Geekbench: как это на самом деле работает

Бенчмаркинг смартфонов и компьютеров включает в себя тестирование производительности устройств в нескольких различных категориях. Вы можете сравнивать различные показатели, включая графическую производительность, искусственный интеллект и вычисления. Geekbench — это тест, который стал основой мира бенчмаркинга и в первую очередь ориентирован на вычисления. Geekbench 6 — последняя версия, но что именно? Что он проверяет и как?

Что такое Geekbench?

Geekbench — это кроссплатформенное приложение для сравнительного анализа, которое может присвоить оценку как одноядерным, так и многоядерным вычислительным возможностям вашего устройства. Эту оценку можно использовать в качестве точки сравнения с соседними устройствами, и она калибруется по базовый балл 2500, который, по словам Primate Labs, соответствует баллу Dell Precision 3460 с процессором Intel Core. i7-12700. По общему признанию, просмотр результатов Geekbench 6 указывает на то, что этот конкретный процессор едва набрал 2000 баллов в одноядерный, но помимо этого предполагается, что устройство, набравшее 5000 баллов, имеет вдвое большую производительность, чем i7-12700.

В случае с Geekbench 6, это последняя версия пакета тестирования Geekbench, целью которого является измеряйте возможности вашего смартфона способами, которые действительно важны, когда дело доходит до использования любого из лучшие телефоны.

• Фотографии большего размера с разрешением, снятым современными смартфонами (12–48 МП).
• Примеры HTML, отражающие современные стандарты веб-дизайна
• Большая библиотека изображений для тестов импорта.
• Карты большего размера для навигационных тестов
• Более крупные и современные примеры PDF-файлов.
• Увеличение размера рабочей нагрузки Clang.

Также есть тесты вычислений на графическом процессоре, и он может тестировать OpenCL, Metal и Vulkan. Тест вычислений на графическом процессоре использует рабочие нагрузки машинного обучения, такие как размытие фона и обнаружение лиц, для проверки возможностей распознавания объектов. Кроме того, он выполняет рабочие нагрузки по редактированию изображений, такие как обнаружение горизонта, обнаружение краев и размытие по Гауссу. Наконец, существуют рабочие нагрузки синтеза изображений, которые выполняют сопоставление объектов и стереосопоставление, а также тест моделирования, имитирующий физику частиц.

Какие платформы поддерживает Geekbench 6?

Geekbench 6 поддерживает следующие платформы, включая поддержку Windows on Arm для некоторых из них. лучшие ноутбуки будет включен в Geekbench 6.1:

Как работает тест процессора Geekbench?

Тест процессора Geekbench разбит на ряд ключевых тестов, которые имеют одноядерные и многоядерные разделы. Каждый раздел сгруппирован в два подраздела: рабочие нагрузки с целыми числами и рабочие нагрузки с плавающей запятой. По умолчанию между каждым тестом есть пауза в две секунды, чтобы минимизировать влияние температурных проблем на производительность.

В Geekbench 6 представлена ​​модель общих задач для многопоточного тестирования, в которой рабочие нагрузки распределяются по нескольким потокам, чтобы представить более реалистичные рабочие нагрузки. Раньше Geekbench распределял рабочие нагрузки по отдельным потокам, что хорошо масштабируется, но обеспечивает очень мало взаимодействия между потоками. В случае моделей с общими задачами каждый поток обрабатывает часть более крупной общей задачи. Он не так хорошо масштабируется, но более репрезентативен для реальных случаев использования.

Баллы вычисляются с использованием средневзвешенного арифметического баллов по подразделам с целым числом подраздел, на который приходится 65% оценки, а подраздел с плавающей запятой, на который приходится оставшиеся 35%.

Что касается того, как Geekbench проверяет возможности чипсета вашего устройства, он тестирует различные типы рабочих нагрузок, разделенных на категории. Эти категории разделены на производительность, разработку, машинное обучение и синтез изображений.

Geekbench 6 Рабочие нагрузки производительности

Это рабочие нагрузки, которые проверяют производительность вашего устройства при выполнении повседневных важных задач.

Сжатие файлов

Рабочие нагрузки сжатия файлов проверяют, насколько хорошо ваше устройство сжимает и распаковывает файлы с использованием различных форматов сжатия. Он моделирует случаи использования, когда пользователь может попытаться сжать файл для отправки кому-то другому, чтобы уменьшить объем данных и пропускную способность. Он сжимает исходный архив Ruby 3.1.2, который представляет собой архив размером 75 МБ, содержащий 9841 файл, с использованием сжатия LZ4 и ZSTD. Затем он проверяет сжатые файлы с помощью хеша SHA-1.

