गीकबेंच: यह वास्तव में कैसे काम करता है

स्मार्टफोन और कंप्यूटर को बेंचमार्क करने में कुछ अलग-अलग श्रेणियों में डिवाइस के प्रदर्शन का परीक्षण करना शामिल है। आप ग्राफिकल प्रदर्शन, कृत्रिम बुद्धिमत्ता और गणना सहित विभिन्न विभिन्न मैट्रिक्स की तुलना कर सकते हैं। गीकबेंच एक बेंचमार्क है जो बेंचमार्किंग दुनिया का प्रमुख हिस्सा बन गया है, और यह मुख्य रूप से गणना पर केंद्रित है। गीकबेंच 6 नवीनतम संस्करण है, लेकिन वास्तव में यह क्या है? यह क्या परीक्षण करता है और कैसे?

गीकबेंच क्या है?

गीकबेंच एक क्रॉस-प्लेटफ़ॉर्म बेंचमार्किंग एप्लिकेशन है जो आपके डिवाइस की सिंगल-कोर और मल्टी-कोर कम्प्यूटेशनल क्षमताओं दोनों के लिए एक स्कोर प्रदान कर सकता है। इस स्कोर का उपयोग आसन्न उपकरणों के विरुद्ध तुलना के बिंदु के रूप में किया जा सकता है और इसे a के विरुद्ध अंशांकित किया जाता है 2,500 का बेसलाइन स्कोर, जिसे प्राइमेट लैब्स का कहना है कि यह इंटेल कोर के साथ डेल प्रिसिजन 3460 का स्कोर है i7-12700. माना जाता है कि, गीकबेंच 6 स्कोर के माध्यम से ब्राउज़ करने से उस विशेष सीपीयू की ओर इशारा होता है जो मुश्किल से 2000 अंक ही कम कर पाता है। सिंगल-कोर, लेकिन उससे अलग, आधार यह है कि जिस डिवाइस का स्कोर 5000 है, उसके बारे में कहा जाता है कि उसका प्रदर्शन इससे दोगुना है i7-12700.

गीकबेंच 6 के मामले में, यह गीकबेंच बेंचमार्किंग सूट का नवीनतम संस्करण है, और इसका लक्ष्य है अपने स्मार्टफ़ोन की क्षमताओं को उन तरीकों से मापें जो वास्तव में मायने रखती हैं जब उनमें से किसी का उपयोग करने की बात आती है सबसे अच्छे फ़ोन.

• आधुनिक स्मार्टफ़ोन द्वारा खींची गई रिज़ॉल्यूशन में बड़ी तस्वीरें (12-48MP)
• HTML उदाहरण आधुनिक वेब डिज़ाइन मानकों के प्रतिनिधि हैं
• आयात परीक्षणों के लिए छवियों की एक बड़ी लाइब्रेरी
• नेविगेशन परीक्षणों के लिए बड़े मानचित्र
• बड़े और अधिक आधुनिक पीडीएफ उदाहरण
• क्लैंग कार्यभार आकार में वृद्धि

इसमें जीपीयू गणना परीक्षण भी हैं, और यह ओपनसीएल, मेटल और वल्कन का परीक्षण कर सकता है। जीपीयू गणना बेंचमार्क ऑब्जेक्ट पहचान क्षमताओं का परीक्षण करने के लिए बैकग्राउंड ब्लर और फेस डिटेक्शन जैसे मशीन लर्निंग वर्कलोड का उपयोग करता है। इसके शीर्ष पर, यह छवि संपादन कार्यभार चलाता है, जैसे क्षितिज का पता लगाना, किनारे का पता लगाना और गाऊसी ब्लर। अंत में, छवि संश्लेषण कार्यभार हैं जो फीचर मिलान और स्टीरियो मिलान को निष्पादित करते हैं, साथ ही एक सिमुलेशन बेंचमार्क जो कण भौतिकी का अनुकरण करता है।

गीकबेंच 6 किस प्लेटफॉर्म को सपोर्ट करता है?

गीकबेंच 6 निम्नलिखित प्लेटफ़ॉर्म का समर्थन करता है, जिनमें से कुछ के लिए विंडोज़ ऑन आर्म समर्थन है सर्वोत्तम लैपटॉप गीकबेंच 6.1 के साथ आने के लिए तैयार:

गीकबेंच का सीपीयू बेंचमार्क कैसे काम करता है?

