Ferramentas de benchmark de hardware muitas vezes são atualizadas em silêncio: o número da versão aumenta, alguns testes são adicionados e o assunto se encerra. No Geekbench 7, porém, as coisas desta vez foram diferentes. A Primate Labs reformulou o pacote de testes não apenas com um novo rótulo de versão; ela reconstruiu desde a base a lógica da pontuação multicore, o foco dos testes de GPU e a lista de APIs suportadas. Essas mudanças criam, pela primeira vez, um ponto de referência mais consistente para equipes de hardware que tentam medir cargas de trabalho de IA e para gestores de tecnologia que tomam decisões de compra. A seguir, abordamos os principais destaques do pacote, por que eles são importantes e os problemas práticos que surgiram no lado dos testes.
Suporte a CUDA: GPUs Nvidia agora são medidas com a API do pipeline de produção
A novidade mais comentada do Geekbench 7 é a inclusão do CUDA entre as APIs suportadas. Até hoje, o pacote usava as APIs OpenCL, Vulkan e Metal nos testes de GPU; o lado Nvidia, porém, não estava nessa lista. Agora, uma GPU Nvidia pode ser medida com a mesma pilha de APIs que executa, na prática, cargas pesadas de IA. Esse passo, que a Primate Labs afirma vir recebendo pedidos de usuários há anos, pretende reduzir a diferença entre promessas de desempenho no papel e o comportamento real das aplicações. O fato de uma ferramenta de benchmark seguir o caminho usado pelo hardware medido no fluxo de trabalho cotidiano é um detalhe crítico para a interpretabilidade dos resultados.
O valor desse suporte vai muito além de acrescentar um item à lista. Na avaliação da fonte, o suporte a CUDA é descrito como um marco no benchmark multiplataforma: pela primeira vez, uma única ferramenta consegue medir uma GPU Nvidia com a pilha de APIs que executa cargas de IA em ambiente de produção. Fabricantes independentes de software e equipes de silício podem olhar para uma referência comum, em vez de tentar estimar os números de marketing de diferentes fabricantes com três ferramentas de benchmark separadas. Ainda assim, o sinal principal não é o próprio CUDA; é o esforço das ferramentas de benchmark para acompanhar a migração tão rápida das cargas de IA para dispositivos cotidianos.
O Geekbench 7 também vem acompanhado de uma ferramenta complementar chamada Geekbench AI. Essa ferramenta executa 10 cargas de trabalho de IA com três tipos de dados: Single Precision, Half Precision e Quantized. Os usuários podem testar separadamente a CPU, a GPU ou a NPU do próprio dispositivo; independentemente do framework suportado pelo hardware (de Core ML a QNN), os resultados podem ser comparados entre Android, iOS, Windows, macOS e Linux por meio de um único navegador. A possibilidade de medir a NPU separadamente é especialmente importante, porque os números que os fabricantes divulgam sob o rótulo de "desempenho da NPU" permaneceram até hoje como alegações isoladas e difíceis de verificar.
Pontuação multicore: a correção que passa despercebida, mas é a mais crítica
A mudança mais técnica do pacote, e ao mesmo tempo a que mais fará diferença, está no teste multicore. Versões anteriores forçavam toda carga de trabalho ao modo multithread, sem observar como a aplicação real se comporta. Essa abordagem distorcia as pontuações e não oferecia informação significativa ao usuário, pois nenhuma aplicação real usa todos os núcleos de forma contínua e igual. O Geekbench 7 inverte essa lógica: uma carga de trabalho só roda em modo multithread se a tarefa que ela modela realmente for multithread no mundo real.
O resultado mais visível dessa regra é a remoção completa do teste HTML5 Browser do pacote multicore. O motivo é bastante claro: navegadores, na prática, operam com uma única thread ou com threads leves; portanto, manter esse teste dentro da pontuação multicore produzia uma contribuição enganosa. O quadro resultante é uma pontuação que reflete o que um dispositivo faz em cargas de trabalho reais, e não o valor máximo que um teste sintético teoricamente conseguiria extrair de todos os núcleos disponíveis.
