Przez lata przyzwyczailiśmy się do prostego rytuału: pojawia się nowy laptop, telefon albo procesor, więc sprawdzamy wynik w Geekbenchu i próbujemy z kilku cyfr wyczytać całą prawdę o sprzęcie. Problem w tym, że codzienna praca komputera rzadko przypomina olimpijski finał, w którym każde dostępne jądro procesora dostaje gwizdek i biegnie jednocześnie. Geekbench 7 wreszcie bierze to pod uwagę. Zamiast urządzać procesorom pokazową musztrę, ma bliżej przyglądać się temu, co faktycznie robimy: rozmawiamy na wideokonferencji, kompresujemy pliki, retuszujemy fotografie, oglądamy materiały wideo i coraz częściej korzystamy z funkcji opartych na AI.
To duża zmiana dla programu, który od lat pełni funkcję technologicznego esperanto. Wyniki Geekbencha można porównać między Androidem, iOS, Windowsem, macOS i Linuksem, więc liczby regularnie trafiają do przecieków, prezentacji i internetowych dyskusji o tym, czyje rdzenie są dziś najszybsze. Wersja 7 nie kończy tej tradycji, lecz próbuje nadać jej więcej sensu. I moim zdaniem była to korekta potrzebna bardziej, niż sugerowałby spokojny numer kolejnej edycji.
Wielordzeniowość przestaje być konkursem w przepychaniu stołu
Najważniejsza decyzja dotyczy testu wielordzeniowego. Geekbench 7 nie będzie automatycznie zmuszał każdego zadania do korzystania ze wszystkich dostępnych rdzeni. Test ma odtwarzać zachowanie konkretnej klasy aplikacji. Jeśli dane zadanie w praktyce działa głównie na jednym lub kilku wątkach, benchmark też nie powinien nagle zamieniać go w pracę dla 16 czy 24 rdzeni.
Dobrym przykładem jest test HTML5, który znika z pakietu wielordzeniowego. Przeglądarka, nawet obciążona kartami, skryptami i reklamami, nie skaluje każdego elementu pracy w sposób idealny wraz z liczbą rdzeni. Użytkowniczka kupująca laptopa nie odczuwa więc magicznego przyspieszenia tylko dlatego, że jej procesor w syntetycznym scenariuszu maksymalnie rozkręcił wszystkie jednostki wykonawcze.
Brzmi jak detal metodologiczny, ale wpływa na interpretację wyników. Dotychczas wysoki wynik multi-core był wygodnym skrótem myślowym: więcej punktów oznaczało komputer mocniejszy w każdym sensie. Tyle że tak samo można by oceniać mieszkanie wyłącznie liczbą gniazdek. Bywa ważna, lecz nie mówi, czy dobrze się w nim żyje. Geekbench 7 ma szansę lepiej pokazywać ogólną sprawność sprzętu, choć zapewne odbierze część paliwa tabelkom, które lubią proste hierarchie.
Wideorozmowa jest dziś bardziej miarodajna niż egzotyczny algorytm
Nowy zestaw zadań multimedialnych wygląda zaskakująco rozsądnie. Pojawia się kodowanie AV1 przy udostępnianiu ekranu podczas rozmowy wideo, kompresja dźwięku kodekiem Opus znanym z komunikatorów i aplikacji głosowych oraz jednoczesne dekodowanie audio i wideo z tworzeniem napisów na żywo przez model rozpoznawania mowy Whisper.
To właśnie takie sytuacje potrafią obnażyć charakter urządzenia. Podczas rozmowy w Teams, Meet czy Zoomie liczy się nie tylko surowa moc CPU. Ważne są akceleracja sprzętowa kodeków, współpraca procesora z układem graficznym, zarządzanie energią i temperaturami. Laptop może imponować wynikiem przez kilkadziesiąt sekund, a potem podczas godzinnego spotkania zacząć szumieć jak mały odkurzacz. Benchmark nie odpowie na wszystkie pytania o kulturę pracy, ale przynajmniej zbliża się do rzeczywistych scenariuszy.
Warto też zauważyć, że AV1 coraz wyraźniej wychodzi poza niszę dla entuzjastów kodeków. Jest przydatny w streamingu i komunikacji, bo przy podobnej jakości pozwala ograniczać przepływność danych. Sprzętowe kodowanie AV1 może mieć znaczenie dla płynności i zużycia energii, zwłaszcza w cienkich laptopach oraz urządzeniach mobilnych. Samo hasło AV1 w specyfikacji nadal nie wystarcza, lecz testowanie go w praktycznym obciążeniu ma znacznie więcej sensu niż kolejny abstrakcyjny wyścig.
