独家报道Geekbench 创始人回应 Pixel 8 基准屏蔽争议
Notebookcheck最近爆料称，谷歌似乎 阻止了作家对其新 Pixel 8和 Pixel 8 Pro设备，使其在禁售期间无法轻松安装 Geekbench 6 和 3D Mark 等流行的基准测试应用程序。这是一个极不寻常的举动，也引发了人们对谷歌这样做的动机的质疑。谷歌对 张量 G3芯片的性能，尤其是其人工智能性能。然而，由于无法安装应用程序，许多评测人员无法通过运行基准测试来检验谷歌的说法，而这是大多数评测的标准做法，因为它提供了一种评估芯片性能的客观和标准化的方法。
Geekbench 是评测人员使用的主要基准之一。它是一款流行的跨平台基准测试工具，主要用于评估 CPU 性能，不过也有 GPU 计算套件。该测试同时评估芯片的单核性能和多核性能，也是一项 "跨平台 "测试。这意味着它得出的结果可以在不同设备（如手机和笔记本电脑）、操作系统（如Android 和 Windows）以及不同芯片（如Apple 、英特尔、高通、谷歌、三星、联发科和 AMD）之间进行比较。
Geekbench 最近更新到第 6 版时，增加了测试新应用领域的功能，包括 AR 性能，并更加重视机器学习，因为机器学习可以增强芯片的人工智能潜力。三星、微软、AMD、戴尔、惠普、LG、联发科等公司都在使用并认可它。因此，你可能会认为，考虑到谷歌对其 Tensor 芯片组 AI 性能的宣传，这将是谷歌乐于让评测者在其 Pixel 8 和 Pixel 8 Pro 上安装的基准。有的评测人员具备必要的知识，可以通过下载 Geekbench 6 的应用程序包，并使用一种称为 "侧载"（side-loading）的过程手动安装，从而绕过谷歌 Play Store 的封锁。
张量 G3 的 Geekbench 6 测试结果 的结果并不理想 - 在评测禁售期间和之后都是如此。一些 Pixel 粉丝发表理论，认为基准测试和Android 14 存在兼容性问题，谷歌并没有故意阻止它们的轻松安装。然而，这并不能解释为什么这些应用程序可以被侧载并成功运行，也不能解释为什么被阻止前和被阻止后的结果是一样的。 阻止后 结果并无不同。我们已联系谷歌寻求评论，但截至发稿时尚未收到回复。我们还联系了 Geekbench 6 的制造商 Primate Labs，他们也给了我们回复。
在联系 Primate Labs 时，我们询问他们是否意识到有任何兼容性问题导致 Geekbench 6 无法在评测禁令期间安装到 Pixel 8 和 Pixel 8 Pro 上。Geekbench 原始版本的创建者、公司创始人约翰-普尔（John Poole）向 Notebookcheck 提供了以下回复：
我们不知道为什么 Geekbench 6 无法在 Pixel 8 设备上使用（尽管我们怀疑这与禁售有关）。我们不知道 Geekbench 6 在 Pixel 8 或 Pixel 8 Pro 上有任何兼容性问题。
在我们对这个问题进行报道之后，优酷用户阿伦-马伊尼（Arun Maini）以他的网名"@Mrwhosethebb "为人所知。 @Mrwhosetheboss 透露包括 Magic Editor、AI Wallpaper 和 Best Take 在内的新的 AI 功能需要持续的网络连接才能正常运行。在谷歌的发布会上，谷歌暗示这些功能是由 Tensor G3 芯片处理的。谷歌官方博客也强化了这一信息，大肆宣扬该芯片的优点，并将其定位为 "人工智能第一"。
在博客中谷歌产品管理副总裁断言如下：
我们与 Tensor 的合作从来都不是为了追求速度和进给量，或者传统的性能指标。而是要推动移动计算体验向前发展。在我们全新的 Tensor G3 芯片中，每个主要子系统都得到了升级，为设备上的生成式人工智能铺平了道路。它包括最新一代的 ARM CPU、升级版 GPU、全新的 ISP 和成像 DSP，以及我们为运行谷歌人工智能模型而定制的下一代 TPU。
我们测试了 Maini我们测试了 Maini 的说法，即需要持续的网络连接才能使这些新的生成式人工智能功能发挥作用。尽管谷歌声称 Tensor G3 能够为设备上的生成式人工智能提供动力，但事实上，谷歌正在将这些功能的处理要求卸载到云端，由其更强大的服务器进行处理，即使部分处理最初可能是在设备上完成的。不过，鉴于谷歌 Tensor G3 在 Geekbench 6 等基准测试中的表现相对较差，谷歌不得不采用卸载处理方式的原因也就不言而喻了。
正如芯片设计公司 Arm在其网站上解释的那样(要知道，Tensor G3 使用的是 Arm 设计的 CPU 内核），其整个架构在设计时就考虑到了人工智能的性能，机器学习算法是在整个芯片上执行的。这意味着，如果一款芯片在 CPU 和 GPU 基准测试中表现不佳，那么它就不太可能展现出强大的人工智能性能。这是因为机器学习任务是由 CPU 和 GPU 与 SoC 上被称为神经处理单元（NPU）的 AI 加速器（谷歌称之为张量处理单元（TPU））共同处理的。你经常会在论坛和聊天中看到这样的说法："基准测试并不重要"，重要的是设备在 "真实世界 "中的表现。在某种程度上，这种观点是有道理的--基准是整个等式的一部分。
然而，对于一款以人工智能为先的设备来说，原始处理能力也是不可或缺的。生成式人工智能显然需要比 Tensor G3 更强的处理能力，尽管谷歌的说法与此相反，否则就不需要持续的互联网连接，也不需要将这些任务卸载到云端进行处理，然后再将结果返回到用户的设备上。它将在机上进行处理。看来，谷歌的人工智能软件算法已经达到了 Tensor G3 在本地处理这些算法的极限，而谷歌关于 "传统性能指标 "不重要的说法也不攻自破。
更新：文章更新了谷歌 Pixel 8 Pro 产品页面的截图，截图中谷歌介绍了先进的人工智能新功能，包括文章中提到的生成式人工智能功能。此外，还附上了小字脚注 "7 "的截图，解释了相关要求和限制。需要注意的是，谷歌没有提到这些功能需要持续的网络连接，也没有提到内容需要卸载到云端的谷歌服务器进行人工智能处理。
资料来源
拥有