Para equipes que decidem compras de hardware, essa correção significa que os números voltam a ser confiáveis. Ao comparar dois notebooks, era um erro comum decidir com uma equação grosseira como "mais núcleos, maior pontuação". A nova metodologia torna visível, por meio da pontuação, por que um dispositivo com muitos núcleos mas baixo desempenho single-core fica lento em tarefas cotidianas. Em resumo, o teste começa a medir o comportamento do hardware na mesa, não o que está no folheto publicitário.
Testes de CPU passam para cargas reais do uso cotidiano
As novas cargas de trabalho de mídia concentram-se no que um usuário comum mais faz no computador ao longo do dia. O Geekbench 7 modela o cenário de compartilhamento de tela em videochamadas ao codificar vídeos de compartilhamento de tela com o codec AV1. Ele simula aplicativos de notas de voz e podcasts ao comprimir áudio de música e fala com o codec Opus. Além de decodificar áudio e vídeo, gera legendas ao vivo por meio do modelo de reconhecimento de fala Whisper, da OpenAI; isso representa a reprodução de vídeo com legendas automáticas. Uma nova carga de trabalho de Game Physics, executada sobre o motor Jolt Physics usado em jogos modernos, também foi adicionada ao pacote.
O lado da fotografia também não foi esquecido. A carga de trabalho Photo Editor ganhou um conjunto mais rico de edições do mundo real; já o Photo Library agora importa e processa formatos JPEG XL e DNG. Essas escolhas não são aleatórias: aquilo que um usuário que edita fotos, grava áudio e participa de reuniões constantemente no celular ou no computador espera da CPU é, grosso modo, composto por essa lista.
- Codificação de vídeo de compartilhamento de tela com AV1 (cenário de videochamada)
- Compressão de áudio de música e fala com Opus (aplicativos de notas de voz e podcasts)
- Decodificação de áudio/vídeo e geração de legendas ao vivo com Whisper
- Carga de trabalho Game Physics executada sobre o motor Jolt Physics
- Edições ampliadas do mundo real no Photo Editor
- Importação e processamento de JPEG XL e DNG no Photo Library
O lado da GPU focou em IA e produção de conteúdo
O foco dos testes de GPU deslocou-se cada vez mais para duas áreas que definem o uso real das GPUs: aprendizado de máquina e produção de conteúdo. Os novos testes de ML modelam aplicativos de redes sociais ao rastrear rostos e aplicar filtros em tempo real. O teste de ampliação de imagem com aprendizado de máquina representa os recursos de super-resolução em ferramentas de produção de conteúdo. Já o teste de desfoque de fundo de vídeo mede os fundos virtuais em videochamadas. Esses três cenários constituem uma parte importante das tarefas atribuídas à GPU nos últimos anos.
A isso somam-se processamento de imagem RAW, correção de cor baseada em LUT, path tracing e simulação de fluidos. Path tracing e simulação de fluidos são cargas de trabalho usadas especialmente na produção visual profissional e no desenvolvimento de jogos, capazes de exigir seriamente da GPU. Já a correção de cor baseada em LUT é parte padrão dos processos de edição de vídeo. O conjunto da lista mostra que a GPU já não é apenas uma unidade que gera taxa de quadros em jogos, mas ocupa o centro do pipeline de produção.
- Rastreamento facial e filtros em tempo real (aplicativos de redes sociais)
- Ampliação de imagem com aprendizado de máquina (super-resolução na produção de conteúdo)
- Desfoque de fundo de vídeo (fundos virtuais)
- Processamento de imagem RAW e correção de cor baseada em LUT
- Path tracing e simulação de fluidos
Conjuntos de dados cresceram, suporte a plataformas se ampliou
Os conjuntos de dados também foram ampliados em todas as áreas para se adequar à forma como os dispositivos são usados hoje. O teste File Compression agora cobre uma mistura mais ampla de arquivos de código-fonte, código-objeto e documentos de texto. O teste PDF Viewer processa uma variedade que vai de mapas de estacionamento a documentos técnicos e artigos acadêmicos. As cargas de trabalho de desenvolvimento e processamento de imagem também foram expandidas com novos ativos e formatos adicionais. O objetivo comum dessas mudanças é refletir a diversidade que o dispositivo encontrará, em vez de gerar uma pontuação baseada em um único cenário restrito.
