Geekbench: all informasjon om den klassiske benchmarken og Geekbench AI

Informatec Digital » Ressurser » Geekbench: all informasjon om den klassiske benchmarken og Geekbench AI

Hvis du liker å presse telefonen, PC-en eller den bærbare datamaskinen din til det ytterste, har du sannsynligvis hørt om Geekbench som en målestokk for ytelsesmåling . Men de siste årene har verktøyet vokst enormt: det er ikke lenger bare en app for å sjekke poengsummer; nå fordyper den seg også i kunstig intelligens med Geekbench AI.

I de følgende linjene finner du all viktig informasjon om Geekbench 6 og Geekbench AI : hva de måler nøyaktig, hvordan testene deres fungerer, hvilke plattformer de støtter, hva poengsummene deres betyr, og hvorfor de har blitt referansepunkter for både nysgjerrige brukere og utviklere og produsenter.

Hva er Geekbench, og hva brukes det egentlig til?

Geekbench er en plattformuavhengig benchmark-pakke som er utviklet for å evaluere ytelsen til et bredt utvalg av enheter: fra Android- og iPhone-smarttelefoner til datamaskiner som kjører Windows, macOS eller Linux. Målet er ikke bare å gi deg et tilfeldig tall, men å gi en poengsum som nøyaktig gjenspeiler hvordan maskinvaren din yter i hverdagsoppgaver.

I motsetning til andre tester som utelukkende fokuserer på syntetiske beregninger, bruker Geekbench arbeidsbelastninger inspirert av bruk i den virkelige verden : nettsurfing, bilderedigering, filtre for sosiale medier, tekstbehandling, AI-modeller og mer. Dette gjør at den kan sikre at resultatene du får gjenspeiler nøyaktig hva du ville oppleve med enheten.

En av dens største styrker er at den ble bygget fra grunnen av med tanke på sammenligninger på tvers av plattformer . Dette betyr at du kan sammenligne en iPhone, en Android-enhet, en bærbar PC med Windows eller en Mac side om side og få en nyttig referanseverdi for hvilken som yter best under lignende forhold.

Alt dette gjør den til et svært nyttig referansepunkt for brukere som vil vite om mobiltelefonen deres fortsatt yter bra, så vel som for utviklere, ingeniører og produsenter som trenger objektive data for å justere produktene sine, velge komponenter eller rettferdiggjøre forbedringer mellom generasjoner.

Hva er en benchmark, og hvorfor er Geekbench så populær?

Før vi går dypere inn i Geekbench 6 og Geekbench AI, er det viktig å forstå nøyaktig hva en referansetest er. En referansetest er en referansetest som evaluerer og sammenligner ytelsen til maskinvare eller programvare under kontrollerte forhold.

I praksis utfører disse testene spesifikke oppgaver (virkelige eller simulerte) for å se hvordan et system reagerer under visse arbeidsbelastninger . Når det gjelder datamaskiner og mobile enheter, brukes de til å måle CPU-kraft, GPU-ytelse, minnehastighet, energieffektivitet eller evnen til å håndtere komplekse oppgaver.

For eksempel kan en datamaskinprodusent bruke en referanseverdi for å sammenligne prosessorer i oppgaver som videoredigering eller 3D-modellering . Hvis én brikke fullfører jobben betydelig raskere enn en annen, gir det mer mening for en datamaskin rettet mot innholdsskapere.

Geekbench har blitt spesielt populært fordi det tilbyr en plattformuavhengig tilnærming rettet mot hverdagssituasjoner . Den måler ikke bare spesifikasjoner på papiret, men heller hvordan maskinvaren oversettes til ytelse i den virkelige verden når man åpner apper, bruker filtre, behandler tekst eller jobber med maskinlæringsmodeller.

I tillegg laster verktøyet automatisk opp resultatene til Geekbench Browser, et nettbasert arkiv hvor du kan sammenligne poengsummen din med tusenvis av enheter . Dette gjør det veldig enkelt å se hvordan mobiltelefonen eller PC-en din står seg i forhold til de nyeste markedsinnovasjonene.

Geekbench 6: utviklingen av CPU- og GPU-referanseindeksen

Geekbench 6 er den nyeste og mest omfattende versjonen av Geekbenchs klassiske benchmark , designet for å måle CPU- og GPU-ytelse. Den kommer som den direkte etterfølgeren til Geekbench 5, som ble utgitt for omtrent tre år siden, en periode der PC- og smarttelefonmaskinvaren har utviklet seg med stormskritt.

