性能比较不能只看一个跑分

两个对象的性能差异，应当拆成“峰值性能”和“持续性能”两部分。峰值性能反映短时间内的最大输✨出，持续性能则更接近实际使用，例如长时间渲染、连续编译、批量推理或持续读写时是否降频、限流和积热。

每项测试至少进行多轮，记录平均值和最差值。对于服务类系统，尾延迟往往比平均延迟更有参考价值🌅；对于移动或边缘设备，单位功耗完成的任务量通常比单次峰值更重要。

怎样设计一次公平的实战测试

不要只运行一个综合跑分。可以将任务分为短时峰值、持续负载、混合负载和异常场景。短时测试用于观察最高性能，持续负载用于发现降频或资源泄漏，混合负载用于模拟真实业务，异常场景则考察高温、满内存、磁盘拥塞或高并发下的退化程度。

实战演进通常会经历三个阶段：初期先解决“能不能运行”，中期解决“能否稳定达到目标吞🚀吐”，后期再通过编译优化、任务调度、缓存利用、批处理和功耗管理提升单位资源产出。某个对象在实验室跑分中领先，并不代表它在业务迁移、兼容性和维护成本上同样占优。

如果只需要选择方案，应优先选择与目标任务匹配、驱动和生态更成熟、长时间表现稳定的一方，而不是仅凭“HWD”或“HDXXXXX69”的名称判断。补充完整型号、测试平台和主要使用场景后，才能进一步形成具有实际意义的逐项对比结论。