गीकबेंच के सीपीयू बेंचमार्क को कई प्रमुख परीक्षणों में विभाजित किया गया है जिनमें सिंगल-कोर और मल्टी-कोर सेक्शन हैं। प्रत्येक अनुभाग को दो उपखंडों में बांटा गया है: पूर्णांक वर्कलोड और फ़्लोटिंग पॉइंट वर्कलोड। प्रदर्शन पर थर्मल समस्याओं के प्रभाव को कम करने के लिए डिफ़ॉल्ट रूप से प्रत्येक परीक्षण के बीच दो सेकंड का अंतराल होता है।

गीकबेंच 6 ने मल्टीथ्रेडिंग परीक्षण के लिए एक साझा कार्य मॉडल पेश किया, जहां अधिक यथार्थवादी वर्कलोड का प्रतिनिधित्व करने के लिए वर्कलोड को कई थ्रेड्स में साझा किया जाता है। पहले, गीकबेंच ने वर्कलोड को अलग-अलग थ्रेड्स में फैलाया था, जो अच्छी तरह से स्केल करता है लेकिन बहुत कम अंतर-थ्रेड संचार प्रदान करता है। साझा कार्य मॉडल के मामले में, प्रत्येक थ्रेड एक बड़े साझा कार्य का हिस्सा संसाधित करता है। यह उतना बड़ा नहीं है लेकिन वास्तविक दुनिया के उपयोग के मामलों का अधिक प्रतिनिधि है।

पूर्णांक के साथ उपधारा स्कोर के भारित अंकगणितीय माध्य का उपयोग करके स्कोर की गणना की जाती है स्कोर के 65% के लिए उपधारा लेखांकन और फ़्लोटिंग पॉइंट उपधारा लेखांकन शेष 35%.

गीकबेंच आपके डिवाइस के चिपसेट की क्षमता का परीक्षण कैसे करता है, यह श्रेणियों में विभाजित विभिन्न प्रकार के वर्कलोड का परीक्षण करता है। इन श्रेणियों को उत्पादकता, डेवलपर, मशीन लर्निंग और छवि संश्लेषण में विभाजित किया गया है।

गीकबेंच 6 उत्पादकता कार्यभार

ये कार्यभार हैं जो परीक्षण करते हैं कि आपका उपकरण रोजमर्रा के महत्वपूर्ण कार्यों में कितना प्रदर्शनशील है।

फ़ाइल संपीड़न

फ़ाइल संपीड़न कार्यभार परीक्षण करता है कि आपका डिवाइस विभिन्न संपीड़न प्रारूपों का उपयोग करके फ़ाइलों को संपीड़ित और डीकंप्रेस करने में कितना अच्छा है। यह ऐसे मामलों का उपयोग करता है जहां उपयोगकर्ता डेटा और बैंडविड्थ को कम करने के लिए किसी अन्य को भेजने के लिए फ़ाइल को संपीड़ित करना चाह सकता है। यह रूबी 3.1.2 स्रोत संग्रह को संपीड़ित करता है, जो LZ4 और ZSTD संपीड़न का उपयोग करके 9,841 फ़ाइलों वाला 75MB संग्रह है। इसके बाद यह संपीड़ित फ़ाइलों को SHA-1 हैश के माध्यम से सत्यापित करता है।

फिर इन फ़ाइलों को इन-मेमोरी एन्क्रिप्टेड फ़ाइल सिस्टम का उपयोग करके संग्रहीत किया जाता है, और यह वर्कलोड निर्देशों का उपयोग करता है जो एईएस एन्क्रिप्शन और डिक्रिप्शन को तेज करता है। यह उन निर्देशों का भी उपयोग करता है जो SHA-1 हैशिंग एल्गोरिदम को तेज़ करते हैं।

मार्गदर्शन

हम सभी प्रकार के उपकरणों, विशेषकर स्मार्टफ़ोन पर नेविगेशन का उपयोग करते हैं। नेविगेशन वर्कलोड का उद्देश्य स्थानों के अनुक्रम के बीच दिशा-निर्देश उत्पन्न करना और ऑफ़लाइन मोड में Google मानचित्र जैसे ऐप्स का उपयोग करने वाले लोगों को मॉडल करना है। यह दो अलग-अलग OpenStreetMap मानचित्रों पर 24 अलग-अलग मार्गों की गणना करने के लिए डिज्क्स्ट्रा के एल्गोरिदम का उपयोग करता है। एक वाटरलू, ओंटारियो में है, और एक टोरंटो, ओंटारियो में है।

