第 11 代酷睿处理器出色体验的奥秘原来是这个！

11 月 20 日，英特尔面向国内媒体举办了专项分享会，主题为“Intel DC Performance and H2H Gaming Workshop”，特别邀请总部专家 Wilson Lee、Allen Chen 等，详细的讲解了关于如何更加全面、综合的评价轻薄笔记本性能。

　　Wilson Lee 首先表示，对于笔记本尤其是轻薄本来说，使用真实场景进行性能评估非常重要，目前国内疫情在防控下已经基本稳定，广大用户在高铁、飞机上进行移动办公的需求非常多，而这时轻薄本并不是插上交流电源来使用的，因此在电池供电情形下的性能表现非常重要，而这恰恰是英特尔平台的优势。

　　Wilson Lee 又分享了一些英特尔的内部测试结果，使用 5 台搭载英特尔第 11 代酷睿处理器的轻薄本进行 Mobile Mark 18 测试，并与 5 台搭载 AMD 锐龙 5000 系列的机型相对比。（MobileMark 2018 是一个基于应用程序的基准测试，反映了企业用户在办公生产力、创造力和响应力这几方面的使用模式。新的“生产力场景”更新了面向办公用户活动的工作量和应用程序。新的“创造力场景”更新了面向媒体用户活动的工作量和应用程序。此外，新的“网页浏览”模拟了用户的浏览器和视频播放体验。）

　　从结果上看，5 台搭载英特尔第 11 代酷睿处理器的轻薄本的续航时间平均值略短一些，但在综合性能分数的平均值表现上来看却要强出很多。

　　再使用 SYSmark 25、PCMark 10 Applications（Office 365）、WebXPRT 进行测试，同样会发现这一现象，搭载英特尔第 11 代酷睿处理器的轻薄本，无论是插电测试还是纯电池供电，性能损失都相对较小；而搭载 AMD 锐龙 4000 处理器的机型，在插电时可获得较好的性能，但在使用纯电池模式时，性能损失相对较大。

　　SYSmark 25 是重要的 PC 基准测试的最新和第 25 代工作负载，可使用实际应用程序和工作负载来测量和比较系统性能。 首要的 PC 性能指标的第 25 个工作负载生成具有新的“生产力”，“创造力”和“响应性”方案。新的生产力方案已更新了工作量和应用程序，以办公室为中心的用户活动为目标。 新的 Creativity Scenario 具有针对以媒体为中心的用户活动而更新的工作负载和应用程序。 新的响应方案模拟了用户体验中的“痛点”。 这些常见的活动包括：应用程序启动，文件启动，带有多个选项卡的 web 浏览，多任务处理和后台应用程序安装。以下为 SYSmark 25 的对比测试结果：

　　PCMark 10 Applications 应用程序基准测试利用 Microsoft Word，Excel，PowerPoint 和 Edge 运行测试，来为现代工作职场测量实际的，真实的 PC 性能。以下为测试结果：

　　WebXPRT 将通过运行一系列测试来测量浏览器的 HTML 和 Javascript 处理速度，以及处理图片和人脸检测等任务的速度。 以下为测试结果：

　　通过数个测试数据，最终 Wilson Lee 总结道：移动设备的测试应涵盖在未连接电源的状态（或两种模式）下进行，以反映真实体验；无论轻薄本是否连接电源，基于英特尔处理器的产品均可提供出色性能；消费者比以往更加看重系统响应能力与电池续航之间的平衡，而英特尔 Evo 平台认证的产品在这方面的表现堪称完美。

　　同时，Wilson Lee 也指出，以上的结论都是基于 Mobile Mark 18、SYSmark 25、PCMark 10 Applications（Office 365）、WebXPRT 等基于真实应用的应用场景的测试所得到的；但 Wilson Lee 也提到了一点，在 Cinebench R20 测试中，英特尔和 AMD 的轻薄本，即使都不接通电源，所有产品的性能降低都是非常少的，这一点非常有趣......

　　而在后续的问答环节中，Wilson Lee 也进一步分享了英特尔对轻薄本性能评测的基本理念和标准，他指出：英特尔推荐使用反应真实应用、以及与终端用户使用场景直接相关、有代表性的 Benchmark 来衡量性能。因此 Benchmark 要符合 3 点，一个是基于真实应用，二是有代表性，三是和真实用户是场景是直接相关的，例如 Mobile Mark 18、SYSmark 25、PCMark 10 Applications（Office 365）、WebXPRT 等；而目前一些常用的 Benchmark 如 Cinebench，它只满足第一点“基于真实应用（Cinema 4D）”，但由于很少有用户会使用轻薄本来做高强度的专业 3D 渲染，因此 Cinema 4D 和 Cinebench 的成绩和主流 PC 用户的使用场景相关性并不强，也没有太大的代表性。