Denne versjonen er tilgjengelig gratis for personlig bruk på Windows, macOS, Linux, Android og iOS . Prosessen er den samme: du kjører appen, velger testen (CPU eller GPU), trykker på en knapp og venter til den er ferdig for å få poengsummene dine.

Utvikleren, Primate Labs, har tilpasset testpakken slik at den passer bedre til moderne maskinvare, som nå inkluderer svært kraftige flerkjernede CPU-er og hybridarkitekturer med store og små kjerner, i både mobile og stasjonære datamaskiner.

Geekbench 6s grensesnitt er fortsatt veldig enkelt, designet slik at alle kan måle ytelsen med bare et klikk . På Android har det også blitt oppdatert med Material Design-språket, inkludert dynamiske temaer og et temabasert ikon hvis systemet tillater det.

Nye arbeidsbelastninger og tester i den virkelige verden i Geekbench 6

En av de største forbedringene i Geekbench 6 er de nye arbeidsmengdene som etterligner moderne oppgaver . I stedet for å fokusere på syntetiske øvelser som å endeløst beregne desimaler i pi, fokuserer den nå mer på hva vi gjør hver dag på telefonene eller datamaskinene våre.

De nye CPU- og GPU-testene inkluderer oppgaver som å gjøre bakgrunner uskarpe i videosamtaler , noe som er veldig vanlig i videokonferanseverktøy, eller å bruke filtre og bildejusteringer beregnet for publisering på sosiale nettverk.

Automatisk fjerning av uønskede objekter fra fotografier er også innlemmet , en funksjon som blir stadig mer vanlig i kamera- og redigeringsapper, i tillegg til objektdeteksjon og merkingstester ved hjelp av maskinlæringsmodeller, noe som gjenspeiler den økende betydningen av AI i daglig bruk.

En annen testblokk fokuserer på analyse, behandling og konvertering av tekst i utviklings- og skriptarbeidsflyter, og simulerer hvordan en enhet kan håndtere skript, behandle kode eller transformere dokumenter til forskjellige formater.

Geekbench 6 øker også størrelsen og kompleksiteten til inndataene: den bruker nå fotografier med høyere oppløsning, større kart i navigasjonstester, samt lengre og mer komplekse dokumenter for nettnavigasjon, PDF og HTML5.

Enkjerne-, flerkjerne-CPUer og hybridarkitekturer

Når det gjelder CPU-en, fortsetter Geekbench 6 å fokusere på to hovedpoengsummer: ytelse med én kjerne og ytelse med flere kjerner . Disse to tallene hjelper deg med å bedre forstå hvordan prosessoren din yter i ulike scenarier.

Enkeltkjernepoengsummen gjenspeiler hvordan enheten reagerer på oppgaver som er avhengige av én enkelt utførelsestråd , for eksempel mange systemhandlinger, apper med lav parallellisering eller visse brukergrensesnittoperasjoner.

Flerkjernescoren fokuserer derimot på oppgaver som bruker flere kjerner samtidig , for eksempel videogjengivelse, komprimering av store filer eller behandling av store mengder data. Denne delen har blitt grundig revidert i Geekbench 6.

Referanseindeksen introduserer en ny flerkjerneskåringsskala som bedre måler hvor godt kjernene deler arbeidsmengden i mer realistiske scenarier. Dette er spesielt viktig for CPU-er med hybridarkitekturer (store og små kjerner), slik som de som finnes i mange nåværende mobiltelefoner eller moderne Intel- og Apple-prosessorer.

Takket være denne endringen, bør Geekbench 6s flerkjernepoengsummer være mer nøyaktige og sammenlignbare mellom enheter med svært forskjellige design , noe som er viktig hvis du virkelig vil vite hvordan en CPU yter utenfor laboratoriet.

GPU-beregningsbenchmark: Grafikk- og databehandlingstester

I tillegg til CPU-tester inkluderer Geekbench 6 en GPU-benchmark som er utviklet for å måle enhetens grafikk- og datakraftpotensial . Den er ikke begrenset til spilling; den dekker også bilde- og videobehandling, samt maskinlæringsoppgaver.

GPU-testen støtter diverse standard API-er, som OpenCL, Metal og Vulkan , og dekker dermed Apple-, Windows- og Android-økosystemene, samt maskinvarestøtte på Linux . Dette sikrer sammenlignbare resultater selv på tvers av plattformer med forskjellige API-er.

