Geekbench 7 基准工具悄然现身跑分数据库！测试负载全面重构

　　系统之家 7 月 23 日最新消息，新一代跨平台 CPU 基准 Geekbench 7 现身跑分数据库，并出现多个跑分记录。新版以 AMD Ryzen 7 7700 机型（2500 分）为基准，涵盖生产力、开发者、图像编辑、合成、模拟及媒体共六大类 21 项工作负载，全面评估 CPU 与内存性能。

　　不过，目前 Geekbench 官网提供的各平台软件依然是 Geekbench 6。

　　有博主表示，Geekbench 7 测试下 M5 MacBook Pro CPU 多核跑分相比 Geekbench 6 更高，但单核跑分更低。

　　Geekbench 官方并没有发布官宣博客，不过系统之家获取到一份关于 Geekbench 7 的介绍文档：

　　Geekbench 7 CPU 基准评分用于通过包括数据压缩、图像处理、机器学习和代码编译在内的工作负载来评估和优化 CPU 和内存性能。这些工作负载的性能对于各种最终用户应用都很重要，包括网页浏览器、图像编辑器和开发者工具。

　　Geekbench 7 的分数是以 2500 分为基准校准的（这是搭载 AMD Ryzen 7 7700 处理器的联想拯救者的分数）。分数越高越好，分数翻倍意味着性能翻倍。

　　生产力工作负载

　　生产力工作负载衡量你的 CPU 在处理日常关键操作时的表现，包括数据压缩、图像压缩、网页浏览和二维图形。

　　文件压缩：文件压缩工作负载使用不同的压缩格式对大量文件进行压缩和解压缩。它模拟了用户和软件应用程序压缩文件以减少数据和带宽的使用情况（例如发送电子邮件时压缩照片和文件）。文件压缩工作负载使用三种不同的压缩格式（LZ4、zlib 和 Zstandard）对三种不同的档案进行压缩和解压（一个包含源代码，一个包含目标代码，一个包含文本文件）。它还使用 SHA1（安全哈希算法 1）函数验证这些文件。

　　导航：导航工作负载用于在一系列位置之间生成路线，并在地图上绘制这些路线。它模拟了用户从离线导航应用（例如离线谷歌地图）请求路线的使用场景。这个工作负载使用迪杰斯特拉算法在两张 OpenStreetMap 地图上计算 24 条不同的路线 —— 一张是小城市（安大略省滑铁卢），另一张是大城市（安大略省多伦多）。

　　HTML5 浏览器：HTML5 浏览器工作负载使用网页浏览器来渲染网页。它模拟用户使用浏览器（比如 Google Chrome 或 Apple Safari）浏览网页的场景。这个工作负载使用无头浏览器打开、解析、布局并渲染来自八个基于流行网站（如 Ars Technica、Instagram 和 Wikipedia）的网页的内容。

　　PDF 查看器：PDF 查看器工作负载使用 PDFium（Google Chrome 的 PDF 渲染器）打开复杂的 PDF（便携文档格式）文件。它模拟了用户打开和查看不同复杂度 PDF 的使用场景。这个工作负载会渲染六个不同复杂度的 PDF，包括美国国家公园管理局的公园地图、一份技术文档和一篇学术摘要。

　　照片库：照片库工作负载会根据照片中包含的物体对照片进行分类和标记。照片库工作负载模拟导入、整理和基于检测到的物体为照片打标签的过程。这让用户可以在像 Adobe Lightroom、Apple Photos 和 Google Photos 这样的照片库应用中按关键词搜索照片。该工作负载可以导入 JPEG、JPEG-XL 和 DNG 格式的图片，生成缩略图，并使用机器学习（使用 MobileNetV1 SSD 模型）为照片打标签，同时将生成的元数据和标签存储在 SQLite 数据库中。

　　开发者工作负载

　　开发者工作负载衡量你的 CPU 在处理典型开发者任务时的表现，比如处理文本文件、编译代码和压缩资源。

　　Clang：Clang 工作负载使用 Clang 编译器来编译 Lua 解释器，这是一种流行的开源语言解释器。它模拟了开发人员构建代码的使用场景，以及普通用户在他们的系统上可能遇到的即时编译（比如 Java 脚本的 JIT 编译和 GPU 驱动中着色语言的编译）。

