Geekbench 7 odmienia testy CPU i GPU dzięki rzeczywistym obciążeniom oraz CUDA

Geekbench 7 zadebiutował 23 lipca, oferując pierwszy backend CUDA, przeprojektowaną punktację wielordzeniową oraz obciążenia oparte na nowoczesnych zadaniach medialnych i AI. Dla czytelników śledzących dyskusję o benchmarkach Nvidia na Tom’s Hardware najważniejszą zmianą nie jest kolejna seria wyższych wyników. Primate Labs zmieniło to, co te wyniki reprezentują.

Aktualizacja testuje udostępnianie ekranu w AV1, kompresję dźwięku Opus, napisy generowane przez Whisper, fizykę w grach, skalowanie obrazów i rozmywanie tła. Zestaw GPU działa teraz przez CUDA, OpenCL, Vulkan lub Metal. Po raz pierwszy daje to sprzętowi Nvidia natywną ścieżkę CUDA w Geekbench.

Szerszy spór dotyczy realizmu. Syntetyczne benchmarki potrzebują spójnych obciążeń, aby umożliwiać porównania, lecz rzeczywiste oprogramowanie rzadko wykorzystuje wszystkie rdzenie procesora w równym stopniu. Geekbench 7 rozwiązuje ten problem, stosując wielowątkowość tylko wtedy, gdy tak działa modelowana aplikacja. Wynik powinien być bardziej reprezentatywny, ale zrywa też ciągłość ze znanymi rankingami Geekbench 6.

Geekbench 7 przebudowuje pracę kryjącą się za każdym wynikiem

Geekbench 7 zmienia benchmark, zastępując kilka abstrakcyjnych obciążeń rozpoznawalnymi czynnościami wykonywanymi na współczesnych komputerach i telefonach.

Primate Labs udostępniło benchmark dla Androida, iOS, Linuxa, macOS i Windowsa. Opis zmian w Geekbench 7 obejmuje zestaw CPU, zestaw GPU, metodologię wielordzeniową i zestawy danych wejściowych.

Aktualizację CPU opierają trzy nowe obciążenia medialne. Jedno koduje wideo z udostępniania ekranu w AV1, nowoczesnym kodeku wideo zaprojektowanym z myślą o wydajnej kompresji. Inne kompresuje muzykę i mowę za pomocą Opus, kodeka powszechnie używanego do interaktywnego dźwięku internetowego.

Trzecie obciążenie odtwarza dźwięk i wideo, jednocześnie generując napisy z użyciem Whisper, modelu rozpoznawania mowy. To połączenie ma znaczenie, ponieważ napisy na żywo tworzą równoczesne obciążenie związane z dekodowaniem, przetwarzaniem dźwięku i inferencją. Przypomina kompletną aktywność użytkownika, a nie odizolowaną pętlę matematyczną.

Geekbench 7 dodaje także test fizyki w grach oparty na silniku Jolt Physics. Jolt obsługuje wykrywanie kolizji i symulację fizyczną w komercyjnych grach. Obciążenie zapewnia zestawowi CPU współczesny scenariusz interaktywnego przetwarzania bez przekształcania Geekbench w test liczby klatek na sekundę.

Testy związane ze zdjęciami otrzymały szersze zmiany. Obciążenie Photo Editor stosuje bogatszy zestaw edycji, a Photo Library importuje teraz pliki JPEG XL i DNG. JPEG XL to nowoczesny format obrazu, a DNG przechowuje dane aparatu dające większą swobodę edycji niż przetworzony obraz.

Primate Labs rozszerzyło również materiały przetwarzane przez istniejące testy. File Compression pracuje teraz z kodem źródłowym, kodem obiektowym i dokumentami tekstowymi. PDF Viewer otrzymuje treści od map parków po artykuły naukowe i dokumenty techniczne.