HTML5 ब्राउज़र

HTML5 ब्राउज़र कई HTML5 पेज खोलता है और क्रोम या सफारी जैसे आधुनिक ब्राउज़र में वेब ब्राउज़ करने वाले उपयोगकर्ता को मॉडल करता है। यह एक हेडलेस ब्राउज़र का उपयोग करता है और इंस्टाग्राम, विकिपीडिया और सहित लोकप्रिय साइटों के आधार पर टेक्स्ट और छवियों को खोलता है, पार्स करता है, लेआउट करता है और प्रस्तुत करता है। आर्स टेक्निका. यह निम्नलिखित पुस्तकालयों का उपयोग करता है:

• HTML पार्सर के रूप में Google गम्बो
• CSS पार्सर, लेआउट और रेंडरिंग इंजन के रूप में litehtml
• फ़ॉन्ट इंजन के रूप में फ्रीटाइप करें
• 2डी ग्राफिक्स रेंडरिंग लाइब्रेरी के रूप में एंटी-ग्रेन ज्योमेट्री
• छवि कोडेक्स के रूप में libjpeg-टर्बो और libpng

यह परीक्षण सिंगल-कोर मोड में आठ पेज और मल्टी-कोर मोड में 32 पेज प्रस्तुत करता है।

पीडीएफ रेंडर

पीडीएफ रेंडर वर्कलोड पीडीएफियम का उपयोग करके जटिल पीडीएफ दस्तावेज़ खोलता है, जो क्रोम का पीडीएफ रेंडरर है। यह अमेरिकी राष्ट्रीय उद्यान सेवा से पार्क मानचित्रों की पीडीएफ प्रस्तुत करता है, जिसका आकार 897kb से 1.5MB तक होता है। इन फ़ाइलों में बड़ी वेक्टर छवियाँ, रेखाएँ और पाठ हैं।

यह परीक्षण सिंगल-कोर मोड में चार पीडीएफ और मल्टी-कोर मोड में 16 पीडीएफ प्रस्तुत करता है।

चित्र पुस्तकालय

फोटो संगठन का कार्यभार तस्वीरों को उनमें मौजूद वस्तुओं के आधार पर वर्गीकृत और टैग करता है, जिससे उपयोगकर्ता छवि आयोजक ऐप्स में कीवर्ड द्वारा अपनी तस्वीरें खोज सकते हैं। यह फ़ोटो को वर्गीकृत करने के लिए MobileNet 1.0 और फ़ोटो मेटाडेटा को उनके टैग के साथ संग्रहीत करने के लिए SQLite डेटाबेस का उपयोग करता है।

यह कार्यभार प्रत्येक फ़ोटो के लिए निम्नलिखित चरण निष्पादित करता है:

1. संपीड़ित JPEG फ़ाइल से फ़ोटो को डीकंप्रेस करें।
2. फोटो मेटाडेटा को SQLite डेटाबेस में संग्रहीत करें। यह डेटाबेस 70,000 से अधिक फ़ोटो के मेटाडेटा से पहले से भरा हुआ है।
3. एक पूर्वावलोकन थंबनेल बनाएं और इसे JPEG के रूप में एन्कोड करें।
4. एक अनुमान थंबनेल उत्पन्न करें.
5. अनुमान थंबनेल पर एक छवि वर्गीकरण मॉडल चलाएँ।
6. SQLite डेटाबेस में छवि वर्गीकरण टैग संग्रहीत करें।

फोटो लाइब्रेरी वर्कलोड सिंगल-कोर मोड में 16 फोटो और मल्टी-कोर मोड में 64 फोटो पर काम करता है।

गीकबेंच 6 डेवलपर कार्यभार

गीकबेंच 6 में डेवलपर वर्कलोड मापता है कि आपका डिवाइस टेक्स्ट संपादन, कोड संकलन और संपत्ति संपीड़न जैसे विशिष्ट डेवलपर कार्यों को कितनी अच्छी तरह संभालता है।

