Gli strumenti di benchmark hardware spesso si aggiornano in silenzio: il numero di versione aumenta di uno, vengono aggiunti un paio di test e la questione si chiude. Con Geekbench 7, però, stavolta le cose sono andate diversamente. Primate Labs ha ricostruito la suite di test da zero, non solo con una nuova etichetta di versione; insieme alla logica del punteggio multi-core, al focus dei test GPU e all'elenco delle API supportate. Queste modifiche creano per la prima volta un punto di riferimento più coerente per i team hardware che cercano di misurare carichi di lavoro di intelligenza artificiale e per i manager tecnologici che prendono decisioni di acquisto. Di seguito esaminiamo le novità principali della suite, perché sono importanti e i problemi pratici emersi dal lato dei test.
Supporto CUDA: le GPU Nvidia ora vengono misurate con l'API del flusso di produzione
La novità più discussa di Geekbench 7 è l'inclusione di CUDA tra le API supportate. Finora la suite utilizzava le API OpenCL, Vulkan e Metal nei test GPU; il fronte Nvidia, invece, non era presente in questo elenco. Ora una GPU Nvidia può essere misurata con lo stesso stack API che esegue realmente i pesanti carichi di lavoro di intelligenza artificiale. Questo passo, che secondo quanto dichiarato Primate Labs riceveva da anni le richieste degli utenti, mira a ridurre il divario tra le promesse di prestazioni sulla carta e il comportamento reale delle applicazioni. Il fatto che uno strumento di benchmark segua il percorso che l'hardware misurato usa nel flusso di lavoro quotidiano è un dettaglio cruciale per l'interpretabilità dei risultati.
Il valore di questo supporto va ben oltre l'aggiunta di una voce all'elenco. Nella valutazione della fonte, il supporto CUDA è descritto come un punto di svolta nel benchmark multipiattaforma: per la prima volta un singolo strumento può misurare una GPU Nvidia con lo stesso stack API che esegue i carichi di lavoro di intelligenza artificiale in un ambiente di produzione. I produttori indipendenti di software e i team del silicio possono guardare a un unico riferimento comune, invece di cercare di indovinare i numeri di marketing dei diversi produttori con tre diversi strumenti di benchmark. Tuttavia, il vero segnale non è CUDA in sé; è lo sforzo degli strumenti di benchmark di tenere il passo con il trasferimento così rapido dei carichi di lavoro di intelligenza artificiale sui dispositivi quotidiani.
Geekbench 7 viene accompagnato anche da uno strumento complementare chiamato Geekbench AI. Questo strumento esegue 10 carichi di lavoro di intelligenza artificiale su tre tipi di dati: Single Precision, Half Precision e Quantized. Gli utenti possono testare separatamente CPU, GPU o la NPU integrata del dispositivo; qualunque sia il framework supportato dall'hardware (da Core ML a QNN), i risultati possono essere confrontati tra Android, iOS, Windows, macOS e Linux tramite un unico browser. La possibilità di misurare separatamente il lato NPU è particolarmente importante, perché finora i numeri forniti dai produttori sotto l'etichetta "prestazioni NPU" restavano affermazioni indipendenti l'una dall'altra e difficili da verificare.
Punteggio multi-core: la correzione meno evidente ma più critica
La modifica più tecnica della suite, e al tempo stesso quella che farà la differenza più grande, riguarda il test multi-core. Le versioni precedenti forzavano ogni carico di lavoro in modalità multi-thread, indipendentemente da come si comportasse l'applicazione reale. Questo approccio falsava i punteggi e non forniva all'utente informazioni significative; perché nessuna applicazione reale usa tutti i core in modo continuo e uniforme. Geekbench 7 ribalta questa logica: un carico di lavoro viene eseguito in modalità multi-thread solo se il compito che modella è realmente multi-thread nel mondo reale.
Il risultato più visibile di questa regola è la rimozione completa del test HTML5 Browser dal pacchetto multi-core. Il motivo è piuttosto chiaro: i browser in pratica funzionano in modalità single-thread o a thread leggeri, quindi mantenere questo test all'interno del punteggio multi-core dava un contributo fuorviante. Il quadro che ne risulta è un punteggio che riflette ciò che un dispositivo fa nei carichi di lavoro reali; non il valore massimo che un test sintetico potrebbe teoricamente estrarre da tutti i core disponibili.