Te większe i bardziej zróżnicowane dane wejściowe mają znaczenie, ponieważ małe zestawy danych mogą mieścić się w najszybszych pamięciach podręcznych procesora. Gdy dane wykraczają poza te pamięci podręczne, większy wpływ mają przepustowość i opóźnienia pamięci. Często daje to lepszy obraz trwałej wydajności aplikacji.

Wydanie zmienia więc więcej niż tylko listę tematów benchmarku. Zmienia obciążenie nakładane na pamięci podręczne, pamięć, silniki multimedialne, rdzenie wykonawcze i frameworki oprogramowania. Procesor zoptymalizowany pod wąski test może reagować inaczej, gdy rośnie zestaw roboczy.

Bezpośrednią konsekwencją jest porównywalność. Wyników Geekbench 7 nie należy traktować jako bezpośredniego przedłużenia wyników Geekbench 6. Obciążenia, zestawy danych, punkt odniesienia i zasady wielordzeniowe zmieniły się zbyt znacząco.

Ten reset jest niewygodny dla wykresów historycznych. Jest też sednem sprawy. Benchmark zachowujący idealną ciągłość może stopniowo przestać reprezentować oprogramowanie, które ludzie faktycznie uruchamiają.

Wyszukiwania Nvidia Tom prowadzą teraz do natywnego testu CUDA

Obsługa CUDA zapewnia procesorom GPU Nvidia bardziej adekwatną ścieżkę w Geekbench, ale nie czyni wyników wymiennymi między wszystkimi interfejsami API obliczeń.

Geekbench oferował wcześniej testy GPU przez OpenCL, Vulkan i Metal. Geekbench 7 dodaje CUDA, platformę programistyczną Nvidia do obliczeń ogólnego przeznaczenia na GPU. CUDA stanowi podstawę wielu zastosowań w profesjonalnej wizualizacji, obliczeniach naukowych i uczeniu maszynowym.

Zmiana pozwala właścicielom testować GPU Nvidia w środowisku programistycznym najściślej kojarzonym z jego rynkiem obliczeniowym. Materiał o obsłudze CUDA czyni też Geekbench bardziej istotnym dla stacji roboczych używanych do AI i tworzenia treści.

To najjaśniejsze powiązanie dla czytelników trafiających na tę historię przez słowo kluczowe nvidia tom. Nvidia od dawna korzysta z rozbudowanej bazy oprogramowania CUDA. Geekbench może teraz mierzyć jej sprzęt przez tę natywną ścieżkę, zamiast polegać wyłącznie na bardziej przenośnych interfejsach.

API nie jest jednak jedynie etykietą nałożoną na identyczne wykonanie. CUDA, OpenCL, Vulkan i Metal korzystają z różnych sterowników, kompilatorów, modeli pamięci i ścieżek optymalizacji. Te warstwy mogą wpływać na wydajność rejestrowaną przez obciążenie.

Geekbench ma doświadczenie w zarządzaniu tym problemem. Jego wcześniejszy framework GPU wykorzystywał warstwę abstrakcji o nazwie Thorium, która pozwalała kierować wspólne obciążenia do różnych interfejsów API obliczeń. Udokumentowane wnętrze Geekbench 6 opisywało implementacje specyficzne dla API, zaprojektowane tak, aby nie stawiać żadnego frameworka w niekorzystnej sytuacji.

Geekbench 7 nadal nie może usunąć każdej różnicy programowej. Wynik CUDA pokazuje, jak obciążenie działa przez CUDA. Wynik OpenCL pokazuje, jak działa przez OpenCL. Wyniki pozostają wartościowe, ale wybrany backend staje się częścią znaczenia wyniku.

To rozróżnienie jest szczególnie istotne przy porównywaniu producentów. Ścieżka Metal Apple, ścieżka CUDA Nvidia i ścieżka Vulkan na innym GPU nie korzystają z identycznych stosów programowych. Benchmark kontroluje pracę na wysokim poziomie, podczas gdy każdy stos określa, jak ta praca dociera do sprzętu.

