現在的手機跑分，真的是不能信。
手機產商、芯片廠商越來越追求芯片的跑分數值，Benchmark （基準性能測試）逐漸成為衡量設備性能的重要標準。
但在一味追求分值的同時，廠商們也逐漸深陷“分值禁錮”之中，近期的聯發科，就是如此。
聯發科芯片 benchmark 造假
事情的開始，要從 OPPO Reno3 說起。
外媒 Anandtech 發現，搭載 P95 CPU 的歐洲版 OPPO Reno3 Pro 的跑分數值比搭載性能更強大的最新 Dimensity 1000L CPU 的國行版 Reno3 的高，這引起了 Anandtech 的質疑。
由此，Anandtech 分別使用匿名版（可幫助分值作弊）和常規版的 PCMark 對 MediaTek P95 CPU 進行跑分。
雷鋒網注：圖源 Anandtech
結果顯示，P95 CPU 的真實總分比匿名版得分低 30%；在寫入負載方面，二者得分的差異甚至達到 75%。
同時，Anandtech 指出，通過對 OPPO Reno3 Pro 進行測試，結果表明並非是 OPPO Reno3 Pro 導致的跑分差異。也就是說，造成跑分差異的根源在於聯發科芯片。
為了證明這一結論， Anandtech 對 Reno3 搭載的聯發科芯片作進一步調查。結果發現，在手機的固件（/vendor/etc 文件夾）中，包含一個“power_whitelist_cfg.xml”文件。
該文件中存在一個涵蓋各種基準測試的列表，包括 GeekBench、AnTuTu、3 dbench,、PCMark、魯大師、AndroBench2 等。不僅如此，列表中還新增了人工智能基準測試，包括 Master Lu AIBench、ZTH AI 。
雷鋒網注：Reno3 Pro“運動模式”基準白名單部分截圖（圖源 Anandtech）
在這其中，Anandtech 找到了 PCMark 的 APK ID，發現 ID 中配置了一些電源管理提示，其中一個共同的提示為“運動模式”。
該模式能夠修正 SoC 芯片的一些 DVFS （動態電壓頻率調整）特性，比如始終以最大頻率運行內存控制器。另外，在負載跟蹤方面，調度器也被更改了設置，在工作負載時 CPU 核心的頻率能夠更快地上升，並停留更長時間。
不僅如此，其 APK ID 還包含了企業版的 GFXBench，雖然在清單中沒有配置“運動模式”提示，但在使用應用程序是會改為默認的 DVFS、熱力和調度器設置。
值得注意的是，“power_whitelist_cfg.xml”文件不僅存在於 OPPO 設備上，Anandtech 還在其他設備上（搭載聯發科芯片的設備）發現了類似文件以及幾乎相同的基準清單條目。如表所示：
雷鋒網注：表中缺少 AI 測試，並非完整的基準測試列表（圖源 Anandtech）
巧合的是，在 Anandtech 解壓文件之後，OPPO 向手機推送了一個固件更新，文件中原有的基準列表消失了。Anandtech 認為該文件列表僅是被移動了位置，因為基準測試中依然能夠觸發“運動模式”，從而使性能大大提升。
聯發科回應
對於 Anandtech 提出的質疑，聯發科方面也給出了正面回應。以下為回應聲明：
聯發科技遵循公認的行業標準，並且對基準測試準確地代表了我們芯片組的功能充滿信心。在測試和基準測試由我們的芯片組驅動的設備時，我們與全球設備製造商緊密合作，但最終，品牌商可以靈活地配置自己認為合適的設備。許多公司將設備設計為在進行基準測試時以最高性能運行，以顯示芯片組的全部功能。這揭示了任何給定芯片組的性能能力的最高端。
當然，在現實世界中，有許多因素將決定芯片組的性能。聯發科技的芯片組旨在優化功耗和性能，以在儘可能延長電池壽命的同時提供最佳的用戶體驗。如果有人正在運行諸如要求苛刻的遊戲之類的計算密集型程序，則該芯片組將智能地適應計算模式以提供持續的性能。
