Флагманский Android-телефон не впечатлил в тестах, но Google говорит, что это не имеет значения.
Google Pixel 7 и Google Pixel 7 Pro были выпущены в начале этого месяца на фоне волны фанфар. Среди множества новых программных функций, дуэт впервые публично представил чип Tensor G2, последнюю собственную разработку Google.
До того, как телефоны были выпущены, Tensor G2 вызвал много критики со стороны онлайн-комментаторов. Почему? В сеть просочились контрольные тесты, из которых, казалось, вытекало довольно слабое обновление производительности.
За несколько недель до того, как у кого-либо из широкой публики появилась возможность получить в свои руки эти устройства, многие вообще списали их со счетов, основываясь на баллах, полученных в онлайн-тестировании. Справедливости ради надо сказать, что это было немного преждевременно.
Теперь старший директор Google по управлению продуктами Моника Гупта заявила, что Google «совершенно комфортно себя чувствует», не выигрывая эталонные тесты. В подкасте с 9to5Google она сказала: «Я думаю, что классические бенчмарки в какой-то момент служили цели, но я думаю, что с тех пор индустрия изменилась. Они могут рассказать какую-то историю, но мы не чувствуем, что они рассказывают полную история.»
Это утверждение имеет смысл. Запуск Google линейки Pixel 7 показал множество функций на основе искусственного интеллекта. Этот тип программного обеспечения не тестируется с помощью эталонного теста, но может улучшить общее качество работы для пользователей.
Итак, должны ли мы, как потребители, уделять меньше внимания эталонным показателям? Я так думаю, и вот почему.
Хороший тест не делает хороший телефон
Тестирование производительности очень специфично. По сути, программное обеспечение даст вашему устройству несколько задач и время, насколько быстро оно их выполнит. Это дает ему оценку как для многоядерной, так и для одноядерной производительности. Но вряд ли это идеально.
Тестовые тесты предназначены для проверки того, что может делать ЦП, но он делает это путем тестирования экстремальных пределов в течение короткого периода времени. Реальное использование требует стабильной производительности при различных уровнях мощности. Ни один потребитель не будет запускать свое устройство на абсолютном пике вычислительной мощности в течение нескольких секунд за раз, поэтому тестирование такого устройства не очень полезно. Это как проверить, насколько хорош марафонец, заставив его пробежать стометровку.
Потому что Гупта прав: отрасль развивалась, и чистая мощность процессора больше не является определяющей характеристикой лучших телефонов. ИИ и машинное обучение означают, что устройства могут быть более эффективными и адаптироваться, чтобы лучше использовать вычислительную мощность, которую они имеют.
Кроме того, большинство пользователей телефонов вряд ли будут доводить современные процессоры до предела своих возможностей. Возможно, если вы заядлый мобильный геймер, хотя один из лучших игровых телефонов может быть лучше, если это так.
Хотя это не совсем бесполезно. Сравнительное тестирование — отличный способ сравнить сырую производительность процессора. Это может быть полезно, особенно потому, что все больше и больше людей покупают технические продукты в Интернете, не используя их сначала.
Но нам нужно изменить повествование о том, что означает эталон. Вместо того, чтобы относиться к нему как к золотому стандарту того, стоит ли телефон вашего времени, мы должны относиться к нему как к одному из методов тестирования одного аспекта устройства.