Obsługa CUDA wywiera zatem presję w dwóch kierunkach. Nvidia zyskuje pierwszorzędną ścieżkę odzwierciedlającą jej najsilniejszą pozycję programową. Konkurujący producenci GPU stają wobec porównań z ekosystemem dysponującym dojrzałymi narzędziami i szeroką optymalizacją.

Nvidia podlega też większej kontroli. Natywna opcja CUDA eliminuje jedno z powszechnych wyjaśnień słabych lub niespójnych wyników między platformami. Recenzenci mogą porównać CUDA z OpenCL lub Vulkan na tej samej karcie i sprawdzić, jak bardzo backend zmienia rezultat.

Takie porównania powinny pozostać ograniczone. Dobry wynik zbiorczy nie przewiduje automatycznie wydajności w Blender, lokalnym modelu językowym ani solverze naukowym. Każda aplikacja korzysta z różnych kerneli, typów danych, wzorców pamięci i bibliotek.

Najlepszym wczesnym zastosowaniem nowego backendu jest diagnostyka. Uruchom te same obsługiwane obciążenia przez wiele API na jednym GPU Nvidia. Duże różnice mogą ujawnić dojrzałość sterowników, zachowanie kompilatora lub optymalizację specyficzną dla backendu, a nie fundamentalną różnicę sprzętową.

Wynik wielordzeniowy przestaje udawać, że każda aplikacja się skaluje

Geekbench 7 dokonuje uzasadnionego wyboru: poświęca proste narracje o skalowaniu liczby rdzeni, by modelować sposób, w jaki aplikacje faktycznie rozdzielają pracę.

Tradycyjne benchmarki wielordzeniowe często uruchamiają każde obciążenie na każdym dostępnym wątku. Takie podejście jest łatwe do zrozumienia. Nagradza jednak procesory za równoległość, której modelowana aplikacja może nigdy nie użyć.

Geekbench 7 zmienia to zachowanie. Obciążenie trafia do zestawu wielordzeniowego w formie wielowątkowej tylko wtedy, gdy odpowiadająca mu rzeczywista aplikacja wykorzystuje istotną równoległość. Test HTML5 Browser jest wykluczony, ponieważ praca przeglądarki jest zwykle jednowątkowa lub wykorzystuje niewiele wątków.

Ta przebudowa zmienia interpretację wyniku wielordzeniowego. Nie pyta już tylko, jak szybko wszystkie rdzenie mogą ukończyć jednolicie równoległy zestaw zadań. Pyta, jak cały procesor radzi sobie z mieszanką zadań o realistycznych ograniczeniach skalowania.

Ta różnica może być najbardziej widoczna dla procesorów z wieloma rdzeniami. Układ może dominować w renderowaniu lub kompresji, a jednocześnie zyskiwać niewiele z dodatkowych rdzeni podczas wykonywania zadań internetowych. Połączenie tych zachowań daje mniej spektakularną liczbę, ale bardziej zrównoważony model ogólnego użycia.

Procesory hybrydowe dodają kolejną warstwę. Współczesne układy desktopowe i laptopowe często łączą szybsze rdzenie wydajnościowe z mniejszymi rdzeniami efektywnościowymi. Ich harmonogramy decydują, które wątki działają gdzie, a limity mocy określają, jak długo utrzymują się szczytowe częstotliwości.

Realistyczny zestaw wielordzeniowy może ujawnić koszty tej koordynacji. Może też zwiększyć wrażliwość na harmonogramowanie systemu operacyjnego, aktywność w tle i firmware. Dwie fizycznie identyczne maszyny mogą osiągać różne wyniki, gdy różnią się ustawieniami zasilania lub warunkami termicznymi.

Primate Labs twierdzi, że nowa metoda zapewnia dokładniejszy pomiar rzeczywistej pracy. To rozsądny cel projektowy, a nie niezależnie potwierdzony wniosek. Metodologia wymaga publicznych testów na różnych rodzinach procesorów, zanim recenzenci będą mogli określić skalę poprawy.

