Geekbench 7 rinnova i test di CPU e GPU con carichi di lavoro reali e CUDA

Geekbench 7 è arrivato il 23 luglio con il suo primo backend CUDA, un sistema di punteggio multicore riprogettato e carichi di lavoro basati su moderne attività multimediali e di AI. Per i lettori che seguono il dibattito sul benchmark nvidia tom, il cambiamento importante non è un'altra tornata di punteggi più alti. Primate Labs ha cambiato ciò che quei punteggi rappresentano.

L'aggiornamento testa la condivisione dello schermo con AV1, la compressione audio Opus, i sottotitoli basati su Whisper, la fisica dei videogiochi, l'upscaling delle immagini e la sfocatura dello sfondo. La sua suite GPU ora funziona tramite CUDA, OpenCL, Vulkan o Metal. Per la prima volta, questo offre all'hardware Nvidia un percorso CUDA nativo all'interno di Geekbench.

Il conflitto più ampio riguarda il realismo. I benchmark sintetici richiedono carichi di lavoro coerenti per consentire confronti, ma il software reale raramente utilizza ogni core del processore allo stesso modo. Geekbench 7 affronta il problema applicando il multithreading solo quando l'applicazione modellata si comporta in quel modo. Il risultato dovrebbe essere più rappresentativo, ma interrompe anche la continuità con le familiari classifiche di Geekbench 6.

Geekbench 7 ricostruisce il lavoro dietro ogni punteggio

Geekbench 7 cambia il benchmark sostituendo diversi carichi di lavoro astratti con attività riconoscibili svolte su computer e telefoni attuali.

Primate Labs ha rilasciato il benchmark per Android, iOS, Linux, macOS e Windows. Le modifiche di Geekbench 7 dell'azienda coprono la suite CPU, la suite GPU, la metodologia multicore e i dataset di input.

Tre nuovi carichi di lavoro multimediali sono al centro dell'aggiornamento della CPU. Uno codifica video per la condivisione dello schermo con AV1, un moderno codec video progettato per una compressione efficiente. Un altro comprime musica e voce con Opus, il codec comunemente usato per l'audio interattivo su internet.

Un terzo carico di lavoro riproduce audio e video generando al contempo sottotitoli con Whisper, un modello di riconoscimento vocale. Questa combinazione è importante perché la sottotitolazione in tempo reale genera lavoro simultaneo di decodifica, elaborazione audio e inferenza. Assomiglia a un'attività utente completa anziché a un ciclo matematico isolato.

Geekbench 7 aggiunge inoltre un test di fisica per videogiochi basato sul motore Jolt Physics. Jolt gestisce il rilevamento delle collisioni e la simulazione fisica nei giochi commerciali. Il carico di lavoro offre alla suite CPU uno scenario moderno di elaborazione interattiva senza trasformare Geekbench in un test del frame rate.

I test legati alle foto hanno ricevuto modifiche più ampie. Il carico di lavoro Photo Editor applica una raccolta più ricca di modifiche, mentre Photo Library ora importa file JPEG XL e DNG. JPEG XL è un moderno formato d'immagine, mentre DNG conserva dati della fotocamera con maggiori possibilità di editing rispetto a un'immagine elaborata.

Primate Labs ha anche ampliato i materiali elaborati dai test esistenti. File Compression ora lavora con codice sorgente, codice oggetto e documenti di testo. PDF Viewer riceve contenuti che spaziano dalle mappe dei parchi ai paper accademici e ai documenti tecnici.

Questi input più grandi e vari contano perché i dataset piccoli possono rimanere nelle cache più veloci di un processore. Quando i dati superano tali cache, la larghezza di banda e la latenza della memoria esercitano un'influenza maggiore. Questo spesso offre un quadro migliore delle prestazioni sostenute delle applicazioni.

Il rilascio modifica quindi più del semplice elenco di argomenti del benchmark. Cambia la pressione esercitata su cache, memoria, motori multimediali, core di esecuzione e framework software. Un processore ottimizzato per un test ristretto può reagire diversamente quando cresce il set di lavoro.

