加载失败
争论起源于基于 Geekbench 6 多核分数的报道，声称 Apple 的 M5 Max 在多核测试中“碾压”一款 96-core Threadripper（AMD 的高核心数桌面 CPU）。随后在 Slashdot、dev.to 和 Hacker News 的讨论中，多个评论质疑 GB6 是否能代表广义多核能力，指出其可能是为消费端“真实世界”负载优化或在实现上有串行瓶颈（例如文本处理测试扩展不良）。讨论同时引用 Amdahl’s Law 来判断可扩展性的理论边界，并批评部分媒体在没有多维度数据和上下文时发布耸动结论。涉及的平台与媒体包括 Tom's Hardware（硬件评测网站）、Slashdot（科技新闻聚合社区）、dev.to（开发者博客）和 Phoronix（Linux/硬件基准社区），它们在报道与解读基准时的方法也被反复提及。
多位评论指出 Geekbench 6 的设计目标是面向消费级硬件与“真实世界”轻/中度线程负载，而非衡量极高核心数下的服务器级并行能力。官网文案也强调它用于模拟移动设备和个人电脑的常见任务，因此多核测试会选择更贴近日常场景的工作负载。基于这一取舍，作为消费端性能代理（尤其是单核与代际对比）Geekbench 的某些分数仍有参考价值，但不能被当作通用的“multicore”能力衡量器来做18核 vs 96核的绝对比较。评论的主张是：正确理解基准定位后再据此下结论，否则容易把设计选择误读为普遍性结论。
有评论和链接文章直接指出 Geekbench 6 的多核实现出现了严重的扩展性问题，导致部分测试早早遇到串行瓶颈。举例来说，一个“文本处理”测试在约190个文件上运行时在 8 核时仅约 1.3× 的加速，这明显低于预期的并行扩展，暗示实现层面存在大比例的串行或争用部分。多个评论把该基准的图表与 Amdahl’s Law 对比，认定这是基准实现或工作负载建模的问题，而非证明“高核心数无用”。因此，把 GB6 的多核分数作为衡量广义多核能力的依据，会得出误导性结论。
评论里对媒体在使用基准数据时的处理方式提出批评：Tom’s Hardware 被指有时发布耸动或不严谨的标题和内容，Slashdot 与博客则以更苛刻的角度转述和放大这些争议。有人总结现在的套路是先抛出夸张论断，再靠读者或反驳者来制造“互动流量”，新闻价值因此被牺牲。多条评论提醒不要只信单一基准或单篇报道，要用多个基准和具体工作负载上下文来交叉验证，避免断章取义。对 Phoronix 等站点也有辩论：其评论语气可能极端，但其基准套件在一些人看来仍较为严谨。
关于 Amdahl’s Law（阿姆达尔定律）在此类争论中的作用，评论出现明显分歧：一派认为 Amdahl 的定律本就说明含有串行部分的任务不会线性扩展，批评者在指责基准时应先承认这一定律的约束。另一派则强调 Amdahl 只是描述并行加速的理论上限，不能成为为基准实现中可避免的串行瓶颈开脱的理由；如果测试实现本可更并行但写法导致低扩展，那就是基准的问题，而非工作负载的本质。总体争议集中在：在下结论前必须区分理论可扩展性、基准设计目标与具体实现细节。
Geekbench 6: Geekbench 6：一个跨平台的合成基准套件，官网表明目标是模拟移动设备和个人电脑的“真实世界”任务，因此其多核子测试偏重消费级轻/中度并行负载，而非服务器级高核数工作负载。
Amdahl’s Law: Amdahl’s Law（阿姆达尔定律）：并行加速的理论上限由程序中不可并行化的串行部分比例决定，公式表明即使核数无限增加，串行分量仍会限制总体加速比。
SPEC: SPEC（Standard Performance Evaluation Corporation）：行业公认的基准组织，其 SPEC CPU 等套件用于评估 CPU 单线程与多线程性能，常作为比对架构或代际性能的权威参考。