　　文本处理：文本处理工作负载加载多个文件，使用正则表达式解析内容，将元数据存储在 SQLite 数据库中，最后将内容导出到一个不同的格式。它模拟典型的文本处理任务，这些任务操作、分析和转换数据，以便重新格式化用于发布并获取见解。这个工作负载使用 Python 3.13 作为解释器，并将 190 个 Markdown 文件转换为 HTML。

　　资产压缩：资产压缩工作负载使用流行的压缩编解码器来压缩纹理和几何资产。它模拟了游戏开发者使用的内容压缩管道。这个工作负载使用 ASTC 和 BC7 编解码器压缩六个纹理资产，并使用 Draco 库压缩四个几何资产。

　　图像编辑

　　图像编辑工作负载衡量你的 CPU 处理简单和复杂图像编辑任务的能力。

　　HDR：HDR 工作负载将标准动态范围（SDR）照片混合在一起，生成一张比任何单独 SDR 照片更丰富多彩、更生动的高动态范围（HDR）照片。它模拟了现代智能手机相机应用（如 Google 相机和苹果相机）中的标准 HDR 功能。这个工作负载会从六张 16MP 的 SDR 照片生成一张 16MP 的 HDR 图像。

　　照片编辑器：照片编辑器工作负载会对照片进行一系列编辑操作，比如裁剪、颜色调整和修饰。它模仿了照片编辑应用（如 Adobe Photoshop 或 Apple Photos）中的编辑功能。这个工作负载会对十张照片应用不同的效果，其中包括颜色和色调校正（如亮度、色阶、饱和度）、风格化滤镜（如棕褐色、灰度、色相变化）、几何调整（如旋转、裁剪、缩放）以及叠加合成效果（如边框、晕影）。

　　图像合成

　　图像合成工作负载衡量你的 CPU 在处理内容创建任务时的表现，包括图像渲染和图像处理。

　　光线追踪：光线追踪是一种渲染技术，用于通过模拟光线与虚拟场景中物体的相互作用来生成逼真的图像。它模拟了 3D 渲染软件（如 Blender、Maxon Cinema 4D 和 Chaos Corona）中使用的渲染过程。光线追踪工作负载使用 Blender Cycles 渲染器和 Intel Embree 库从虚拟场景生成逼真的图像。

　　运动结构：重建（Structure from Motion）工作负载会使用同一场景的二维图像，并估算出在两张图像中都可见点的三维坐标。运动结构重建是一种通过多张二维图像生成三维几何结构的技术。增强现实（AR）系统会使用像运动结构重建这样的技术来理解现实世界的场景，并将计算机生成的图形融入这些场景中。该运动结构重建工作负载会使用同一场景的九张二维图像，并估算出在两张图像中都可见点的三维坐标。

　　模拟

　　模拟工作负载衡量你的 CPU 处理物理模拟任务的能力。

　　游戏物理：游戏物理工作负载在 3D 环境中模拟刚体物理，包括碰撞。游戏物理使用 Jolt 物理引擎，这个引擎被用于多款热门电子游戏中。

　　媒体工作负载

　　媒体工作负载衡量你的 CPU 处理常见媒体编码、解码和处理的能力。媒体工作负载模拟像视频会议和在线视频流这样的应用。

　　视频编码器：视频编码器工作负载模拟了视频会议应用中的屏幕共享功能，使用 AOM 库和 AV1 视频编解码器对静态截图进行编码，同时生成程序化的光标移动。它模拟了用户在视频通话中共享屏幕的使用场景（例如 Zoom 和 Microsoft Teams）。

　　音频编码器：音频编码器工作负载将音频数据（包括音乐和语音）编码为压缩音频格式。它模拟了应用将音频压缩以便存储或流式传输的使用场景（例如录制和分享语音备忘录或播客）。音频编码器工作负载使用 Opus 压缩编解码器来压缩两分钟的音频数据。

　　视频解码器：视频解码器工作负载将视频解码、音频解码、音频重采样和语音识别整合到一个工作负载中。它模拟用户在观看视频时启用自动字幕的使用场景（例如 YouTube 的自动生成字幕）。视频解码器工作负载使用 AV1 视频编码、Opus 音频编码和 Whisper 语音识别模型实现。

　　以上是系统之家提供的最新资讯，感谢您的阅读，更多精彩内容请关注系统之家官网。