रन की तुलना

BoosterX → बेंचमार्क → तुलना खोलें और आवश्यक सहेजे गए परिणाम जोड़ें। पहले/बाद के प्रयोग के लिए समान लोड संस्करण, प्रोफ़ाइल और शर्तें चुनें। संख्याओं का अंतर अपने आप में सेटिंग के प्रभाव को सिद्ध नहीं करता।

इंटरफ़ेस में विभिन्न रनों के अंतर भी देखे जा सकते हैं: CPU, GPU, विलंबता, निरपेक्ष मान और प्रतिशत। शर्तों का मेल न खाना संख्याओं को स्वयं बेकार नहीं बनाता, लेकिन अंतर के कारण के बारे में निष्कर्ष को सीमित करता है। संगतता की चेतावनियों की जाँच करें और विभिन्न संस्करणों की तुलना को शुद्ध प्रयोग न मानें।

अंक वर्तमान सर्वर सूत्र के अनुसार पुनर्गणित हो सकते हैं, इसलिए एक ही पद्धति के आकलन और अलग से मूल मेट्रिक्स की तुलना करें। पुनर्गणना से किया गया लोड नहीं बदलता। एकीकृत ऑनलाइन रैंकिंग में स्थान समान माप शर्तों का प्रमाण नहीं है।

प्रयोग की योजना

1. प्रोसेसर और वीडियो कार्ड का मॉडल, Windows और ड्राइवर के संस्करण लिखें। परीक्षणों के बीच पावर मोड और कूलिंग न बदलें। पृष्ठभूमि प्रोग्रामों का एक ही सेट उपयोग करें।
2. पहले सेटिंग बदले बिना कम से कम तीन परीक्षण करें। इससे आप परिणामों का सामान्य प्रसार देख पाएँगे। छोटे अंतरों के बारे में निष्कर्ष के लिए अधिक पुनरावृत्तियों की आवश्यकता हो सकती है।
3. एक सेटिंग बदलें और परीक्षण दोहराएँ। यदि पुनः आरंभ आवश्यक है, तो मूल सेटिंग्स वाली श्रृंखला से पहले भी करें। प्रत्येक रन से पहले समान समय प्रतीक्षा करें।
4. यथासंभव मूल सेटिंग्स, फिर बदली हुई, और फिर मूल सेटिंग्स जाँचें: A → B → A। ऐसा क्रम सेटिंग के प्रभाव को वार्म-अप और पृष्ठभूमि लोड से अलग करने में मदद करता है।
5. सभी परिणाम सहेजें। पहले से निर्धारित करें कि कौन-सी विफलताएँ परीक्षण को तुलना के लिए अनुपयुक्त बनाती हैं, उदाहरण के लिए रन का बाधित होना। यदि किसी परीक्षण को बाहर रखते हैं, तो कारण बताएँ। कम अंक अपने आप में उसे हटाने का कारण नहीं है।

स्क्रीन रिज़ॉल्यूशन और विंडो या पूर्ण-स्क्रीन मोड समान रखें। यदि रिज़ॉल्यूशन के प्रभाव की जाँच कर रहे हैं, तो प्रत्येक चुने गए रिज़ॉल्यूशन पर परीक्षण कई बार दोहराएँ।

क्या गिनें

Δ score, % = 100 × (mean_after / mean_before − 1)
CV, % = 100 × sample_standard_deviation / mean

रनों के बीच औसत मानों और प्रसार की तुलना करें। न केवल अंतिम अंक, बल्कि अलग-अलग आकलन, मिलीसेकंड में विलंबता, P99 / 1% Low CPU और प्रत्येक लोड की निष्पादन गति (throughput) भी जाँचें। विलंबता के लिए ऋणात्मक अंतर आमतौर पर सुधार दर्शाता है; अंकों के लिए धनात्मक अंतर आकलन में वृद्धि दर्शाता है।

पुनरावृत्ति की जाँच के लिए पूर्ण रन गिनें। एक ही परीक्षण के भीतर हज़ारों फ़्रेम बार-बार किए गए परीक्षणों का स्थान नहीं लेते: वे सभी एक ही सत्र में प्राप्त होते हैं और सामान्य शर्तों पर निर्भर करते हैं।

क्या निष्कर्ष निकाला जा सकता है

सामान्य प्रसार के सापेक्ष छोटे परिवर्तन के लिए अतिरिक्त पुनरावृत्तियाँ आवश्यक हैं। «1% से अधिक सब कुछ महत्वपूर्ण है» जैसी सार्वभौमिक सीमा एक ही श्रृंखला के आधार पर निर्धारित नहीं की जा सकती। सांख्यिकीय रूप से भिन्न अंतर भी व्यावहारिक प्रभाव के लिए बहुत छोटा हो सकता है।

ब्लॉक-वार निदान पहले से ही परिणामों में अंतर्निहित है: प्रत्येक लोड के लिए ब्लॉकों में निष्पादन गति का प्रसार, «पहला-अंतिम» विस्थापन और चरणों के अनुसार रुझान सहेजे जाते हैं। इससे यह निर्णय लेना संभव होता है कि दो रनों का अंतर उनके भीतर देखे गए शोर से अधिक है या नहीं, नई पुनरावृत्तियों से पहले ही। ब्लॉकों को अंकों में समेकित करने वाले सूत्र अंक गणना में खुले हैं।

संग्रहीत संस्करण 0.5.2 के आठ रनों की श्रृंखला में अनुकूलित सिस्टम पर पुनरावृत्तियों और रिज़ॉल्यूशनों की तुलना की गई थी। इसमें अनुकूलित-रहित स्थिति शामिल नहीं है और इसलिए यह BoosterX से लाभ सिद्ध नहीं करती।

सिंथेटिक परीक्षण सिस्टम के कार्य में परिवर्तनों की जाँच में मदद करता है। किसी विशिष्ट गेम के लिए लाभ की जाँच करने के लिए, उसके पुनरुत्पादनीय गेमप्ले परिदृश्य में तुलना दोहराएँ।

अद्यतन: 2026-10-02।