La conseguenza immediata riguarda la comparabilità. I punteggi di Geekbench 7 non dovrebbero essere trattati come estensioni dirette dei punteggi di Geekbench 6. Carichi di lavoro, dataset, baseline e regole multicore sono cambiati in misura troppo sostanziale.

Questo azzeramento è scomodo per i grafici storici. Ma è anche il punto. Un benchmark che preserva una continuità perfetta può gradualmente smettere di rappresentare il software che le persone usano davvero.

Le ricerche Nvidia Tom ora portano a un test CUDA nativo

Il supporto CUDA offre alle GPU Nvidia un percorso Geekbench più rilevante, ma non rende i risultati intercambiabili tra tutte le API di calcolo.

In precedenza Geekbench offriva test GPU tramite OpenCL, Vulkan e Metal. Geekbench 7 aggiunge CUDA, la piattaforma di programmazione Nvidia per il calcolo GPU per scopi generali. CUDA è alla base di molte applicazioni professionali di visualizzazione, calcolo scientifico e machine learning.

La modifica consente ai proprietari di testare una GPU Nvidia attraverso l'ambiente software più strettamente associato al suo mercato del calcolo. La copertura CUDA rende inoltre Geekbench più rilevante per le workstation utilizzate per AI e creazione di contenuti.

Questo è il collegamento più chiaro per i lettori che raggiungono la storia tramite la keyword nvidia tom. Nvidia beneficia da tempo di un'ampia base software CUDA. Geekbench può ora misurare il suo hardware tramite quel percorso nativo anziché affidarsi solo a interfacce più portabili.

Tuttavia, un'API non è semplicemente un'etichetta applicata a un'esecuzione identica. CUDA, OpenCL, Vulkan e Metal usano driver, compilatori, modelli di memoria e percorsi di ottimizzazione diversi. Questi livelli possono influire sulle prestazioni registrate da un carico di lavoro.

Geekbench ha esperienza nella gestione di questo problema. Il suo precedente framework GPU utilizzava un livello di astrazione chiamato Thorium, che consentiva a carichi di lavoro comuni di indirizzare diverse API di calcolo. I documentati dettagli interni di Geekbench 6 descrivevano implementazioni specifiche per API progettate per evitare di penalizzare un framework.

Geekbench 7 non può comunque eliminare ogni differenza software. Un risultato CUDA mostra come il carico di lavoro si comporta tramite CUDA. Un risultato OpenCL mostra come si comporta tramite OpenCL. I punteggi restano utili, ma il backend selezionato diventa parte del significato del risultato.

Questa distinzione è particolarmente importante nel confronto tra fornitori. Il percorso Metal di Apple, il percorso CUDA di Nvidia e un percorso Vulkan su un'altra GPU non condividono stack software identici. Il benchmark controlla il lavoro di alto livello, mentre ogni stack determina come quel lavoro raggiunge l'hardware.

Di conseguenza, il supporto CUDA esercita pressione in due direzioni. Nvidia ottiene un percorso di prima classe che riflette la sua posizione software più forte. I fornitori di GPU concorrenti devono affrontare confronti con un ecosistema dotato di strumenti maturi e ottimizzazioni estese.

Nvidia affronta anche un maggiore scrutinio. Un'opzione CUDA nativa elimina una spiegazione comune per risultati cross-platform deboli o incoerenti. I recensori possono confrontare CUDA con OpenCL o Vulkan sulla stessa scheda e verificare quanto il backend cambi il risultato.

Questi confronti dovrebbero restare circoscritti. Un solido risultato composito non predice automaticamente le prestazioni in Blender, in un modello linguistico locale o in un risolutore scientifico. Ogni applicazione utilizza kernel, tipi di dati, schemi di memoria e librerie differenti.

Il miglior uso iniziale del nuovo backend è diagnostico. Eseguire gli stessi carichi di lavoro supportati tramite più API su una GPU Nvidia. Grandi differenze possono rivelare maturità dei driver, comportamento del compilatore o ottimizzazioni specifiche del backend, anziché una differenza hardware fondamentale.

