16 组负载的分类清单与出题意图
综合分是加权平均出来的，但「哪些题、各占多少」才是分数的底层构成。这套 CPU 考卷共 16 组负载，单核与多核各跑一遍，按官方技术文档可分为四类。
总表
| 组别 | 负载 | 现实中的原型 |
|---|---|---|
| 生产率 | 文件压缩 | 压缩解压工具（Deflate / LZMA 算法） |
| 生产率 | 导航 | 地图软件的路径规划（Dijkstra 最短路径） |
| 生产率 | HTML5 浏览 | 浏览器的 DOM 解析与脚本执行 |
| 生产率 | PDF 渲染 | 阅读器把 PDF 页面转成图像 |
| 生产率 | 照片库 | 相册软件批量缩放与色彩转换 |
| 开发 | Clang | 编译器把源码编译成可执行文件 |
| 开发 | 文本处理 | 脚本语言的文本搜索与处理 |
| 开发 | 资源压缩 | 游戏引擎的纹理压缩（ASTC） |
| 机器学习 | 目标检测 | 相册/相机的人脸与物体识别（MobileNet） |
| 机器学习 | 背景虚化 | 视频会议的人像分割 |
| 图像编辑 | 对象消除 | 修图软件的智能抹除（图像修复算法） |
| 图像编辑 | 地平线校正 | 相册的地平线自动拉直（霍夫变换） |
| 图像编辑 | 照片滤镜 | 社交应用的滤镜处理 |
| 图像编辑 | HDR | 高动态范围图像合成 |
| 图像合成 | 光线追踪 | 渲染器的光线求交计算 |
| 图像合成 | 运动恢复结构 | 照片重建 3D 场景 |
注：按官方文档的目录划分，「机器学习」下还有背景虚化，「图像编辑」覆盖滤镜与 HDR，「图像合成」包含光线追踪与运动恢复结构；上表按四类合并列出，个别归类口径以官方 PDF 为准。
从清单里能读出的三件事
它偏「创作者」而不是「游戏机」。压缩、编译、修图、渲染占了大头，游戏引擎常用的浮点吞吐只以部分子项体现。所以多核分高的机器未必游戏更强，反之亦然。
机器学习已是一等公民。目标检测与背景虚化直接以神经网络推理计分——这在 2023 年设计考卷时是对「图像即计算」趋势的直接回应。
整数与浮点各占半边。官方把负载按整数与浮点分组：压缩、文本这类是整数活，渲染、滤波是浮点活。子项分数表里单核浮点明显偏低的芯片，通常是浮点单元相对精简。