性能方法与局限

一条性能结论只有附带六件事才有意义：负载、数据规模、CPU 与线程设置、环境、统计量与噪声处理方式。本页说明仓库里的数字是如何产生的，以便读者判断或复现。

测量方式

成对基准在同一台机器上交替运行固定的 Python 参考实现与原生候选实现，并为被测子进程绑定一个 CPU：

  • 每次测量都是一个子进程：在 CreateProcess/fork 之前收窄其亲和性，启动后校验，因此父进程的调度选择不会渗入测量。

  • 墙钟区间从创建子进程之前开始，到子进程退出结束，因此解释器启动与加载时间都计入两侧测量。

  • 预热运行被排除；观察者（摘要捕获、计数器）在停止时钟之后运行，唯一例外是分配计数器 —— 它的原子操作在测量调用内部触发。

  • CPU 时间与峰值工作集来自操作系统的进程记账，而不是自报。

  • 正确性是门禁，不是另一份报告：运行期间产出的研究表会先按摘要比对通过，计时才会被采纳。

配对交替进行并用中位数汇总，因此单次慢跑不会变成头条数字。无法与噪声区分开的评估记为 INCONCLUSIVE，而不是四舍五入成加速比。

这些数字怎么读

结果

解读

Alpha003 500 文件开发批的 41.20x

该负载的墙钟比，五次测量配对，同一 CPU

1,000 / 2,000 文件诊断对的 34.46x / 35.63x

比值随规模变化；这是独立的诊断对，不是门禁

峰值工作集

单独报告；更快但内存占用高得多的运行不是免费的胜利

摘要一致

每个被采纳的计时运行同时也复现了参考表

x 倍数是一个负载在一台主机上的墙钟时间比。它不是对所有 API、对整个语料库或对另一台机器的结论。

复现一次测量

cmake -S . -B build -DCMAKE_BUILD_TYPE=Release
cmake --build build --parallel --target fincore_alpha003_research
python benchmarks/alpha003_a_stocks/run_benchmark.py --help

基准源码与数据准备步骤已提交；生成的 HTML 报告与 CSV 载荷不入库。驱动器的 --help 给出支持的配对数、容差上限与输出位置，并保持默认 --tolerance（必须是有限值且不超过 1e-6）。

局限与诚实的空白

  • 测量在单台桌面级机器上完成，只绑定一个核心；不暗示云或容器环境下的结论。

  • 噪声环境会产出 INCONCLUSIVE 的评估记录。这些记录留在仓库里；它们不会被汇总成一个稳定的加速比。

  • 内存以峰值工作集报告，这与分配器的存活字节不是一回事；开启分配钩子时原生基准两者都记录。

  • 把物化每个中间行的负载与流式负载相比总会显得悬殊；请先比较输出，再比较时间。

精确的评估记录 —— 配对数、机器、日期与结论 —— 见迭代 9 收尾记录与仓库根目录链接的验收记录。