En av de nye funksjonene i denne versjonen er sterkere støtte for maskinlæringsrelaterte arbeidsbelastninger på GPU-en , som i økende grad brukes til å akselerere AI-oppgaver på både mobile enheter og datamaskiner.

Videre sikter Geekbench 6 mot større ensartethet i hvordan GPU-ytelse måles på tvers av ulike systemer. Tanken er at endring av plattformer ikke kunstig vil endre poengsummene, men snarere gjenspeile maskinvarens sanne kraft.

Alt dette gjør GPU-referanseindeksen nyttig hvis du er interessert i å vite hvor forberedt enheten din er for spilling, videoredigering eller AI-applikasjoner som presser grafikken til det ytterste.

Geekbench 6-kompatibilitet og systemkrav

Geekbench 6 har som mål å tilby bred kompatibilitet, slik at du kan teste så godt som alle moderne enheter . Her er de støttede plattformene og noen minimumskrav:

I PC-verdenen er Geekbench 6 tilgjengelig for Windows 10 64-bit (eller nyere), macOS 11 eller nyere, og Linux-distribusjoner som Ubuntu 18.04 LTS 64-bit og nyere . I alle tilfeller er nedlastingen fra det offisielle Geekbench-nettstedet.

På mobiltelefoner og nettbrett har appen versjoner for Android 10 eller nyere og iOS 15 eller nyere . Bare installer den fra den tilhørende appbutikken, kjør testen og vent på resultatene.

Gratisversjonen av Geekbench 6 er fullt funksjonell for personlig bruk, men krever en aktiv internettforbindelse for å laste opp resultater til Geekbench-nettleseren. Hvis du trenger å kjøre tester offline eller låse opp avanserte funksjoner, finnes det en betalt «Pro»-versjon.

Denne Pro-utgaven tilbyr tilleggsfunksjoner for profesjonelle miljøer, laboratorier og utviklere , som flere automatiseringsalternativer og kontinuerlig offline-kjøring. Standardprisen er rundt flere titalls dollar, selv om den kan variere med spesielle kampanjer.

Geekbench på mobile enheter: mål smarttelefonen eller nettbrettet ditt

I mobilsektoren har Geekbench 6 blitt nærmest en de facto standard for å sammenligne ytelsen til smarttelefoner og nettbrett . Utallige anmeldelser, analyser og sammenligninger bruker poengsummen til å posisjonere hver enhet i markedet.

Appen lar deg raskt teste CPU-ytelse og i mange tilfeller GPU-ytelse, og viser resultater for enkeltkjerne-, flerkjerne- og grafikkdatabehandling . Deretter laster den opp resultatene til Geekbench-nettleseren, slik at du kan dele eller sammenligne dem.

Geekbench har som mål å få mobiltestene sine til å gjenspeile hverdagsoppgaver: lasting av eksempelnettsider, gjengivelse av PDF-er, bruk av filtre på bilder og behandling av HDR-bilder . Tanken er at tallene du ser på skjermen skal samsvare med ytelsen i den virkelige verden.

I tillegg har Geekbench 6 lagt til spesifikke tester relatert til kunstig intelligens, utvidet virkelighet og maskinlæring , felt der avanserte mobiltelefoner har presset seg veldig hardt de siste årene.

Til slutt har Android-grensesnittet blitt modernisert for å integreres bedre med systemet: Material You-tema, dynamiske farger og støtte for temabaserte ikoner på startskjermen, slik at det visuelt passer inn med resten av enheten.

Geekbench AI: satsingen på å måle kunstig intelligens

Utover den klassiske referanseverdien har Primate Labs lansert Geekbench AI, et verktøy spesielt utviklet for å måle ytelse innen kunstig intelligens og maskinlæringsoppgaver . Denne pakken er en videreutvikling av Geekbench ML, nå kalt Geekbench AI 1.0.

Geekbench AI tar sikte på å gå utover generelle CPU- og GPU-benchmarks, og fokuserer på typiske arbeidsbelastninger for AI og dyp læring . Dette er avgjørende fordi flere og flere enheter inkluderer dedikerte AI-akseleratorer, NPU-er eller inferensmotorer, slik som de som er integrert i Samsung-prosessorer.

Geekbench AI er tilgjengelig for stasjonære operativsystemer som Windows, Linux og macOS , samt for Android- og Apple-mobilenheter. Dette lar deg evaluere hvordan AI yter på en mobil enhet, bærbar PC eller tynn server.

