基础数据的收集——五花八门的“考场”

要给CPU打分,首先得有数据，这就好比要评价一个学生的综合能力，不能只看他数学一门课的成绩，还得看语文、英语、物理等，对于CPU来说，这些“科目”就是各种各样的基准测试软件。

这些测试软件就像是不同的“考场”，每个考场都有不同的侧重点：

1. 综合性能考场：像Cinebench（主要测试多核渲染能力）、Geekbench（兼顾单核和多核的通用计算）等，它们模拟一些复杂的实际应用，比如视频编码、3D建模，考验CPU的全面素质。
2. 游戏性能考场：比如一些内置了性能测试的3A大作，或者像《CS:GO》这种对CPU频率特别敏感的游戏，这里主要考察CPU在游戏场景下的单核性能和高频率下的表现。
3. 专业应用考场：例如Blender（三维渲染）、HandBrake（视频转码）、7-Zip（压缩解压）等，这些测试针对特定领域的重度负载，对需要做设计、剪辑的用户特别有参考价值。
4. 理论计算考场：像SiSoftware Sandra这类软件，会进行非常纯粹的浮点、整数运算测试，更偏向于理论峰值性能。

制作天梯图的团队,会收集市面上几乎所有主流CPU在这些“考场”里的成绩，形成一个庞大的原始数据库，这是所有工作的基础。

第二步：分数的标准化——“统一度量衡”

收集来的原始分数五花八门,单位都不一样，Cinebench可能跑出来几千分，而某个游戏测试可能帧数只有一百多，直接把它们加起来是毫无意义的。

第二步是关键的一步：标准化，制作者会选定一个参照物，比如一颗大家都比较熟悉的、具有代表性的CPU（例如某一代的酷睿i5或锐龙5），将它的分数设定为一个基准值，比如1000分，将所有其他CPU的每一项测试成绩，都按照与这个基准CPU的性能比例进行换算。

如果基准CPU在Cinebench R23中得分为10000分，而另一颗新CPU得分是15000分，那么新CPU在这个项目上的标准化分数就是 (15000 / 10000) * 1000 = 1500分，通过这种方式，所有不同单位、不同量级的原始分数，都被统一成了一个可相互比较的“标准分”。

第三步：权重的分配——“偏科生”与“全才”的平衡

标准化之后,一颗CPU在每个测试项目上都有了标准分，但下一个问题来了：是不是把所有项目的分数简单平均一下就是最终得分呢？通常不是，因为不同用户对CPU性能的需求是不同的。

这就是天梯图评分机制中最核心也最体现编者主观意图的部分——权重计算。

• 游戏性能权重：对于大多数普通用户和游戏玩家来说，CPU的单核性能和高频性能更重要，因为很多游戏对多核优化有限，更吃单核性能，在最终分数中，像游戏测试、Cinebench单核等项目的权重可能会被设置得比较高。
• 多核性能权重创作者、程序员等专业用户，视频渲染、代码编译等任务能充分利用所有核心，Cinebench多核、Blender渲染等测试的权重会相应提高。
• 平衡型权重：大部分天梯图追求的是反映CPU的“综合性能”，试图在游戏和专业应用之间找到一个平衡点，它可能给单核性能赋予40%的权重，给多核性能赋予60%的权重，然后再将不同软件的分数进行加权平均。

不同的天梯图之所以排名有细微差异，很大程度上就是因为它们的“权重配方”不同。 一个更偏向游戏玩家的天梯图，可能会把英特尔的高频CPU排得更高；而一个更注重多线程性能的天梯图，则可能让核心数更多的AMD锐龙CPU占据优势。

第四步：排名的生成与呈现

当每一颗CPU都通过加权计算得出了一个最终的综合分数后,按照分数从高到低进行排序，天梯图的骨架就出来了，制作者会将这些CPU以直观的图表形式呈现，通常还会用不同颜色区分品牌和世代，让你一眼就能看出i9在哪个层级，锐龙7又处于什么位置。

总结与提醒

你看,CPU天梯图的分数不是一个绝对客观的科学测量值，而是一个经过大量数据采集、标准化处理、并融入了编者对用户需求理解的加权综合评估值。

在使用天梯图时,你要明白：

1. 它是个很好的参考工具，能帮你快速了解CPU性能的大致梯队，避免明显的选择错误。
2. 不要过分纠结细微的排名差距，排名相差三五位的CPU，在实际使用中你可能根本感觉不到区别。
3. 最重要的是结合自己的需求，如果你主要玩游戏，就应该重点关注天梯图中单核性能强的CPU；如果你是做专业创作的，那就多关注多核性能领先的型号，理解其评分机制，能让你更聪明地利用这个工具，而不是被分数和排名牵着鼻子走。