Il punteggio multicore smette di fingere che ogni app sia scalabile

Geekbench 7 compie una scelta difendibile: sacrifica le semplici narrazioni sulla scalabilità dei core per modellare il modo in cui le applicazioni distribuiscono davvero il lavoro.

I benchmark multicore tradizionali spesso eseguono ogni carico di lavoro su tutti i thread disponibili. Questo approccio è facile da comprendere. Ma premia anche i processori per un parallelismo che l'applicazione modellata potrebbe non utilizzare mai.

Geekbench 7 cambia questo comportamento. Un carico di lavoro entra nella suite multicore in forma threaded solo quando la corrispondente applicazione reale utilizza un parallelismo significativo. Il test HTML5 Browser viene escluso perché il lavoro del browser è generalmente single-threaded o poco parallelizzato.

Questa riprogettazione cambia l'interpretazione di un punteggio multicore. Non chiede più soltanto quanto rapidamente tutti i core possano completare un pacchetto uniformemente parallelo. Chiede come l'intero processore gestisca una combinazione di attività con limiti realistici di scalabilità.

Questa differenza può influire più visibilmente sui processori con molti core. Un chip può dominare nel rendering o nella compressione, pur ottenendo poco vantaggio dai core aggiuntivi durante l'esecuzione web. Combinare questi comportamenti produce un numero meno spettacolare, ma un modello più equilibrato dell'uso generale.

I processori ibridi aggiungono un ulteriore livello. I moderni chip desktop e laptop combinano spesso core prestazionali più veloci con core di efficienza più piccoli. I loro scheduler decidono quali thread eseguire dove, mentre i limiti di potenza determinano per quanto tempo durano le frequenze di picco.

Una suite multicore realistica può mettere in luce questi costi di coordinamento. Può anche introdurre una maggiore sensibilità alla pianificazione del sistema operativo, alle attività in background e al firmware. Due macchine fisicamente identiche possono divergere quando le loro impostazioni di alimentazione o le condizioni termiche differiscono.

Primate Labs afferma che il nuovo metodo produce una misura più accurata del lavoro reale. È un obiettivo progettuale ragionevole, non una conclusione stabilita in modo indipendente. La metodologia necessita di test pubblici su diverse famiglie di processori prima che i recensori possano quantificare il miglioramento.

Non esiste inoltre una definizione unica di comportamento multicore realistico. Uno sviluppatore software che compila un grande progetto sottopone un processore a uno stress diverso rispetto a chi partecipa a videochiamate. Un creator che esporta video osserva un altro schema, mentre un videogiocatore considera la latenza oltre al throughput.

Un benchmark composito deve scegliere i pesi tra queste attività. Tali pesi contengono un giudizio editoriale, anche quando ogni singolo carico di lavoro proviene da software reale. Il punteggio resta un modello, anziché una misura universale della velocità di un computer.

Tuttavia, la vecchia alternativa aveva una debolezza evidente. Distribuire ogni attività su ogni thread può descrivere una scalabilità teorica anziché il comportamento osservato delle applicazioni. Può favorire il numero di core senza mostrare quando quei core restano inutilizzati.

Il nuovo metodo mette sotto pressione il marketing dei chip costruito attorno a un unico grande numero multicore. AMD, Apple, Intel, Qualcomm e i produttori di dispositivi necessitano ora di nuovi risultati Geekbench 7. Non possono riutilizzare con sicurezza la narrazione stabilita da Geekbench 6.

Anche i recensori devono pubblicare un contesto a livello di carico di lavoro. Un punteggio composito può riassumere un dispositivo, ma non può spiegare se il vantaggio sia derivato dalla codifica AV1, dalla compilazione, dalla fisica, dall'elaborazione delle immagini o da un'altra attività.

Questo è il meccanismo centrale alla base della revisione. Geekbench sta rendendo più rigoroso il modello software, anche quando ciò rende il numero da titolo più difficile da spiegare.

I carichi di lavoro AI e multimediali vanno oltre un punteggio GPU generico

La suite GPU aggiornata testa funzionalità di prodotto visibili, affiancando il machine learning all'elaborazione delle immagini, al lavoro video e alla simulazione fisica.