Nie ma też jednej definicji realistycznego zachowania wielordzeniowego. Twórca oprogramowania kompilujący duży projekt obciąża procesor inaczej niż osoba uczestnicząca w rozmowach wideo. Twórca eksportujący wideo obserwuje inny wzorzec, a graczowi zależy na opóźnieniach obok przepustowości.

Benchmark zbiorczy musi wybrać wagi dla tych aktywności. Wagi te zawierają osąd redakcyjny, nawet gdy każde pojedyncze obciążenie pochodzi z rzeczywistego oprogramowania. Wynik pozostaje modelem, a nie uniwersalnym pomiarem szybkości komputera.

Mimo to stare podejście miało wyraźną słabość. Rozkładanie każdego zadania na każdy wątek może opisywać teoretyczne skalowanie, a nie obserwowane zachowanie aplikacji. Może faworyzować liczbę rdzeni, nie pokazując, kiedy te rdzenie pozostają niewykorzystane.

Nowa metoda wywiera presję na marketing układów oparty na jednej dużej liczbie wielordzeniowej. AMD, Apple, Intel, Qualcomm i producenci urządzeń potrzebują teraz nowych wyników Geekbench 7. Nie mogą bezpiecznie powielać narracji ustanowionej przez Geekbench 6.

Recenzenci również muszą publikować kontekst na poziomie obciążeń. Wynik zbiorczy może podsumować urządzenie, lecz nie wyjaśni, czy przewaga wynikała z kodowania AV1, kompilacji, fizyki, przetwarzania obrazu czy innego zadania.

To centralny mechanizm stojący za tą przebudową. Geekbench zaostrza model programowy, nawet jeśli utrudnia to wyjaśnienie wyniku z nagłówka.

Obciążenia AI i mediów wykraczają poza ogólny wynik GPU

Odświeżony zestaw GPU testuje widoczne funkcje produktów, umieszczając uczenie maszynowe obok przetwarzania obrazu, pracy z wideo i symulacji fizycznej.

Benchmark GPU Geekbench 7 dodaje śledzenie twarzy z filtrami w czasie rzeczywistym, skalowanie obrazów za pomocą uczenia maszynowego oraz rozmywanie tła wideo. Zadania te odpowiadają funkcjom mediów społecznościowych, wideokonferencji i tworzenia treści, które są już znane użytkownikom.

Skalowanie obrazu szacuje brakujące szczegóły przy jednoczesnym zwiększaniu rozdzielczości. Rozmywanie tła oddziela osobę od otaczającej sceny przed zastosowaniem efektu. Śledzenie twarzy monitoruje pozycje rysów twarzy, aby filtry pozostawały wyrównane podczas ruchu.

Zestaw wprowadza również przetwarzanie obrazów RAW, korekcję kolorów z użyciem tablic LUT, śledzenie ścieżek i symulację płynów. Tablica LUT mapuje kolory wejściowe na kolory wyjściowe. Śledzenie ścieżek symuluje drogi światła, aby tworzyć obrazy uwzględniające fizykę.

To połączenie poszerza obraz GPU poza gaming. Współczesne GPU przyspieszają procesy obróbki mediów, lokalne inferencje, wizualizację i interaktywne efekty. Działania te mogą wykorzystywać ten sam sprzęt inaczej niż gra oparta na rasteryzacji.

Aktualizacji nie należy mylić z kompletnym zastąpieniem Geekbench AI. Ten odrębny benchmark ocenia procesory CPU, GPU, jednostki przetwarzania neuronowego i cyfrowe procesory sygnałowe za pomocą wielu frameworków inferencyjnych.

Opublikowany projekt obciążeń AI obejmuje zadania z zakresu widzenia komputerowego i języka. Raportuje wyniki dla pojedynczej precyzji, półprecyzji i obliczeń kwantyzowanych, a następnie koryguje rezultaty obciążeń na podstawie pomiarów dokładności.