Эти файлы затем сохраняются с использованием зашифрованной файловой системы в памяти, и эта рабочая нагрузка использует инструкции, которые ускоряют шифрование и дешифрование AES. Он также использует инструкции, ускоряющие алгоритмы хеширования SHA-1.

Навигация

Мы используем навигацию на всех типах устройств, особенно на смартфонах. Навигационная рабочая нагрузка направлена ​​на создание маршрутов между последовательностями мест и моделирование людей, использующих такие приложения, как Google Maps, в автономном режиме. Он использует алгоритм Дейкстры для расчета 24 различных маршрутов на двух разных картах OpenStreetMap. Один находится в Ватерлоо, Онтарио, а другой — в Торонто, Онтарио.

HTML5-браузер

Браузер HTML5 открывает несколько страниц HTML5 и моделирует пользователя, просматривающего Интернет в современном браузере, таком как Chrome или Safari. Он использует автономный браузер и открывает, анализирует, размещает и отображает тексты и изображения на основе популярных сайтов, включая Instagram, Википедию и другие. Арс Техника. Он использует следующие библиотеки:

• Google Gumbo как парсер HTML
• litehtml как механизм синтаксического анализа, макетирования и рендеринга CSS.
• FreeType как движок шрифтов
• Anti-Grain Geometry как библиотека рендеринга 2D-графики
• libjpeg-turbo и libpng в качестве кодеков изображений

Этот тест отображает восемь страниц в одноядерном режиме и 32 страницы в многоядерном режиме.

PDF-рендеринг

Рабочая нагрузка рендеринга PDF открывает сложные PDF-документы с помощью PDFium, средства рендеринга PDF в Chrome. Он отображает PDF-файлы карт парков Американской службы национальных парков размером от 897 КБ до 1,5 МБ. Эти файлы содержат большие векторные изображения, линии и текст.

Этот тест визуализирует четыре PDF-файла в одноядерном режиме и 16 PDF-файлов в многоядерном режиме.

Фототека

Рабочая нагрузка по организации фотографий классифицирует и маркирует фотографии на основе содержащихся в них объектов, что позволяет пользователям выполнять поиск фотографий по ключевым словам в приложениях-органайзерах изображений. Он использует MobileNet 1.0 для классификации фотографий и базу данных SQLite для хранения метаданных фотографий вместе с их тегами.

Эта рабочая нагрузка выполняет следующие шаги для каждой фотографии:

1. Распакуйте фотографию из сжатого файла JPEG.
2. Храните метаданные фотографий в базе данных SQLite. Эта база данных предварительно заполнена метаданными более чем 70 000 фотографий.
3. Создайте миниатюру предварительного просмотра и закодируйте ее в формате JPEG.
4. Создайте миниатюру вывода.
5. Запустите модель классификации изображений на миниатюре вывода.
6. Сохраняйте теги классификации изображений в базе данных SQLite.

Рабочая нагрузка библиотеки фотографий оперирует 16 фотографиями в одноядерном режиме и 64 фотографиями в многоядерном режиме.

Рабочие нагрузки разработчиков Geekbench 6

Рабочие нагрузки разработчиков в Geekbench 6 позволяют оценить, насколько хорошо ваше устройство справляется с типичными задачами разработчиков, такими как редактирование текста, компиляция кода и сжатие ресурсов.

Кланг

Компилятор Clang используется для компиляции интерпретатора Lua, моделируя вариант использования разработчиками, создающими свой код, и компиляцию «точно в срок», с которой пользователи часто сталкиваются на своих устройствах. Он использует musl libc в качестве стандартной библиотеки C для скомпилированных файлов. Он компилирует восемь файлов в одноядерном режиме и 96 файлов в многоядерном режиме.

Обработка текста

Обработка текста загружает множество файлов, анализирует их содержимое с помощью регулярных выражений, сохраняет метаданные в базе данных SQLite и экспортирует содержимое в другой формат. Он моделирует типичные алгоритмы обработки текста, которые манипулируют, анализируют и преобразуют данные для публикации и получения более глубокой информации.

Эта рабочая нагрузка реализована на смеси Python и C++ с использованием Python 3.9.0 и обработкой 190 файлов уценки для ввода.