Il benchmark GPU di Geekbench 7 aggiunge il tracciamento del volto con filtri in tempo reale, l'upscaling delle immagini tramite machine learning e la sfocatura dello sfondo nei video. Queste attività corrispondono a funzioni di social media, videoconferenza e creazione di contenuti già familiari agli utenti.

L'upscaling delle immagini stima i dettagli mancanti aumentando al contempo la risoluzione. La sfocatura dello sfondo separa una persona dalla scena circostante prima di applicare un effetto. Il tracciamento del volto segue le posizioni facciali affinché i filtri restino allineati durante il movimento.

La suite introduce anche l'elaborazione di immagini RAW, il color grading tramite lookup table, il path tracing e la simulazione di fluidi. Una lookup table, o LUT, mappa i colori in ingresso sui colori in uscita. Il path tracing simula i percorsi della luce per produrre immagini fisicamente informate.

Questa combinazione amplia il discorso sulle GPU oltre il gaming. Le GPU moderne accelerano pipeline multimediali, inferenza locale, visualizzazione ed effetti interattivi. Queste attività possono sfruttare lo stesso hardware in modo diverso rispetto a un gioco rasterizzato.

L'aggiornamento non va confuso con una sostituzione completa di Geekbench AI. Quel benchmark separato valuta CPU, GPU, unità di elaborazione neurale e processori di segnali digitali attraverso diversi framework di inferenza.

Il suo design dei carichi di lavoro AI pubblicato include attività di visione artificiale e linguaggio. Riporta punteggi a precisione singola, mezza precisione e quantizzati, quindi corregge i risultati dei carichi di lavoro tramite misurazioni dell'accuratezza.

La principale suite GPU di Geekbench 7 pone una domanda diversa. Valuta il machine learning come una componente di un carico di calcolo più ampio. Questo approccio riflette applicazioni in cui l'inferenza è inserita in una pipeline multimediale più estesa.

Il test di sottotitolazione Whisper illustra la stessa idea sul lato CPU. Gli utenti non vivono il riconoscimento vocale come un'invocazione isolata di un modello. Vivono invece la decodifica video, l'elaborazione audio, la trascrizione e la visualizzazione dei sottotitoli che avvengono insieme.

Questa impostazione a livello applicativo è utile per gli acquirenti. Un laptop scelto per le videochiamate richiede più della sola capacità di elaborazione matriciale grezza. Ha bisogno di prestazioni costanti durante la decodifica dei contenuti multimediali e l'applicazione di un effetto AI entro limiti termici ristretti.

Gli sviluppatori dovrebbero comunque considerare il risultato come un punto di partenza. I modelli e le dimensioni degli input inclusi non possono rappresentare ogni sistema di produzione. Modelli generativi di immagini, grandi modelli linguistici, sistemi di raccomandazione e reti scientifiche impongono requisiti molto diversi all'hardware.

Anche la precisione conta. Alcuni acceleratori eccellono nelle operazioni quantizzate, che usano formati numerici compatti, mentre altri rendono meglio a precisioni superiori. Un singolo punteggio composito della GPU può nascondere questa distinzione, a meno che i recensori non pubblichino i risultati dei sottotest.

Il contesto di ricerca nvidia tom rende questo aspetto particolarmente rilevante. Nvidia promuove le GPU per gaming, creazione, AI e calcolo professionale. Geekbench 7 tocca ciascuna categoria, ma non riproduce un flusso di lavoro di produzione completo di nessuna di esse.

Questo confine protegge il ruolo multipiattaforma del benchmark. Un test troppo legato a una libreria di un singolo fornitore diventerebbe meno portabile. Un test troppo astratto rispetto alle applicazioni reali perderebbe rilevanza.

Geekbench 7 cerca di collocarsi nel mezzo. Utilizza attività riconoscibili, algoritmi comuni e API multiple. Il successo di questo approccio dipenderà dal fatto che i risultati indipendenti restino coerenti e spieghino le differenze effettive tra le applicazioni.