Verktøyet er utviklet med tanke på både utviklere som optimaliserer modeller og applikasjoner , samt avanserte brukere og teknologientusiaster som ønsker å forstå begrensningene til maskinvaren sin i denne typen oppgaver.

I dagens situasjon, hvor AI er integrert i kameraer, stemmeassistenter, foto- og videoredigering, oversettelse og tusen andre ting, har det blitt praktisk talt viktig å ha en dedikert AI-referanseverdi for å kunne evaluere en enhet fullt ut.

Hvordan Geekbench AI fungerer og hva den måler nøyaktig

Geekbench AI organiserer testene sine i flere kategorier for å tilby et flerdimensjonalt bilde av AI-ytelsen . Den måler ikke bare hvor mange operasjoner per sekund enheten kan utføre, men vurderer også nøyaktigheten.

Verktøyet er basert på tre hovedtyper tester avhengig av datatypen: enkeltpresisjon (32 bits), middels presisjon og kvantiserte data . Hver av disse variantene gjenspeiler ulike tilnærminger til å kjøre AI-modeller.

På den ene siden har mer presise tester en tendens til å gi mer nøyaktige resultater i modellene , men de krever flere dataressurser. På den annen side kan bruk av kvantiserte data og mindre datatyper øke ytelsen og redusere forbruket, men på bekostning av en viss presisjon.

Geekbench AI genererer ulike poengsummer som viser hvordan enheten yter med hver type presisjon , noe som bidrar til å evaluere balansen mellom hastighet og nøyaktighet. Utviklere kan bruke denne informasjonen til å bestemme hvilket kvantiseringsnivå som gir mening for appen deres.

I tillegg dekker arbeidsbelastningene typiske AI-bruksområder, som objektdeteksjon og klassifisering, bildebehandling eller dataanalyse , og replikerer scenarier som en ekte modell kan støte på i kommersielle applikasjoner.

Ytelse og presisjon: hvorfor det ikke er nok å gå raskere

Et av hovedaspektene ved Geekbench AI er at ytelse ikke bare måles etter hastighet, men også etter modellnøyaktighet . En enhet kan behandle en modell ekstremt raskt, men produsere praktisk talt ubrukelige resultater.

Utvikleren selv gir et veldig grafisk eksempel: tenk deg en modell for å oppdage pølser i bilder . Den kjører kanskje i toppfart, men hvis den bare er korrekt i 0,2 % av tilfellene der det faktisk er en pølse, er den ikke særlig nyttig.

Derfor integrerer Geekbench AI presisjonsmålinger i resultatene sine, slik at du kan forstå fordelene og ulempene ved å bruke mindre datatyper eller kvantifiserte modeller. Tanken er å unngå å ofre unødvendig nøyaktighet for å få noen få millisekunder.

Ved å integrere både ytelse og nøyaktighet, gir verktøyet et mer nøyaktig bilde av en enhets faktiske effektivitet i AI, noe som er svært nyttig for å estimere oppførselen til virkelige applikasjoner.

Denne tilnærmingen lar også utviklere sammenligne ulike maskinvaredesign og -konfigurasjoner , og evaluere hvilken kombinasjon av brikke, akselerator og datatype som passer best til deres behov.

Geekbench AI-kompatibilitet med rammeverk og akseleratorer

For å tilpasse seg det nåværende AI-økosystemet tilbyr Geekbench AI støtte for flere mye brukte inferensrammeverk og kjøretider i bransjen . Dette lar deg dra nytte av spesifikke akseleratorer og optimaliserte biblioteker.

På Windows støtter Geekbench AI OpenVINO, ONNX og Qualcomm QNN , slik at du kan teste både klassiske CPU-er og spesialiserte løsninger og Qualcomm-maskinvare i visse konfigurasjoner.

På Linux inkluderer støtten primært OpenVINO , Intels plattform for akselerasjon av visjon og AI-arbeidsbelastninger på prosessorene og akseleratorene.

På Android er Geekbench AI avhengig av leverandørspesifikke TensorFlow Lite-delegater , inkludert Samsung ENN, ArmNN og Qualcomm QNN. Dette gjør at den kan utnytte NPU-er, GPU-er og andre akseleratorer som finnes i mange nåværende mobile SoC-er, fullt ut.

Utviklerne av Geekbench AI har også indikert at verktøyet vil legge til flere datasett og tester i fremtidige versjoner, utvide utvalget av scenarier som dekkes og holde tritt med trender innen AI.