Główny pakiet testów GPU w Geekbench 7 stawia inne pytanie. Ocenia uczenie maszynowe jako jeden element szerszego obciążenia obliczeniowego. To podejście odzwierciedla aplikacje, w których inferencja jest częścią większego procesu obróbki mediów.

Test tworzenia napisów z użyciem Whisper ilustruje tę samą ideę po stronie CPU. Użytkownicy nie odbierają rozpoznawania mowy jako odizolowanego wywołania modelu. Doświadczają wspólnie dekodowania wideo, przetwarzania audio, transkrypcji i wyświetlania napisów.

Takie ujęcie na poziomie aplikacji jest przydatne dla kupujących. Laptop wybrany do wideorozmów potrzebuje czegoś więcej niż samej wysokiej przepustowości macierzy. Musi zapewniać stabilną wydajność podczas dekodowania mediów i stosowania efektu AI w ograniczonym budżecie termicznym.

Deweloperzy powinni jednak traktować wynik jako punkt wyjścia. Uwzględnione modele i rozmiary wejściowe nie mogą reprezentować każdego systemu produkcyjnego. Generatywne modele obrazów, duże modele językowe, systemy rekomendacyjne i sieci naukowe stawiają sprzętowi bardzo różne wymagania.

Znaczenie ma także precyzja. Niektóre akceleratory doskonale radzą sobie z operacjami kwantyzowanymi, wykorzystującymi kompaktowe formaty liczbowe, podczas gdy inne działają lepiej przy wyższej precyzji. Pojedynczy łączny wynik GPU może ukryć tę różnicę, jeśli recenzenci nie publikują wyników podtestów.

Kontekst wyszukiwania nvidia tom czyni to szczególnie istotnym. Nvidia promuje GPU do gier, tworzenia treści, AI i profesjonalnych zastosowań obliczeniowych. Geekbench 7 dotyka każdej z tych kategorii, lecz nie odtwarza pełnego produkcyjnego workflow z żadnej z nich.

Ta granica chroni rolę benchmarku między platformami. Test zbyt ściśle związany z biblioteką jednego dostawcy stałby się mniej przenośny. Test zbyt mocno oderwany od rzeczywistych aplikacji straciłby znaczenie.

Geekbench 7 próbuje znaleźć się pośrodku. Wykorzystuje rozpoznawalne zadania, powszechne algorytmy i wiele API. Powodzenie tego podejścia będzie zależeć od tego, czy niezależne wyniki pozostaną spójne i wyjaśnią rzeczywiste różnice w działaniu aplikacji.

Czego nowe wyniki nadal nie mogą udowodnić

Bardziej realistyczny benchmark wciąż pozostaje kontrolowanym przybliżeniem, a wczesne rankingi Geekbench 7 wymagają więcej kontekstu niż zapewnia pojedynczy wykres.

Pierwsza niewiadoma to nieciągłość między generacjami. Nowe obciążenia i zasady punktacji sprawiają, że wynik Geekbench 7 sam w sobie nie może pokazać postępu względem Geekbench 6. Każdy wykres mieszający te wersje grozi przedstawieniem fałszywego trendu wydajności.

Druga niewiadoma dotyczy równoważności platform. Benchmarki między platformami wymagają różnych kompilatorów, sterowników, systemów operacyjnych i API. Geekbench standaryzuje zamierzone zadanie, ale nie może uczynić tych warstw oprogramowania identycznymi.

CUDA wyostrza ten problem, zamiast go eliminować. Natywna ścieżka Nvidia może lepiej reprezentować aplikacje CUDA. Może też generować wynik ukształtowany przez inwestycje Nvidia w kompilatory i sterowniki, co stanowi część wartości tej platformy.

Dlatego porównania potrzebują precyzyjnych oznaczeń. Recenzenci powinni wskazywać wersję Geekbench, system operacyjny, backend, tryb zasilania, konfigurację pamięci i stan chłodzenia. Wyniki laptopów wymagają szczególnej ostrożności, ponieważ producenci ustalają różne polityki zasilania i temperatur.