Per i team che prendono decisioni di acquisto hardware, questa correzione significa che i numeri tornano affidabili. Confrontando due laptop, era un errore comune decidere con un'equazione grossolana come "più core, punteggio più alto". La nuova metodologia rende visibile attraverso il punteggio perché un dispositivo con molti core ma prestazioni single-core deboli rimane lento nelle attività quotidiane. In breve, il test inizia a misurare il comportamento dell'hardware sulla scrivania, non quello nella brochure pubblicitaria.
I test CPU si spostano verso i carichi di lavoro reali dell'uso quotidiano
I nuovi carichi di lavoro multimediali si concentrano su ciò per cui un utente comune usa maggiormente il computer durante la giornata. Geekbench 7 modella lo scenario di condivisione dello schermo durante le videoconferenze codificando video di condivisione schermo con il codec AV1. Comprime musica e voce con il codec Opus, imitando app per note vocali e podcast. Oltre a decodificare audio e video, genera sottotitoli in tempo reale tramite il modello di riconoscimento vocale Whisper di OpenAI; questo rappresenta la riproduzione video con sottotitoli automatici. È stato aggiunto alla suite anche un nuovo carico di lavoro Game Physics basato sul motore Jolt Physics usato nei giochi moderni.
Anche il lato fotografico non è stato trascurato. Il carico di lavoro Photo Editor ha guadagnato un set di modifiche più ricco tratto dal mondo reale; Photo Library invece ora importa ed elabora formati JPEG XL e DNG. Queste scelte non sono casuali: ciò che un utente che modifica continuamente foto, registra audio e partecipa a riunioni sul telefono o sul computer si aspetta dalla CPU è all'incirca questa lista.
- Codifica di video di condivisione schermo con AV1 (scenario di videoconferenza)
- Compressione di musica e voce con Opus (app per note vocali e podcast)
- Decodifica audio/video e generazione di sottotitoli in tempo reale con Whisper
- Carico di lavoro Game Physics basato sul motore Jolt Physics
- Modifiche estese del mondo reale in Photo Editor
- Importazione ed elaborazione di JPEG XL e DNG in Photo Library
Il lato GPU si concentra su intelligenza artificiale e creazione di contenuti
Il focus dei test GPU si è spostato sempre più su due ambiti che definiscono l'uso reale delle GPU: machine learning e creazione di contenuti. I nuovi test ML modellano le app di social media tracciando i volti e applicando filtri in tempo reale. Il test di upscaling delle immagini tramite machine learning rappresenta le funzionalità di super risoluzione negli strumenti di creazione di contenuti. Il test di sfocatura dello sfondo video misura gli sfondi virtuali nelle videoconferenze. Questi tre scenari costituiscono una parte significativa dei carichi di lavoro affidati alla GPU negli ultimi anni.
A questi si aggiungono l'elaborazione di immagini RAW, la correzione del colore basata su LUT, il path tracing e la simulazione di fluidi. Path tracing e simulazione di fluidi sono carichi di lavoro che mettono seriamente alla prova la GPU, usati soprattutto nella produzione visiva professionale e nello sviluppo di videogiochi. La correzione del colore basata su LUT è invece una parte standard dei processi di montaggio video. L'insieme della lista mostra che la GPU non è più solo un'unità che produce frame rate nei giochi, ma occupa il centro della pipeline di produzione.
- Tracciamento del volto e filtri in tempo reale (app di social media)
- Upscaling delle immagini con machine learning (super risoluzione nella creazione di contenuti)
- Sfocatura dello sfondo video (sfondi virtuali)
- Elaborazione di immagini RAW e correzione del colore basata su LUT
- Path tracing e simulazione di fluidi
I set di dati sono cresciuti, il supporto alle piattaforme si è ampliato
Anche i set di dati sono stati ampliati in ogni ambito per adattarsi a come i dispositivi vengono usati oggi. Il test File Compression ora copre una miscela più ampia di archivi di codice sorgente, codice oggetto e documenti di testo. Il test PDF Viewer elabora una gamma che va dalle mappe dei parchi ai documenti tecnici e agli articoli accademici. Anche i carichi di lavoro per sviluppatori ed elaborazione immagini sono stati ampliati con nuovi asset e formati aggiuntivi. L'obiettivo comune di queste modifiche è riflettere la varietà che un dispositivo incontrerà, invece di produrre un punteggio basato su un unico scenario ristretto.