Publiseringsresultater og Geekbench-nettleser for AI

Som med klassisk Geekbench 6 lastes Geekbench AI-resultater opp til Geekbench-nettleseren , hvor de kan vises, sammenlignes og deles med fellesskapet.

Geekbench Browser fremhever enhetene med høyest AI-ytelse i Geekbench AI-delen, mens de nyeste resultatene er organisert i en annen spesifikk seksjon, noe som gjør det enklere å finne de nyeste testene.

Denne nettdatabasen blir et svært nyttig verktøy for å sammenligne ulike mobiltelefoner, bærbare datamaskiner eller plattformer med tanke på AI, noe som mange kommersielle tekniske spesifikasjoner fortsatt ikke gjenspeiler godt.

For utviklere gir det offentlig tilgjengelige resultatene dem muligheten til å validere modellenes oppførsel i forskjellige miljøer og gi mye mer nøyaktige anbefalinger for minimum eller ideell maskinvare.

Fra entusiastbrukerens perspektiv er det en veldig direkte måte å vite hvilken liga enheten deres er i sammenlignet med konkurrentene når det gjelder kunstig intelligens-oppgaver.

Gratisversjoner, personlig bruk og Pro-utgave

Både Geekbench 6 og Geekbench AI tilbyr en gratisversjon for personlig bruk , som lar deg kjøre hovedtestene gratis på de fleste støttede plattformer.

Denne modusen er mer enn tilstrekkelig hvis du ønsker å vite ytelsen til enheten din, sammenligne den med andre og ha en referanse for fremtidige kjøp eller oppgraderinger, så lenge du ikke har avanserte automatiseringsbehov.

For profesjonelle miljøer, laboratorier, bedrifter eller utviklere som trenger å kjøre offline-tester, integrere dem i arbeidsflyter eller få tilgang til alle funksjoner , finnes det en betalt «Pro»-versjon som låser opp tilleggsfunksjoner.

Ved visse lanseringstider eller kampanjer har denne Pro-utgaven blitt tilbudt til redusert pris sammenlignet med vanlig kostnad , selv om det nøyaktige beløpet kan variere over tid og med markedsføringskampanjer.

Uansett gjør kombinasjonen av en kraftig gratisversjon og en avansert Pro-utgave Geekbench tilgjengelig for brukere på alle nivåer , fra den nysgjerrige personen som vil sammenligne mobiltelefonen sin med en venns til ingeniøren som trenger presise data for å ta tekniske beslutninger.

Testvarighet og testdesignfilosofi

Et viktig aspekt ved Geekbenchs design, spesielt i Geekbench AI, er den minimale varigheten av arbeidsbelastninger . Testene er designet for å kjøre raskt, men uten at det går på bekostning av nøyaktighet.

Generelt kan en komplett Geekbench-kjøring ta alt fra noen få sekunder til et par minutter , avhengig av enhetens strømstyrke og hvilke typer tester som kjøres.

Når det gjelder Geekbench AI, kjører arbeidsbelastningene i minst et helt sekund for å sikre at enheten når sitt maksimale ytelsesnivå . Dette bidrar til at resultatene bedre gjenspeiler den eksplosive oppførselen som er typisk for mange brukstilfeller av AI i den virkelige verden.

Denne filosofien forsøker å balansere to ting: på den ene siden at testene er raske og tilgjengelige nok til at alle kan kjøre dem uten latskap ; på den andre siden at dataene som samles inn er av tilstrekkelig kvalitet til å være nyttige i seriøse sammenligninger.

Resultatet er benchmarktester som du kan kjøre nesten når som helst, uten å måtte la enheten være opptatt i timevis, men med robuste og relativt stabile poengsummer hvis de kjøres under lignende forhold.

Alt ved Geekbench, fra den klassiske benchmarken til Geekbench AI, er designet for å tilby en enkel, men grundig måte å forstå hvordan en enhet yter i hverdagsoppgaver : hverdagsapplikasjoner, bilderedigering, nettlesing, grunnleggende redigering, spilling og nå også kunstig intelligens og maskinlæringsarbeidsmengder. Takket være sin plattformuavhengige tilnærming, tester basert på virkelige scenarier og publiseringen av resultater i Geekbench Browser, har den etablert seg som et av favorittverktøyene for å sammenligne mobiltelefoner, datamaskiner og plattformer av alle slag, for både brukere og profesjonelle.