Detta behöver nog en kommentar, för naturligtvis finns det brister i alla benchmarks, men majoriteten av klagomålen på de senare versionerna av GB är i majoriteten av fallen gjorda med noll kunskap
"Geekbench är ett test som har anklagats för att inte ge en träffsäker bild av applikationsprestanda, så tills fler testresultat har publicerats kan det vara vettigt att ta dessa med en nypa salt."
Enda som gör detta sant är att det finns en enorm spännvidd av vad som utgör huvudsaklig flaskhals, för varje enskild person vill de egentligen bara veta hur fallen de bryr sig om står sig.
Undantaget det: någon får gärna peka på någon benchmark som ens kommer i närheten av GB6 när det kommer till att ge en relativt heltäckande bild av "prestanda i allmänhet". Ett exempel på fel svar är Cinebench, det är typexemplet på en benchmark med de brister många försöker fästa på GB6.
Det finns saker att tänka på som potentiellt snedvrider resultaten, men tror inget går i den riktningen kritiken vill få det till.
Kompilator
GB6 använder samma kompilator på alla plattformar, clang. Det är bra då man tar bort en skillnad bara för att man jämför olika OS, men det är inte den typiska kompilatorn på Windows eller Linux.
På Linux används clang, men GCC är fortfarande klart vanligare. GCC och clang tenderar ge väldigt snarlik prestanda.
På Windows används clang allt mer då den nästan alltid ger lika bra eller bättre prestanda jämfört med MSVC++ (som idag lär användas för klart över 90 % av fallen).
Fel som görs: Windows resultatet är lite högre ställt mot andra plattformar än vad som är fallet i "verkligheten"
Användning av specifika instruktioner
Vissa av deltesterna använder väldigt specifik optimering med AVX/AVX-512 och NEON på ARM64. Det gör att t.ex. CPUer med AVX presterar väldigt bra i deltesterna för raytracing och några till. Vidare presterar CPUer med AVX-512 stöd extra bra i machine-learning testerna.
Intel har inte gjort många rätt på senare år, en av de få saker de ändå har gjort väldigt bra är programvara/bibliotek som effektivt utnyttjar just AVX och AVX-512. Spekulationen är också att M4 fått något som kallas SME (Scalable Matrix Extensionsion) och som förklarar den enorma prestandaboos:en i vissa machine-learning fall (object detection).
På det stora hela har detta gynnat x86_64, inte ARM64, fram till nu. Men helt korrekt så för GB6 använder samma verktyg/bibliotek som "riktiga" program och Intel har faktiskt gjort ett lysande jobb med saker som Embree, MKL, ISPC etc som ger bra utdelning på CPUer med AVX/AVX-512 (så även Zen gynnas, speciellt Zen 4).
"Dålig skalning med CPU-kärnor"
Fram till GB5 gjorde man samma misstag här som i de flesta CPU-benchmarks. Detta kommer nog av historik från att "många kärnor" var nytt och spännande samt att man ville ha ett test som visade att CPUer med många kärnor presterade bättre.
Vad GB6 nu gör är att man simulerar verkliga multitrådade applikationer, mot att tidigare kört flera instanser av testet (en på varje CPU-tråd).
Detta gör att GB6 nu inte alls skalar som t.ex. Cinebench, det skalar mer som t.ex. spel med kärnor (rent krasst skalar spel rätt generellt rätt dåligt, så GB6 skalar bättre än så).
Har ska man inte sticka under stolen med att det gynnar ARM64 betydligt mer än x86_64, men det är för detta är något ARM64 är fundamentalt bättre på än x86_64 så samma gäller i "riktiga applikationer"
Race-to-sleep
Sista värt att kommentera är att GB är designad för att primärt testa hur responsiv en enhet kommer kännas. Man har en kort paus (2sek i GB6) mellan varje deltest för att CPUn ska hinna svalna. Detta gör att CPUn kommer kunna utnyttja sin boost-frekvens väldigt väl.
Detta gynnar mobiler och framförallt Intels/AMDs CPUer för bärbara. I "verkligheten" kommer desktop CPUer prestera bättre ställt mot laptop CPUer. Men det gäller inte Apple undantaget MBA, för deras CPUer likt x86_64 desktop-monster throttlar inte över tid.
Så här är egentligen en rejäl snedvridning, fast till fördel Intel/AMD, inte Apple!!!