這意味著，隨著芯片組根據出色的用戶體驗所需的功能和性能動態管理 CPU，GPU和內存資源，用戶將從不同的應用程序中看到不同的性能水平。此外，某些品牌在不同地區具有不同類型的模式，因此設備性能可能會因地區市場需求而異。
我們認為，在基準測試中展示芯片組的全部功能與其他公司的做法是一致的，並且可以為消費者提供有關設備性能的準確信息。
聯發科認為，其公佈的 Benchmarks 分值代表了芯片組驅動設備時的最高分值，代表了芯片組性能的最高端，所以不存在跑分造假的行為。同時聯發科指出，這一做法與其它公司的做法是一致的，也就是說，行業裡的廠商都是這麼做的。
但這一回應遭到了 Anandtech 的反駁。Anandtech 認為，聯發科並無回應出問題的本質。其具有欺騙性的 Benchmarks 不僅針對的是與 SoC 相關的跑分軟件（例如 GeekBench、GFXBench），而且面向了與用戶體驗相關的跑分軟件，也就是前文提到的 PCMark。
Anandtech 解釋稱，PCMark 是一個系統基準測試，其分值代表了芯片的工作負載和設備響應能力。雖然 PCMark 反映的是芯片的性能，但會受 DVFS 和調度程序等軟件和機制的影響；這也印證了前文提及“運動模式”會修正 SoC 芯片的 DVFS 特性，從而影響 Benchmarks 分值。
另外，Anandtech 指出，PCmark 分值反映的是用戶使用體驗，而不僅僅是芯片組的性能。也就是說，Anandtech 認為聯發科干涉 PCmark 分值已超出了芯片跑分的範圍。
用產品說話，才擲地有聲
事實上，在聯發科之前，三星、華為都曾因欺騙 Benchmark 結果陷入輿論中心。
2014 年，測試人員發現三星通過添加源代碼在基準測試中作弊，該代碼能夠檢測基準測試應用程序是否在手機上運行，一旦發現，則以更快的速度（532MHz，正常情況下為 480MHz）運行手機。
由此，三星遭到了集體訴訟，且該訴訟長達 4 年。2019 年 9 月 30 日，三星敗訴，承認在基準測試中作弊，同意向 Galaxy S4 的購買者支付 10 美元賠償。
同樣的事情在華為身上也發生了。Anandtech 發現，華為會在新設備中配備基準檢測機制，為 SoC 提供了更高的功率限制。最終，在某些白名單應用程序中，設備的性能會更高。
不過，這種做法會帶來一些負面影響，包括消耗電能，降低機組效率，降低電池壽命等。
對此，華為表示，僅憑一個單一的基準數字並不能顯示完整體驗。但對於部分項目，進行基準測試是整個行業中被認可的方式，每個公司都在朝著更好的客觀結果而努力。同時，華為消費者 BG 軟件工程部總裁王成錄表示，其他廠商都在進行同樣的測試獲得高分，華為不能保持沉默。
不難看出，Benchmark 的高分值正成為芯片製造商追求的目標，也逐漸成為了行業的營銷手段。Benchmark 分值固然能反應設備的性能，但為了營銷、數值攀比而進行跑分造假不應是行業常態。
且不論“你做我也做”追求 Benchmark 高分值的盲目性，就跑分造假這一行徑而言，其分值只能在短時間內獲取用戶體驗的好感度，但從長期視角來看，追求高分值會帶來設備性能的損耗，這並不是與用戶建立良好關係的正確途徑。
正如 AnandTech 在文中提及，更好地與用戶體驗建立聯繫的唯一方式，就是讓每個常規遊戲在標準的功率範圍內運行。
也就是說，性能最具說服力的表現不是分值，而是產品本身。
【1】https://www.anandtech.com/show/15703/mobile-benchmark-cheating-mediatek
【2】https://www.anandtech.com/show/13318/huawei-benchmark-cheating-headache
【3】https://www.mediatek.com/blog/why-mediatek-stands-behind-our-benchmarking-practices
閱讀更多 雷鋒網 的文章