बजना

क्लैंग कंपाइलर का उपयोग लुआ दुभाषिया को संकलित करने के लिए किया जाता है, जो डेवलपर्स के उपयोग के मामले को उनके कोड और समय-समय पर संकलित करने के लिए मॉडलिंग करता है जिसे उपयोगकर्ता अक्सर अपने डिवाइस पर अनुभव करेंगे। यह संकलित फ़ाइलों के लिए C मानक लाइब्रेरी के रूप में musl libc का उपयोग करता है। यह सिंगल-कोर में आठ फ़ाइलें और मल्टी-कोर मोड में 96 फ़ाइलें संकलित करता है।

पाठ प्रसंस्करण

टेक्स्ट प्रोसेसिंग कई फ़ाइलों को लोड करता है, नियमित अभिव्यक्तियों का उपयोग करके उनकी सामग्री को पार्स करता है, मेटाडेटा को SQLite डेटाबेस में संग्रहीत करता है, और सामग्री को एक अलग प्रारूप में निर्यात करता है। यह विशिष्ट टेक्स्ट प्रोसेसिंग एल्गोरिदम को मॉडल करता है जो प्रकाशन और अंतर्दृष्टि लाभ के लिए डेटा में हेरफेर, विश्लेषण और परिवर्तन करता है।

यह कार्यभार Python और C++ के मिश्रण में कार्यान्वित किया जाता है, Python 3.9.0 का उपयोग किया जाता है और इनपुट के लिए 190 मार्कडाउन फ़ाइलों को संसाधित किया जाता है।

संपत्ति संपीड़न

एसेट कंप्रेशन एएसटीसी, बीसी7 और डीएक्सटी5 जैसे विभिन्न लोकप्रिय कंप्रेशन कोडेक्स का उपयोग करके 3डी टेक्सचरल और ज्यामितीय संपत्तियों को संपीड़ित करता है। यह मानक सामग्री संपीड़न पाइपलाइनों को मॉडल करता है जो गेम डेवलपर्स द्वारा उपयोग की जाती हैं।

कार्यभार अपने BC& और DXTC कार्यान्वयन के लिए bc7enc और अपने ASTC कार्यान्वयन के लिए Arm ASTC एनकोडर का उपयोग करता है।

मशीन लर्निंग कार्यभार

मशीन लर्निंग वर्कलोड मुख्य रूप से मापता है कि आपका सीपीयू छवियों और दृश्यों में वस्तुओं को पहचानने में कितनी अच्छी तरह काम कर सकता है।

वस्तु का पता लगाना

ऑब्जेक्ट डिटेक्शन वर्कलोड मशीन लर्निंग का उपयोग करता है ताकि यह तस्वीरों में ऑब्जेक्ट का पता लगा सके और वर्गीकृत कर सके। यह तस्वीरों में वस्तुओं का पता लगाने और वर्गीकृत करने के लिए मोबाइलनेट वी1 एसएसडी नामक एक कन्वेन्शनल न्यूरल नेटवर्क का उपयोग करता है, और तस्वीरों का आकार 300x300 पिक्सल है। यह किसी छवि में वस्तुओं की पहचान करने के लिए निम्नलिखित चरण निष्पादित करता है:

1. फोटो लोड करें
2. MobileNet v1 SSD का उपयोग करके फ़ोटो से ऑब्जेक्ट निकालें
3. एक आत्मविश्वास या पहचान स्कोर उत्पन्न करें जो पहचान की सटीकता का प्रतिनिधित्व करता है
4. ऑब्जेक्ट के चारों ओर एक बाउंडिंग बॉक्स बनाएं और एक कॉन्फिडेंस स्कोर आउटपुट करें

ऑब्जेक्ट डिटेक्शन सिंगल-कोर मोड में 16 फ़ोटो और मल्टी-कोर मोड में 64 फ़ोटो प्रोसेस करता है।

पृष्ठभूमि धुंधला

बैकग्राउंड ब्लर वर्कलोड वीडियो स्ट्रीम में अग्रभूमि को बैकग्राउंड से अलग करता है और बैकग्राउंड को धुंधला कर देता है, ठीक वैसे ही जैसे ज़ूम, डिस्कॉर्ड और गूगल मीट जैसी सेवाएं कर सकती हैं।

छवि संपादन

छवि संपादन कार्यभार यह मापता है कि आपका सीपीयू सरल और जटिल छवि संपादन दोनों को कितनी अच्छी तरह संभाल सकता है।

