极库未登录
极库G-SCORE 方法论
综合评分如何计算
说明随算法迭代可能更新，以当前线上版本为准。
G-SCORE（GeeCool Score）是 极库 为 CPU 决策对比设计的综合指数。它把游戏、内容创作、通用计算、AI、能效与性价比六项子指数，按与产品定位相关的权重加权求和，用于快速比较两颗处理器在常见场景下的整体均衡度。分数基于公开规格与结构化规则推导，用于横向参考，不能替代实际跑分或你的具体 workload。
G-SCORE 总公式
对每颗 CPU，先分别计算六项指数（均为 0 以上的相对分值），再按权重加权： G-SCORE = 游戏指数 × w₁ + 内容创作指数 × w₂ + 计算指数 × w₃ + AI 指数 × w₄ + 能效指数 × w₅ + 性价比指数 × w₆ 默认基础权重约为：游戏 17%、内容创作 17%、计算 17%、AI 16%、能效 17%、性价比 16%。 w₁–w₆ 会根据 CPU 的市场定位（桌面、移动、服务器、工作站等）对各项做倍率调整，并重新归一化使总和为 100%。若处理器具备 NPU 或较强 AI 指令集，AI 维度的权重还会额外乘以约 1.05–1.20 的系数。 最终 G-SCORE 保留两位小数；在对比页等界面展示时通常四舍五入为整数。
六项子指数
游戏指数（Gaming Index）
侧重单核频率与 L3 缓存对游戏场景的边际收益。 游戏指数 ≈ 单核频率分量 × 缓存系数 • 频率分量：由最高加速频率（GHz）换算 • 缓存系数：L3 容量越大，系数越高（无 L3 数据时使用较低默认值）
内容创作指数（Content Creation Index）
综合渲染、媒体编码、多任务与内存平台能力。 内容创作指数 = 渲染 × 40% + 媒体编码 × 25% + 多任务 × 25% + 内存能力 × 10% • 渲染：核心数、线程数、频率的加权组合 • 媒体编码：SIMD 指令（如 AVX2/AVX-512）与硬件编码能力（Quick Sync 等） • 多任务：线程与核心规模，并参考缓存与内存能力 • 内存能力：最大支持容量、内存类型/速率、通道数
计算指数（Compute Index）
反映多核并行与频率在通用计算上的规模。 计算指数 = 核心 × 35% + 线程 × 35% + 频率 × 20% + 缓存 × 10% 各分量由规格表中的核心数、线程数、加速频率与 L3 容量换算得到。
AI 指数（AI Index）
衡量 AI 推理相关的指令集、专用加速与算力/内存平台。 若存在 NPU、Ryzen AI 等硬件加速： 指令 × 25% + 硬件加速 × 35% + 算力 × 25% + 内存 × 15% 若无专用 AI 加速硬件： 指令 × 30% + 算力 × 55% + 内存 × 15% 指令分来自 AMX、AVX-512、VNNI、AVX2 等扩展；硬件加速分来自 NPU TOPS、厂商 AI 品牌字段等；算力分与计算指数使用相同的核心/线程/频率/缓存结构。
能效指数（Efficiency Index）
在相近性能下更偏好更低功耗与更合理的平台配置。 能效指数 = 性能/功耗效率 × 70% + 功耗特征 × 20% + 平台能效 × 10% • 性能/功耗：由综合性能指数除以有效功耗（TDP 或厂商标注的 turbo 功耗等）线性映射 • 功耗特征：TDP 越低得分越高 • 平台能效：内存类型（如 DDR5）、通道数等
性价比指数（Value Index）
在「单位核心/线程能提供的算力」意义上衡量资源利用，而非直接引用零售价（价格数据未纳入当前公式）。 指数由能力分（核心、线程、频率、缓存与架构代际）与平台资源成本（核心/线程规模、内存平台成本）共同推导，强调同规格量级下的相对产出效率。
定位如何影响权重
同一套六项指数在不同市场定位下，G-SCORE 的侧重会不同。例如： • 桌面：略提高游戏与性价比权重 • 移动：略提高 AI 与能效权重，计算略降 • 服务器：提高计算、内容创作、AI 与能效，游戏与性价比权重降低 • 工作站：提高内容创作与计算，游戏权重降低 具体倍率在服务端按 market segment 字段匹配后乘到基础权重上，再归一化。未识别定位时使用默认权重。
如何理解对比结果
CPU 决策对比页以 G-SCORE 较高者作为默认综合推荐，并展示六项指数的逐项差异。当两颗 CPU 的 G-SCORE 差距很小（约 8% 以内）时，系统会提示「接近平局」，建议你结合自己最常用的场景维度做最终决定。 单项指数在某场景明显领先时，即使综合 G-SCORE 略低，也可能更适合你的用途——对比页会在相关场景给出补充说明。
局限与声明
G-SCORE 与各项指数均来自规格驱动的规则模型，未包含第三方 benchmark 实时数据、散热、主板 BIOS、内存时序或具体软件版本等因素。不同代际、不同 TDP 档位的实际体验可能与模型存在偏差。我们持续根据硬件库数据与规则迭代调整算法；历史已发布分数可能在重算后更新。