vývojáře, jako je úprava textu, kompilace kódu a komprese prostředků.

Zvonit

Kompilátor Clang se používá ke kompilaci tlumočníka Lua, modeluje případ použití vývojářů vytvářejících svůj kód a kompilaci just-in-time, kterou uživatelé často zažijí na svých zařízeních. Používá musl libc jako standardní knihovnu C pro kompilované soubory. Kompiluje osm souborů v jednojádrovém a 96 souborů ve vícejádrovém režimu.

Zpracování textu

Zpracování textu načte četné soubory, analyzuje jejich obsah pomocí regulárních výrazů, ukládá metadata do databáze SQLite a exportuje obsah do jiného formátu. Modeluje typické algoritmy pro zpracování textu, které manipulují, analyzují a transformují data pro publikaci a získání náhledu.

Tato pracovní zátěž je implementována ve směsi Pythonu a C++ s použitím Pythonu 3.9.0 a zpracováním 190 souborů markdown pro vstup.

Komprese aktiv

Komprese aktiv komprimuje 3D texturní a geometrické položky pomocí různých oblíbených kompresních kodeků, jako jsou ASTC, BC7 a DXT5. Modeluje standardní kanály pro kompresi obsahu, které používají vývojáři her.

Pracovní zátěž používá bc7enc pro své implementace BC& a DXTC a Arm ASTC Encoder pro implementaci ASTC.

Úlohy strojového učení

Úlohy strojového učení primárně měří, jak dobře váš procesor zvládne rozpoznávání objektů v obrázcích a scénách.

Detekce objektů

Pracovní zátěž detekce objektů využívá strojové učení, aby mohla detekovat a klasifikovat objekty na fotografiích. K detekci a klasifikaci objektů na fotografiích používá konvoluční neuronovou síť s názvem MobileNet v1 SSD a fotografie mají velikost 300 x 300 pixelů. Provádí následující kroky k identifikaci objektů na obrázku:

1. Načtěte fotografii
2. Extrahujte objekty z fotografie pomocí MobileNet v1 SSD
3. Vygenerujte skóre spolehlivosti nebo detekce, které představuje přesnost detekce
4. Nakreslete ohraničující rámeček kolem objektu a vydejte skóre spolehlivosti

Detekce objektů zpracuje 16 fotografií v jednojádrovém režimu a 64 fotografií ve vícejádrovém režimu.

Rozostření pozadí

Pracovní zátěž rozostření pozadí odděluje popředí od pozadí ve videostreamech a rozmazává pozadí, stejně jako to umí služby jako Zoom, Discord a Google Meet.

Úprava obrázku

Pracovní zátěž pro úpravy obrázků měří, jak dobře váš procesor zvládne jednoduché i složité úpravy obrázků.

Odstraňovač předmětů

Pracovní zátěž odstraňovače objektů odstraňuje objekty z fotografií a zaplňuje mezeru, která po nich zůstala, modeluje výplň s ohledem na obsah a vlastní Magic Eraser společnosti Google. Pracovní zátěž je poskytnuta 3MP obrazem s nežádoucí oblastí a pracovní zátěž tuto oblast odstraní a použije schéma inpainting k rekonstrukci mezery, která zůstala.

Detekce horizontu

Pracovní zátěž detekce horizontu dokáže detekovat a narovnat nerovné nebo křivé linie horizontu za účelem vylepšení fotografií. Modeluje korektory horizontu v aplikacích pro úpravu fotografií a používá detektor hran Canny k aplikaci Houghovy transformace k detekci linie horizontu. Jako vstup používá 48MP fotografie.

Fotografický filtr

Pracovní zátěž fotografického filtru používá filtry ke zlepšení vzhledu fotografií a modeluje běžné filtry v aplikacích sociálních médií, jako je Instagram. Aplikuje následující efekty na 10 různých fotografií, přičemž fotografie mají velikost od 3 MP do 15 MP.

• Barevné a rozostřovací filtry
• Úpravy úrovní
• Oříznutí a změna měřítka
• Skládání obrazu

HDR

Pracovní zátěž HDR spojí šest běžných fotografií a vytvoří jedinou HDR fotografii, která je barevná a živá. Modeluje funkce HDR, které se nacházejí v moderních aplikacích pro fotoaparáty smartphonů, a vytváří jeden 16MP HDR snímek ze šesti běžných 16MP snímků.

Syntéza obrazu

Tyto pracovní zátěže měří, jak váš procesor zvládne vytváření zcela umělých obrázků.

Ray tracer

Ray tracing je v módě a lze jej použít ke generování fotorealistických obrázků modelováním toho, jak světelné paprsky interagují s objekty ve virtuálních scénách. To modeluje procesy vykreslování, které by použil 3D vykreslovací software jako Blender nebo Cinema 4D.

Struktura z pohybu

Struktura z pohybu je technika, která generuje 3D geometrii z více 2D obrázků. Systémy rozšířené reality používají podobné techniky k porozumění scénám v reálném světě. Tato pracovní zátěž pořídí devět 2D snímků stejné scény a vytvoří odhad 3D souřadnic bodů, které jsou viditelné na obou snímcích.

Jak stáhnout Geekbench

Geekbench je jedním z testů, které lidé používají k testování zařízení, jako jsou nejlepší telefony, notebooky a tabletya můžete si jej stáhnout z Apple App Store, Obchod Google Play a webové stránky Primate Labs.