Geekbench 7 funziona su Android, iOS, Windows, macOS e Linux, resta gratuito per uso personale e aggiunge un livello Pro offerto con il 20% di sconto fino al 6 agosto. La valutazione della versione è stata pubblicata da Jon Peddie Research; i dati editoriali e le informazioni nella sezione "About us" (Chi siamo) indicano che l'organizzazione ha sede a Tiburon, in California. Quindi dietro la suite ci sono sia un ampio supporto alle piattaforme sia una tradizione di valutazione indipendente.
Test su quattro sistemi diversi: il problema della coerenza
Nella valutazione il benchmark è stato eseguito su macchine molto diverse: Asus System, Alienware Area 51, Lenovo 83JM e Corsair One i200. Alcuni risultati sono meno regolari del previsto. Non è stato possibile ottenere test GPU che funzionassero in modo coerente su tutti e quattro i sistemi, mentre i test CPU hanno dato risultati coerenti. Quindi, anche se le nuove metriche della suite funzionano solidamente al suo interno, le combinazioni di framework e driver sul lato GPU complicano le cose.
I test GPU basati su ONNX e DirectML hanno consumato tutta la RAM utilizzabile dall'unità grafica integrata del Lenovo e il test non è mai stato completato. Il test GPU OpenVino ha funzionato sul Lenovo, ma a causa di un problema di driver non è stato utilizzabile sulle altre macchine. I confronti condivisi nella valutazione includono le seguenti voci: ONNX e OpenVino per la CPU, DirectML, ONNX e OpenVino per la GPU. Questa tabella è di per sé un risultato: chi vuole misurare carichi di lavoro di intelligenza artificiale deve prima capire quale framework funziona senza problemi su quale hardware.
La frammentazione di driver e framework mostra quanto siano eterogenei gli stack di intelligenza artificiale del mondo reale. Gran parte della differenza tra le prestazioni teoriche di una GPU e quelle ottenibili su un computer dell'utente deriva proprio da questo. Lo strumento di benchmark stesso non è immune a questo caos; perciò, invece di guardare una singola riga di punteggio e decidere, bisogna leggere come è stato eseguito il test.
Quanto è affidabile un punteggio sintetico e cosa succederà dopo
Nessuna di queste modifiche cambia ciò che Geekbench è: la suite resta un benchmark sintetico e non una garanzia di prestazioni reali su un determinato carico di lavoro. Ciò che cambia è quanto onestamente questo numero sintetico rifletta l'uso reale. Per i team di acquisto costretti a confrontare una serie di schede tecniche dei produttori, questa corrispondenza costituisce già l'intero scopo di eseguire un benchmark.
La conclusione della valutazione è che la correzione multi-core è più importante del supporto CUDA. I benchmark sintetici sono utili solo finché seguono il comportamento reale, e l'approccio "sempre tutti i core" della versione precedente aveva perso questa funzione anni fa. Per i manager tecnologici che confrontano offerte hardware, i punteggi di Geekbench 7 possono tornare a essere considerati affidabili. Per i team del silicio, invece, il focus sull'intelligenza artificiale del pacchetto GPU invia un segnale chiaro su quale direzione si stia accumulando la pressione competitiva. Di contro, la mancanza di coerenza tra le macchine resta un problema che la suite deve ancora risolvere.
Il quadro generale che emerge è questo: gli strumenti di benchmark cercano di catturare la rapida migrazione dei carichi di lavoro di intelligenza artificiale verso i dispositivi quotidiani. Il supporto CUDA e la suddivisione CPU-GPU-NPU di Geekbench AI offrono a chi vuole confrontare le affermazioni dei produttori il linguaggio comune che mancava da tempo. Tuttavia, invece di guardare un singolo numero e decidere, bisogna chiedersi quale scenario modella il test e con quale framework viene eseguito. Letto correttamente, Geekbench 7 offre una base sia più onesta sia più utile nei confronti hardware.
