![\"Geekbench](\"https:\/\/www.europesays.com\/ch-de\/wp-content\/uploads\/2026\/07\/ai-geekbench-7-cpu-gpu-bench.jpg\" "\\"Geekbench")
<\/a>Geekbench 7: Neuer Multi-Core- und GPU-Test f\u00fcr KI-Workloads auf Ger\u00e4ten (Foto: IT BOLTWISE)<\/p>\n<\/p>\n \ud83e\udde0 KI & Robotik auf Google News abonnieren<\/p>\n <\/a><\/p>\n Geekbench 7 setzt im Kern darauf, dass Benchmarks das tats\u00e4chliche Laufzeitverhalten moderner Software besser nachbilden. Daf\u00fcr hat das Team den Multi-Core-Teil neu gestaltet: Ein Workload wird demnach nur dann in einem Multi-Threaded-Modus gemessen, wenn die entsprechende Aufgabe in echten Anwendungen ebenfalls multi-threaded ausgef\u00fchrt wird. Genau diese Unterscheidung ist entscheidend, weil viele \u00e4ltere CPU-Benchmarks zwar viele Threads \u201cf\u00fcllen\u201d, aber zugleich Szenarien bewerten, die in produktiven Anwendungen selten in exakt dieser Form auftreten. Der Multi-Core-Score soll damit eher abbilden, wie ein System sich beim \u201cechten Arbeiten\u201d verh\u00e4lt, also beim Zusammenwirken aus Scheduler, Thread-Parallelit\u00e4t und Speicherhierarchie unter realistischen Lastbildern.<\/p>\n Parallel dazu r\u00fcckt Geekbench 7 die GPU st\u00e4rker in den Kontext heutiger Nutzung. Der neue GPU-Benchmark ist laut Beschreibung auf machine learning und Content Creation zugeschnitten, statt nur klassische Grafik- oder reine Compute-Tests zu fahren. Praktisch wird das durch Testf\u00e4lle greifbar, die sich an Workflows orientieren, die man von Video-Workstations und Kollaborationstools kennt: Das Paket verfolgt Gesichter im Videostream und wendet Echtzeit-Filtereffekte an, skaliert Bilder per KI und simuliert Effekte wie Hintergrundunsch\u00e4rfe in Video-Calls. Damit wird auch die Datenbewegung zwischen GPU-gest\u00fctzten Kerneln, Pipeline-Phasen und ggf. Post-Processing st\u00e4rker ber\u00fccksichtigt als bei Benchmarks, die \u201cnur\u201d einzelne Shader-\u00e4hnliche Rechenpfade anfahren.<\/p>\n Auch das Bildbearbeitungs- und Synthese-Umfeld ist st\u00e4rker vertreten. Geekbench 7 erg\u00e4nzt daf\u00fcr GPU-Benchmarks, die RAW-Verarbeitung, LUT-basierte Farbkorrektur f\u00fcr Video, Pfad-Tracing (als rechenintensive Rendering-Variante) sowie Fl\u00fcssigkeitssimulation adressieren. Aus Enterprise-Sicht ist dabei nicht nur die reine Rechenleistung interessant, sondern die Frage, wie stabil und reproduzierbar ein System solche gemischten Pipelines verarbeitet: Pfad-Tracing und Simulationen sind typische Kandidaten, bei denen Speicherbandbreite, Kernel-Scheduling und Auslastungsspitzen die Laufzeit st\u00e4rker dominieren als bei \u201cglatten\u201d Raster- oder Einzeloperationstests. Zusammen mit den KI-Upscaling-Tests entsteht so ein Benchmark-Set, das eher die Komplexit\u00e4t moderner Medienproduktionen als die isolierte Peak-Rechenleistung in den Vordergrund stellt.