Cosa i nuovi punteggi non possono ancora dimostrare

Un benchmark più realistico resta un'approssimazione controllata e le prime classifiche di Geekbench 7 richiedono più contesto di quello offerto da un singolo grafico.

La prima incertezza è la discontinuità generazionale. Nuovi carichi di lavoro e nuove regole di punteggio significano che un numero di Geekbench 7 non può dimostrare da solo un miglioramento rispetto a Geekbench 6. Qualsiasi grafico che mescoli le versioni rischia di presentare una tendenza prestazionale falsa.

La seconda incertezza è l'equivalenza delle piattaforme. Il benchmarking multipiattaforma richiede compilatori, driver, sistemi operativi e API diversi. Geekbench standardizza l'attività prevista, ma non può rendere identici questi livelli software.

CUDA rende il problema più evidente anziché eliminarlo. Un percorso nativo Nvidia può rappresentare meglio le applicazioni CUDA. Può anche produrre un punteggio influenzato dagli investimenti di Nvidia in compilatori e driver, che fanno parte del valore della piattaforma.

I confronti necessitano quindi di etichette precise. I recensori dovrebbero indicare la versione di Geekbench, il sistema operativo, il backend, la modalità di alimentazione, la configurazione di memoria e lo stato del raffreddamento. I risultati dei laptop richiedono particolare cautela perché i fornitori impostano politiche di potenza e termiche differenti.

La terza incertezza riguarda la ponderazione dei carichi di lavoro. Un punteggio composito utilizza un'aggregazione matematica per condensare test diversi in un unico numero. Questo rende le classifiche facili da leggere, ma nasconde quali attività determinano il risultato.

La quarta questione è la durata. I carichi di lavoro brevi possono enfatizzare le prestazioni di picco, mentre le applicazioni sostenute incontrano limiti di calore e potenza. La documentazione precedente di Geekbench descriveva pause tra i carichi di lavoro per ridurre gli effetti dell'ordinamento termico.

Questa tecnica favorisce la ripetibilità, ma non riproduce un rendering o una compilazione della durata di un'ora. Gli acquirenti interessati alle prestazioni sostenute necessitano comunque di test applicativi e misurazioni di stress più lunghe.

La quinta questione è l'ottimizzazione. Le ottimizzazioni consapevoli del benchmark non sono automaticamente illegittime, poiché anche le applicazioni ricevono ottimizzazioni mirate. I problemi sorgono quando l'hardware rileva un benchmark e modifica un comportamento a cui il software ordinario non può accedere.

I recensori indipendenti dovrebbero monitorare divari insoliti tra Geekbench 7 e applicazioni comparabili. Dovrebbero inoltre confrontare gli invii pubblici tra diverse versioni dei driver. Cambiamenti improvvisi possono rivelare un'ottimizzazione utile, un bug corretto o un comportamento specifico del benchmark.

Il database pubblico dei risultati sarà utile quando conterrà abbastanza invii. I risultati generati dagli utenti espongono una gamma più ampia di sistemi rispetto a un laboratorio di recensioni controllato, sebbene includano anche impostazioni incoerenti e processi in background non identificati.

Le prime classifiche avranno un bias di selezione. Gli appassionati spesso inviano per primi risultati ottenuti con hardware nuovo, overclockato o ottimizzato con cura. I risultati mediani delle configurazioni retail comuni diventeranno più informativi man mano che il database crescerà.

Il rischio maggiore è un'interpretazione eccessiva. Geekbench 7 non può dimostrare che un laptop sia universalmente più veloce, che una GPU sia la migliore per l'AI o che un'architettura abbia un'efficienza superiore.

Può fornire prove ripetibili su una raccolta definita di attività. Queste prove diventano utili quando sono abbinate a test della batteria, benchmark applicativi, dati termici e risultati a livello di carico di lavoro.

Anche chi organizza note di test su più dispositivi ha bisogno di un contesto duraturo. Una base di conoscenza tecnica ricercabile può conservare driver, firmware, impostazioni di alimentazione e versioni del benchmark accanto a ciascun risultato. Senza questi dettagli, un punteggio perde gran parte del suo valore diagnostico.