Trzecia niewiadoma dotyczy wag obciążeń. Wynik łączny wykorzystuje agregację matematyczną, aby skondensować różne testy w jedną liczbę. Ułatwia to odczytywanie rankingów, ale ukrywa, które działania napędzają rezultat.

Czwarty problem to czas trwania. Krótkie obciążenia mogą podkreślać wydajność chwilową, podczas gdy długotrwałe zastosowania napotykają limity cieplne i energetyczne. Wcześniejsza dokumentacja Geekbench opisywała przerwy między obciążeniami, mające ograniczać wpływ kolejności testów na temperaturę.

Technika ta wspiera powtarzalność, ale nie odtwarza godzinnego renderowania ani kompilacji. Kupujący, którym zależy na utrzymanej wydajności, nadal potrzebują testów aplikacyjnych i dłuższych pomiarów obciążeniowych.

Piąty problem to optymalizacja. Optymalizacje uwzględniające benchmark nie są automatycznie nieuprawnione, ponieważ aplikacje także otrzymują ukierunkowane dostrajanie. Problemy pojawiają się wtedy, gdy sprzęt wykrywa benchmark i zmienia zachowanie w sposób niedostępny dla zwykłego oprogramowania.

Niezależni recenzenci powinni monitorować nietypowe różnice między Geekbench 7 a porównywalnymi aplikacjami. Powinni też porównywać publiczne zgłoszenia między wersjami sterowników. Nagłe zmiany mogą ujawniać użyteczną optymalizację, naprawiony błąd lub zachowanie specyficzne dla benchmarku.

Publiczna baza wyników pomoże, gdy zgromadzi wystarczającą liczbę zgłoszeń. Wyniki generowane przez użytkowników pokazują szerszy zakres systemów niż kontrolowane laboratorium testowe, choć obejmują również niespójne ustawienia i niezidentyfikowane procesy działające w tle.

Wczesne rankingi będą obciążone selekcją. Entuzjaści często najpierw przesyłają wyniki z nowego, podkręconego lub starannie dostrojonego sprzętu. Mediany z typowych konfiguracji detalicznych staną się bardziej miarodajne wraz z rozwojem bazy danych.

Największym ryzykiem jest nadmierna interpretacja. Geekbench 7 nie może udowodnić, że jeden laptop jest uniwersalnie szybszy, że jedno GPU jest najlepsze do AI ani że jedna architektura ma wyższą efektywność.

Może dostarczyć powtarzalnych dowodów dotyczących określonego zestawu zadań. Dowody te stają się użyteczne w połączeniu z testami baterii, benchmarkami aplikacji, pomiarami temperatur i wynikami na poziomie obciążeń.

Czytelnicy porządkujący notatki testowe dotyczące różnych urządzeń potrzebują również trwałego kontekstu. Przeszukiwalna techniczna baza wiedzy może zachować obok każdego wyniku informacje o sterownikach, firmware, ustawieniach zasilania i wersjach benchmarku. Bez tych szczegółów wynik traci znaczną część swojej wartości diagnostycznej.

Zmieniona metodologia zasługuje na uwagę, ponieważ mierzy się z rzeczywistymi słabościami testów syntetycznych. Nie eliminuje jednak ograniczeń wspólnych dla każdego benchmarku ogólnego przeznaczenia.

Trzy sygnały pokażą, czy Geekbench 7 działa

Kolejny etap dotyczy walidacji: stabilność publicznych wyników, korelacja z aplikacjami i zachowanie między API zdecydują, czy przeprojektowanie zasłuży na zaufanie.

Pierwszym sygnałem jest kształt publicznej bazy danych. Geekbench już zbiera zgłaszane przez użytkowników wyniki wersji 7 za pośrednictwem swojej przeglądarki. Najbardziej użyteczne dowody pojawią się, gdy popularne procesory będą mieć wystarczająco dużo zgłoszeń, by ujawnić stabilne mediany i normalną zmienność.