O Geekbench 7 roda em Android, iOS, Windows, macOS e Linux, permanece gratuito para uso pessoal e adiciona um nível Pro oferecido com 20% de desconto até 6 de agosto. A avaliação da versão foi publicada pela Jon Peddie Research; os créditos da publicação e as informações da seção "About us" (Sobre nós) indicam que a organização fica em Tiburon, na Califórnia. Ou seja, por trás do pacote há tanto um amplo suporte a plataformas quanto uma tradição de avaliação independente.
Testes em quatro sistemas diferentes: problema de consistência
Na avaliação, o benchmark foi executado em máquinas muito diferentes: Asus System, Alienware Area 51, Lenovo 83JM e Corsair One i200. Parte dos resultados é menos regular do que o esperado. Não foi possível obter testes de GPU que funcionassem de forma consistente nos quatro sistemas, enquanto os testes de CPU deram resultados consistentes. Ou seja, embora as métricas novas do próprio pacote funcionem bem, as combinações de framework e driver no lado da GPU dificultam as coisas.
Os testes de GPU baseados em ONNX e DirectML consumiram toda a RAM que a unidade gráfica integrada do Lenovo conseguia usar, e o teste nunca foi concluído. O teste GPU OpenVino funcionou no Lenovo, mas não pôde ser usado nas outras máquinas por causa de um problema de driver. As comparações compartilhadas na avaliação incluem os seguintes títulos: ONNX e OpenVino para CPU; DirectML, ONNX e OpenVino para GPU. Esse quadro, por si só, já é um achado: quem quer medir cargas de trabalho de IA precisa primeiro descobrir qual framework funciona sem problemas em qual hardware.
A fragmentação de drivers e frameworks mostra como as pilhas de IA do mundo real são heterogêneas. Grande parte da diferença entre o desempenho teórico de uma GPU e o desempenho obtenível no computador de um usuário vem daí. A própria ferramenta de benchmark não está imune a esse caos; por isso, em vez de olhar para uma única linha de pontuação e decidir, é preciso ler como o teste foi executado.
Quão confiável é a pontuação sintética e o que vem depois
Nenhuma dessas mudanças altera o que o Geekbench é: o pacote continua sendo um benchmark sintético e não garante desempenho no mundo real em uma carga de trabalho específica. O que muda é o quanto esse número sintético reflete com honestidade o uso real. Para equipes de compras que precisam comparar uma série de fichas técnicas de fabricantes, essa correspondência já constitui todo o propósito de executar um benchmark.
A conclusão da avaliação é que a correção multicore é mais importante que o suporte a CUDA. Benchmarks sintéticos só são úteis enquanto acompanham o comportamento real, e a abordagem da versão anterior de "sempre todos os núcleos" já havia perdido essa função anos atrás. Para gestores de tecnologia que comparam ofertas de hardware, as pontuações do Geekbench 7 podem voltar a ser consideradas confiáveis. Já para equipes de silício, o foco em IA do pacote de GPU dá um sinal claro de para onde a pressão competitiva está se acumulando. Em contrapartida, a falta de consistência entre máquinas continua sendo um problema que o pacote ainda precisa resolver.
No quadro geral, o cenário que emerge é este: ferramentas de benchmark tentam acompanhar a migração rápida das cargas de trabalho de IA para dispositivos cotidianos. O suporte a CUDA e a divisão CPU-GPU-NPU do Geekbench AI oferecem a linguagem comum que faltava há muito tempo para quem quer comparar alegações de fabricantes. No entanto, em vez de olhar para um único número e decidir, é preciso questionar qual cenário o teste modela e com qual framework ele roda. Quando lido corretamente, o Geekbench 7 oferece uma base tanto mais honesta quanto mais útil para comparações de hardware.