Сжатие активов

Сжатие ресурсов сжимает трехмерные текстурные и геометрические ресурсы с использованием различных популярных кодеков сжатия, таких как ASTC, BC7 и DXT5. Он моделирует стандартные конвейеры сжатия контента, используемые разработчиками игр.

Рабочая нагрузка использует bc7enc для реализаций BC& и DXTC и Arm ASTC Encoder для реализации ASTC.

Рабочие нагрузки машинного обучения

Рабочие нагрузки машинного обучения в первую очередь измеряют, насколько хорошо ваш процессор справляется с распознаванием объектов на изображениях и сценах.

Обнаружение объектов

Рабочая нагрузка по обнаружению объектов использует машинное обучение, чтобы обнаруживать и классифицировать объекты на фотографиях. Он использует сверточную нейронную сеть под названием MobileNet v1 SSD для обнаружения и классификации объектов на фотографиях, а размер фотографий составляет 300x300 пикселей. Он выполняет следующие шаги для идентификации объектов на изображении:

1. Загрузите фотографию
2. Извлекайте объекты из фотографии с помощью SSD MobileNet v1.
3. Создайте показатель достоверности или обнаружения, который отражает точность обнаружения.
4. Нарисуйте ограничивающую рамку вокруг объекта и выведите показатель достоверности.

Обнаружение объектов обрабатывает 16 фотографий в одноядерном режиме и 64 фотографии в многоядерном режиме.

Размытие фона

Рабочая нагрузка размытия фона отделяет передний план от фона в видеопотоках и размывает фон точно так же, как это могут делать такие сервисы, как Zoom, Discord и Google Meet.

Редактирование изображений

Рабочие нагрузки по редактированию изображений измеряют, насколько хорошо ваш процессор справляется как с простым, так и со сложным редактированием изображений.

Удаление объектов

Рабочая нагрузка по удалению объектов удаляет объекты с фотографий и заполняет оставшийся пробел, моделируя заливку с учетом содержимого и собственный Magic Eraser от Google. Рабочая нагрузка предоставляет 3-мегапиксельное изображение с нежелательной областью, а рабочая нагрузка удаляет эту область и использует схему закрашивания для восстановления оставшегося пробела.

Обнаружение горизонта

Рабочая нагрузка по обнаружению горизонта может обнаруживать и выпрямлять неровные или искривленные линии горизонта, чтобы улучшить фотографии. Он моделирует корректоры линии горизонта в приложениях для редактирования фотографий и использует детектор краев Канни для применения преобразования Хафа для обнаружения линии горизонта. В качестве входных данных используется фотография с разрешением 48 МП.

Фотофильтр

Рабочая нагрузка фотофильтра применяет фильтры для улучшения внешнего вида фотографий, моделируя общие фильтры в приложениях социальных сетей, таких как Instagram. Он применяет следующие эффекты к 10 различным фотографиям размером от 3 до 15 МП.

• Фильтры цвета и размытия
• Регулировка уровня
• Обрезка и масштабирование
• Композитинг изображений

HDR

Рабочая нагрузка HDR объединяет шесть обычных фотографий в одну красочную и яркую фотографию HDR. Он моделирует функции HDR, присутствующие в современных приложениях для камер смартфонов, создавая одно HDR-изображение с разрешением 16 Мп из шести обычных изображений с разрешением 16 Мп.

Синтез изображений

Эти рабочие нагрузки измеряют, насколько ваш процессор может справиться с созданием полностью искусственных изображений.

Трассировщик лучей

Трассировка лучей сейчас в моде, и ее можно использовать для создания фотореалистичных изображений путем моделирования взаимодействия световых лучей с объектами в виртуальных сценах. Это моделирует процессы рендеринга, которые будут использовать программы 3D-рендеринга, такие как Blender или Cinema 4D.

Структура из движения

Структура из движения — это метод, который генерирует 3D-геометрию из нескольких 2D-изображений. Системы дополненной реальности используют подобные методы для понимания сцен реального мира. Эта рабочая нагрузка берет девять 2D-изображений одной и той же сцены и строит оценку 3D-координат точек, которые видны на обоих изображениях.

Как скачать Geekbench

Geekbench — это один из популярных тестов, который люди используют для тестирования таких устройств, как лучшие телефоны, ноутбуки и компьютеры. таблетки, и вы можете скачать его с Apple App Store, Google Play Store и сайт Primate Labs.