Вышел Geekbench 6 с новыми тестами для современных смартфонов
в iCases BlogЭто новая версия бенчмарка, которая лучше измеряет производительность современных устройств.
Primate Labs объявила о запуске Geekbench 6, новейшей версии кросс-платформенного набора бенчмаркинга компании. Geekbench 6 - это обновление по сравнению с существующим Geekbench 5, которое было представлено в 2019 году, и оно включает в себя поддержку новых стандартов оборудования наряду с результатами, которые лучше имитируют производительность реальных устройств.
Обновленное программное обеспечение отходит от сильной зависимости от чистых однопоточных номеров процессоров, а машинное обучение и другие рабочие нагрузки меняют способ работы тестов. Тестовые наборы данных были заменены, чтобы лучше "отразить современное оборудование и приложения".
- Большие фотографии в разрешениях, снятые современными смартфонами (от 12 до 48 Мп).
- Примеры HTML, представляющие современные стандарты веб-дизайна.
- Большая библиотека изображений для импортных тестов.
- Большие карты для навигационных тестов.
- Большие и более современные примеры PDF.
- Увеличение размера рабочей нагрузки Clang.
Primate Labs говорит, что тесты способны лучше представлять типы файлов, которые клиенты, вероятно, будут использовать или взаимодействовать с ними в 2023 году, и ближе к рабочим нагрузкам, используемым приложениями. Geekbench 6 был обновлен, чтобы лучше использовать графический процессор для машинного обучения для более точного кросс-платформенного сравнения.
Многоядерный бенчмаркинг был переработан и предназначен для измерения того, как ядра совместно используют рабочие нагрузки в реальных примерах рабочих нагрузок, и существует ряд новых тестов, которые измеряют, как люди используют устройства. Существующие тесты также были обновлены.
- Фоновое размытие, как во время видеоконференций.
- Фотофильтры, похожие на те, которые используются современными приложениями для социальных сетей.
- Обнаружение объектов для рабочих нагрузок ИИ.
- Библиотека фотографий для импорта и семантического тегирования фотографий и метаданных.
- Обработка текста для разбора и преобразования таких вещей, как разметка и регулярное выражение в Python (более верно для реальных сценариев использования разработчиков).