<\/p>\n Beim Software-Stack setzt Geekbench 7 zudem wieder auf mehrere GPU-APIs. Nvidia<\/a>\u2019s CUDA wird als unterst\u00fctzte Schnittstelle erneut aufgef\u00fchrt; daneben nennt das Paket OpenCL, Vulkan und Meta<\/a>l. Das ist f\u00fcr die Praxis relevant, weil die Leistungsf\u00e4higkeit stark davon abh\u00e4ngt, welche API der jeweilige Ger\u00e4testapel tats\u00e4chlich optimal unterst\u00fctzt und wie gut Treiber, Laufzeitumgebung und Kompatibilit\u00e4tsschichten zusammenspielen. Auch f\u00fcr Teams, die Ger\u00e4teflotten bewerten, reduziert eine Multi-Backend-Strategie das Risiko, dass ein Vergleich \u201cnur\u201d den Container eines bestimmten GPU-\u00d6kosystems bevorzugt. Gleichzeitig bleibt aber wichtig, dass ein Benchmark nie v\u00f6llig deterministisch den Produktions-Workload ersetzt: In der echten Anwendung kommen oft weitere Faktoren hinzu, etwa I\/O, UI-Interaktion, Cache-Warmup oder der Mix aus CPU- und GPU-Phasen.<\/p>\n Geekbench 7 erweitert au\u00dferdem die Lastprofile \u00fcber klassische CPU- und GPU-Tests hinaus. Die neuen Datens\u00e4tze gelten als anspruchsvoller, um Varianten abzubilden, die Nutzer typischerweise erzeugen: Bei File Compression und dem PDF Viewer gibt es mehr Variation, w\u00e4hrend Entwickler- und Bildverarbeitungstests mehr Assets und unterschiedliche Bildformate nutzen. Erg\u00e4nzend kommen Medien-Workloads f\u00fcr Audio- und Video-Encoding, -Decoding und -Processing hinzu; dabei werden Tests genannt, die sich an Sprach- und Kommunikationsszenarien anlehnen. Genannt werden Whisper-basierte Speech-Recognition sowie AV1 und Opus, was die Br\u00fccke zu typischen Use-Cases wie Video-Calls, Screen Sharing und Content-Konsum schl\u00e4gt, bei denen Codecs und Transcodierung in der Praxis h\u00e4ufig den Flaschenhals bilden.<\/p>\n F\u00fcr weitere Abdeckung sorgt ein Game-Physics-Workload, der auf der Jolt-Physics-Engine basiert, die in bekannten Spielen eingesetzt wird. Daneben erweitert Geekbench 7 Tests f\u00fcr einen Photo Editor mit einem breiteren Satz realit\u00e4tsnaher Bearbeitungsschritte und unterst\u00fctzt eine Photo-Library-Aufnahme- und Verarbeitungsstrecke, inklusive Import und Verarbeitung von Formaten wie JPEG XL und DNG. Damit adressiert die Suite nicht nur Rendering und Filter, sondern auch die \u201cPipeline-Dauerarbeit\u201d rund um Import, Formatdekodierung, Auslieferung und Bearbeitungsketten. Geekbench 7 ist f\u00fcr iOS, macOS und weitere Plattformen verf\u00fcgbar; die App bleibt f\u00fcr pers\u00f6nliche Nutzung kostenlos<\/a>, w\u00e4hrend die Pro-Version mit einem zeitlich begrenzten Rabatt von 20 % bis zum 6. August gegen\u00fcber dem regul\u00e4ren Preis von 99 US-Dollar angebot<\/a>en wird.<\/p>\n \t \t\t \ud83d\udcb3 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!<\/a> <\/p>\n \u3010XL-Gr\u00f6\u00dfe f\u00fcr gedeihende Pflanzen\u3011Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, gro\u00dfes 13,7 cm gro\u00dfes Design bietet Platz f\u00fcr Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz f\u00fcr Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Ger\u00e4t wiegt nur 355 g. <\/p>\n<\/a><\/p>\n<\/a><\/p>\n
\ud83d\udd25 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!<\/a>
\ud83c\udf89 Amazon Haul-Store f\u00fcr absolute Schn\u00e4ppchenj\u00e4ger!<\/a><\/p>\n
\n
\n <\/a><\/p>\n
\n Plantbot Upgraded Large Smart Flower Pot Pet Planter Robot with Artificial Intelligence, Time Temperature Display, and Numerous Expressive Animations Based, for Indoor Decoration, Gifts (White) <\/a><\/p>\n