La metodologia rivista merita attenzione perché affronta debolezze reali dei test sintetici. Non sfugge però ai limiti condivisi da ogni benchmark generico.

Tre segnali mostreranno se Geekbench 7 funziona

La prossima fase riguarda la convalida: la stabilità dei risultati pubblici, la correlazione con le applicazioni e il comportamento tra API determineranno se il redesign merita fiducia.

Il primo segnale è la forma del database pubblico. Geekbench sta già raccogliendo risultati della versione 7 inviati dagli utenti attraverso il suo browser. Le prove più utili emergeranno quando i processori comuni avranno abbastanza invii da rivelare mediane stabili e variazioni normali.

Osservate quanto strettamente i risultati si raggruppano su hardware identico. Distribuzioni ristrette sosterrebbero la ripetibilità del benchmark. Distribuzioni ampie suggerirebbero una forte sensibilità a raffreddamento, pianificazione, memoria, firmware o software in background.

Questo segnale vale anche per i dispositivi mobili. Smartphone e tablet operano entro rigidi limiti termici e le esecuzioni ripetute possono produrre risultati diversi con l'aumento delle temperature. Classifiche stabili su più esecuzioni rafforzerebbero il valore pratico del nuovo punteggio.

Il secondo segnale è la correlazione con le applicazioni. I recensori dovrebbero confrontare i sottotest relativi ad AV1, Opus, compilazione, fotoritocco, fisica di gioco e AI con software rappresentativo. La classifica non deve corrispondere esattamente a ogni programma.

Dovrebbe tuttavia spiegare una parte significativa delle prestazioni osservate. Se Geekbench 7 favorisce ripetutamente hardware che perde nelle applicazioni corrispondenti, la sua pretesa di realismo si indebolirà.

L'analisi dei sottotest conterà più del numero complessivo. Un processore che primeggia nella compilazione ma resta indietro nella generazione dei sottotitoli può comunque ottenere un composito competitivo. Pubblicare soltanto quel composito cancella il motivo alla base del risultato.

Il terzo segnale è la coerenza tra API, soprattutto sulle GPU Nvidia. I recensori possono eseguire CUDA, OpenCL e Vulkan dove supportati, quindi confrontare gli andamenti a livello di carico di lavoro.

Una differenza moderata mostrerebbe che i backend impongono costi diversi pur preservando una classificazione hardware sostanzialmente simile. Divari estremi o irregolari richiederebbero un'indagine su driver, percorsi del compilatore e ottimizzazioni specifiche delle API.

I risultati CUDA su più generazioni Nvidia saranno particolarmente informativi. Le architetture mature e quelle più recenti potrebbero rispondere in modo diverso ai kernel aggiornati. Anche le revisioni dei driver possono cambiare il quadro dopo il lancio.

I confronti con Metal e Vulkan richiedono una formulazione attenta perché le API non sono identiche. La domanda utile è se ciascun backend produca risultati stabili e rilevanti per le applicazioni sulla propria piattaforma.

Questi tre segnali metteranno alla prova il giudizio centrale dell'articolo. Distribuzioni pubbliche stabili sosterrebbero la nuova metodologia. Una forte correlazione con le applicazioni sosterrebbe la sua pretesa di realismo. Un comportamento coerente delle API sosterrebbe confronti GPU più equi.

Il fallimento su una sola misura non invaliderebbe l'intera suite. Indicherebbe dove un punteggio composito necessita di precisazioni. È così che i benchmark migliorano dopo una release importante.

Per chi segue la copertura nvidia tom, il passo successivo migliore è ignorare i record isolati. Cercate test ripetuti, backend API nominati, analisi dei carichi di lavoro e risultati applicativi corrispondenti.

Geekbench 7 ha reso più attuale il suo modello di calcolo. Ora i test indipendenti devono stabilire se quel modello preveda il lavoro che le persone svolgono realmente. Seguite questi tre segnali prima di usare le sue classifiche per orientare un aggiornamento, una decisione di acquisto o un'affermazione sulle prestazioni.