Warto obserwować, jak ściśle wyniki skupiają się dla identycznego sprzętu. Wąskie rozkłady potwierdzałyby powtarzalność benchmarku. Szerokie rozkłady sugerowałyby dużą wrażliwość na chłodzenie, planowanie zadań, pamięć, firmware lub oprogramowanie działające w tle.

Sygnał ten dotyczy również urządzeń mobilnych. Telefony i tablety działają pod ścisłymi limitami termicznymi, a powtarzane uruchomienia mogą dawać różne wyniki wraz ze wzrostem temperatury. Stabilne rankingi w kilku uruchomieniach wzmocniłyby praktyczną wartość nowego wyniku.

Drugi sygnał to korelacja z aplikacjami. Recenzenci powinni porównywać podtesty AV1, Opus, kompilacji, edycji zdjęć, fizyki gier i zadań związanych z AI z reprezentatywnym oprogramowaniem. Ranking nie musi dokładnie odpowiadać każdemu programowi.

Powinien jednak wyjaśniać istotną część obserwowanej wydajności. Jeśli Geekbench 7 będzie wielokrotnie faworyzować sprzęt, który przegrywa w odpowiadających mu aplikacjach, jego deklaracja realizmu osłabnie.

Analiza podtestów będzie ważniejsza niż ogólna liczba. Procesor prowadzący w kompilacji, lecz pozostający w tyle w tworzeniu napisów, nadal może uzyskać konkurencyjny wynik łączny. Publikowanie wyłącznie tego wyniku zaciera przyczynę rezultatu.

Trzecim sygnałem jest spójność między API, zwłaszcza na GPU Nvidia. Recenzenci mogą uruchamiać CUDA, OpenCL i Vulkan tam, gdzie są obsługiwane, a następnie porównywać wzorce na poziomie obciążeń.

Umiarkowana różnica pokazałaby, że backendy nakładają odmienne koszty, zachowując jednocześnie zasadniczo podobny ranking sprzętu. Skrajne lub nieregularne różnice wymagałyby zbadania sterowników, ścieżek kompilatora i dostrajania specyficznego dla API.

Wyniki CUDA w kilku generacjach Nvidia będą szczególnie pouczające. Dojrzałe i obecne architektury mogą różnie reagować na zaktualizowane kernele. Kolejne wersje sterowników również mogą zmienić obraz po premierze.

Porównania z Metal i Vulkan wymagają ostrożnego języka, ponieważ API nie są identyczne. Użyteczne pytanie brzmi, czy każdy backend samodzielnie zapewnia stabilne, istotne dla aplikacji wyniki na swojej platformie.

Te trzy sygnały sprawdzą centralną ocenę artykułu. Stabilne publiczne rozkłady potwierdziłyby nową metodologię. Silna korelacja z aplikacjami potwierdziłaby deklarację realizmu. Spójne zachowanie API wsparłoby bardziej uczciwe porównania GPU.

Niepowodzenie w którymkolwiek z tych obszarów nie unieważniłoby całego pakietu. Wskazałoby, gdzie wynik łączny wymaga zastrzeżeń. W ten sposób benchmarki poprawiają się po dużej premierze.

Dla osób śledzących materiały nvidia tom najlepszym kolejnym krokiem jest ignorowanie pojedynczych rekordowych wyników. Warto szukać powtarzanych testów, nazwanych backendów API, podziału na obciążenia i odpowiadających im wyników aplikacji.

Geekbench 7 uaktualnił swój model obliczeń. Teraz niezależne testy muszą ustalić, czy model ten przewiduje pracę, którą ludzie faktycznie wykonują. Śledź te trzy sygnały, zanim wykorzystasz jego rankingi do podjęcia decyzji o modernizacji, zakupie lub sformułowania twierdzenia o wydajności.