वस्तु हटानेवाला

ऑब्जेक्ट रिमूवर वर्कलोड फ़ोटो से ऑब्जेक्ट हटाता है और पीछे छोड़े गए अंतर को भरता है, एक सामग्री-जागरूक भरण और Google के स्वयं के मैजिक इरेज़र का मॉडलिंग करता है। कार्यभार को एक अवांछनीय क्षेत्र के साथ 3MP छवि प्रदान की जाती है, और कार्यभार इस क्षेत्र को हटा देता है और पीछे छोड़े गए अंतर को फिर से बनाने के लिए एक इनपेंटिंग योजना का उपयोग करता है।

क्षितिज का पता लगाना

क्षितिज का पता लगाने का कार्यभार तस्वीरों को बेहतर बनाने के लिए असमान या टेढ़ी-मेढ़ी क्षितिज रेखाओं का पता लगा सकता है और उन्हें सीधा कर सकता है। यह फोटो संपादन ऐप्स में क्षितिज रेखा सुधारकों को मॉडल करता है और क्षितिज रेखा का पता लगाने के लिए हफ़ ट्रांसफॉर्म लागू करने के लिए कैनी एज डिटेक्टर का उपयोग करता है। यह अपने इनपुट के रूप में 48MP फोटो का उपयोग करता है।

फ़ोटो फ़िल्टर

फोटो फिल्टर वर्कलोड इंस्टाग्राम जैसे सोशल मीडिया ऐप्स में सामान्य फिल्टर की मॉडलिंग करते हुए, फोटो की उपस्थिति को बढ़ाने के लिए फिल्टर लागू करता है। यह 10 अलग-अलग फ़ोटो पर निम्नलिखित प्रभाव लागू करता है, जिनमें फ़ोटो का आकार 3MP से 15MP तक होता है।

• रंग और धुंधला फिल्टर
• स्तर समायोजन
• फसल काटना और स्केलिंग करना
• छवि संयोजन

एचडीआर

एचडीआर वर्कलोड छह नियमित फ़ोटो को मिलाकर एक एकल एचडीआर फ़ोटो बनाता है जो रंगीन और जीवंत है। यह आधुनिक स्मार्टफोन कैमरा ऐप्स में पाए जाने वाले एचडीआर फीचर्स को मॉडल करता है, जो छह 16 एमपी नियमित छवियों से एक एकल 16 एमपी एचडीआर छवि बनाता है।

छवि संश्लेषण

ये कार्यभार मापते हैं कि आपका सीपीयू पूरी तरह से कृत्रिम छवियां बनाने का काम कैसे संभाल सकता है।

रे अनुरेखक

किरण अनुरेखण बहुत प्रचलन में है, और इसका उपयोग आभासी दृश्यों में वस्तुओं के साथ प्रकाश किरणें कैसे परस्पर क्रिया करती है, इसका मॉडलिंग करके फोटोयथार्थवादी छवियां उत्पन्न करने के लिए किया जा सकता है। यह उन रेंडरिंग प्रक्रियाओं को मॉडल करता है जिनका उपयोग ब्लेंडर या सिनेमा 4डी जैसे 3डी रेंडरिंग सॉफ़्टवेयर द्वारा किया जाएगा।

गति से संरचना

गति से संरचना एक ऐसी तकनीक है जो कई 2डी छवियों से 3डी ज्यामिति उत्पन्न करती है। संवर्धित वास्तविकता प्रणालियाँ वास्तविक दुनिया के दृश्यों को समझने के लिए इस तरह की तकनीकों का उपयोग करती हैं। यह कार्यभार एक ही दृश्य की नौ 2डी छवियां लेता है और दोनों छवियों में दिखाई देने वाले बिंदुओं के 3डी निर्देशांक का अनुमान लगाता है।

गीकबेंच कैसे डाउनलोड करें

गीकबेंच उन बेंचमार्क में से एक है जिसका उपयोग लोग सर्वश्रेष्ठ फोन, लैपटॉप और जैसे उपकरणों का परीक्षण करने के लिए करते हैं। गोलियाँ, और आप इसे यहां से डाउनलोड कर सकते हैं एप्पल ऐप स्टोर, Google Play Store, और प्राइमेट लैब्स वेबसाइट.