GPU dostaje zadania z życia po godzinach
Odświeżony benchmark grafiki także odchodzi od myślenia, że GPU służy głównie do liczenia klatek w grach. Geekbench 7 obejmie śledzenie twarzy i efekty używane w aplikacjach społecznościowych, skalowanie obrazu z pomocą AI oraz rozmywanie tła w czasie wideorozmów. Do tego dochodzi obróbka zdjęć RAW, korekcja kolorystyczna wideo oparta na tablicach LUT, path tracing i symulacja płynów.
To zestaw, który dobrze oddaje kierunek rynku. Układ graficzny w nowym komputerze często pracuje po cichu: oczyszcza obraz z kamery, przyspiesza eksport zdjęć, podbija jakość wideo albo wykonuje lokalne zadanie AI. Gracze nadal mają swoje wymagania, ale dla ogromnej części użytkowników ważniejsze będzie, czy komputer sprawnie obsłuży materiały z aparatu, rozmowę wideo i narzędzia kreatywne. Właśnie tam różnice między zintegrowaną grafiką, dedykowaną kartą i wyspecjalizowanymi blokami NPU przestają być akademickie.
Szczególnie istotne jest dodanie obsługi CUDA obok OpenCL, Vulkan i Metal. Dla kart Nvidii CUDA pozostaje ekosystemem o ogromnym znaczeniu w programach profesjonalnych i zastosowaniach AI. Wcześniej wynik GPU w Geekbenchu mógł być ciekawostką, ale nie zawsze mówił wiele o potencjale karty w środowisku, gdzie CUDA jest faktycznym językiem pracy. Teraz porównanie ma być bliższe realiom komputerów wykorzystywanych do generowania obrazu, montażu, obliczeń i lokalnego uczenia maszynowego.
Większe pliki, mniej laboratoryjnego kurzu
Zmieniają się również dane używane w testach. Kompresja plików ma obejmować bardziej różnorodne archiwa z kodem źródłowym, kodem obiektowym i dokumentami tekstowymi. Test PDF będzie przetwarzał szerszy zestaw materiałów, od map po dokumentację techniczną i publikacje naukowe. Rozbudowano też scenariusze programistyczne oraz obrazowe, w tym obsługę nowszych formatów JPEG XL i DNG.
To element, który łatwo pominąć, bo nie wygląda tak efektownie jak AI lub CUDA. A jednak stare, lekkie zestawy danych mają przy nowoczesnych komputerach pewną wadę: potrafią skończyć pracę, zanim system zdąży pokazać swoje mocne i słabe strony. Dzisiejsze pliki z aparatu są większe, projekty programistyczne mają więcej zależności, a dokument PDF bywa potworkiem z warstwami, skanami i załącznikami. Test powinien uwzględniać tę codzienną niedogodność cyfrowego życia.
Jedna liczba nadal nie kupi za nas laptopa
Warto zachować zdrowy sceptycyzm. Nawet ambitnie zaprojektowany Geekbench 7 pozostaje benchmarkiem ogólnym. Nie zmierzy jakości ekranu, głośności wentylatorów, stabilności sterowników, czasu pracy na baterii ani tego, czy producent po pół roku nie ograniczy wydajności kolejną aktualizacją firmware’u. Nie powie też, czy 16 GB pamięci RAM wystarczy do konkretnych projektów ani czy dysk w laptopie będzie można wymienić.
Zmiana metodologii utrudni też bezpośrednie zestawianie wyników z Geekbench 6. To naturalna konsekwencja przebudowy testów, ale internet zapewne przez długi czas będzie porównywał punkty z różnych generacji programu, jakby były tą samą walutą. Nie będą. Warto traktować wyniki wersji 7 jako świeżą skalę i porównywać na niej urządzenia testowane w identycznych warunkach.
Geekbench 7 jest dostępny bezpłatnie do użytku osobistego, a edycja Pro otrzymała 20% obniżki do 6 sierpnia. To dobra wiadomość dla osób, które chcą samodzielnie sprawdzić komputer, lecz znacznie ciekawsze wydaje mi się przesunięcie akcentów. Benchmark przestaje patrzeć na CPU i GPU jak na eksponaty pod szkłem. Zaczyna pytać, jak radzą sobie wtedy, gdy kamera jest włączona, w tle leci prezentacja, a użytkowniczka próbuje jeszcze wyeksportować zdjęcia. Właśnie w takich chwilach komputer pokazuje, czy jest szybki, czy tylko dobrze wygląda w tabelce.
