基准测试可重复性验证
本页内容
存档研究。 以下数据获取于 2026-09-04，版本为 0.5.2。表格、CSV 和脚本保留旧公式 Performance / Core Latency / Consistency，权重为 50/30/20。这不是在线排行榜的当前分数，也不是对新的 CPU/GPU/Latency 模型的验证。CV 值 0,256% 不能自动套用到该模型上。当前公式在另一篇文章中描述。
在此系列之后，GPU 负载的方法和实现都发生了变化。重新计算旧数字不能替代新的硬件系列。在本次更新中，原始观测数据和已发布的计算结果均未更改。
在六次 1920×1080 的测试中，PC Score 的变异系数为 0,256%。两次较低分辨率的运行与这六次的均值偏差分别为 +0,392% 和 −0,070%。在同一台 PC 上离散度较小，但根据这些数据无法评估其他配置上的噪声。
这里包含对 2026-09-04 全部八次运行的分析。没有任何一次运行被从表格中剔除。计算已重新核算于 2026-09-07。
| 参数 | 系列数据 |
|---|---|
| CPU | AMD Ryzen 7 7800X3D，8 个物理核心 / 16 个逻辑处理器 |
| GPU | NVIDIA GeForce RTX 5070 |
| Windows | 内部版本 26200；结果中的版本字符串 Windows 10.0.26200 |
| 引擎 | PCBenchmarkX 0.5.2 |
| 配置文件 | Candidate，相同的持续时间和测试组成 |
| 评分模型 | score-model-1.2-candidate-1 |
| 内部渲染分辨率 | 全部八次运行均为 1920×1080 |
| 输出 | 无边框全屏窗口 |
| 环境状态 | 所有结果中均标记检测到虚拟机监控程序 |
据作者称，使用的是经过 BoosterX 优化的 Windows。该系列的完整设置列表未公布。存档中也没有与未优化 Windows 的对比。标记的虚拟机监控程序并不能证明是在客户 VM 内运行的。
摘要中没有图形驱动程序版本，存档也无法确定测试期间组件的温度和完整设置列表。
运行如何划分
Section titled “运行如何划分”前三次运行在同一次 Windows 启动中完成，接下来三次各自在单独重启后完成。这可以从系统连续运行时间（uptime）看出：计算得出的启动时刻在 №1-3 中一致，而在 №4、№5 和 №6 中各不相同。最后两次分辨率测试在 №6 之后完成，没有新的重启。
| № | Windows 启动 | 测试前系统运行时间，分钟 | 输出分辨率 | PC Score |
|---|---|---|---|---|
| 1 | A | 4,94 | 1920×1080 | 14 198,58 |
| 2 | A | 7,56 | 1920×1080 | 14 229,16 |
| 3 | A | 10,23 | 1920×1080 | 14 186,01 |
| 4 | B | 0,67 | 1920×1080 | 14 239,20 |
| 5 | C | 3,52 | 1920×1080 | 14 224,65 |
| 6 | D | 7,80 | 1920×1080 | 14 141,08 |
| 7 | D | 10,62 | 1280×768 | 14 258,79 |
| 8 | D | 13,48 | 800×600 | 14 193,24 |
№4 在启动后不到一分钟就开始了。测试前的等待时间各不相同，因此无法单独分离出“仅重启的效果”：系统启动后软件的行为会叠加进来。
在 1920×1080 下的重复性
Section titled “在 1920×1080 下的重复性”这里的 CV 是在完整运行之间计算的，通过样本标准差，除数为 n − 1：
mean = sum(x) / ns = sqrt(sum((x − mean)^2) / (n − 1))CV, % = 100 × s / meanrange, % = 100 × (max(x) − min(x)) / mean| PC Score 系列 | n | 平均值 | CV | 极差 / 平均值 |
|---|---|---|---|---|
| 同一次启动，№1–3 | 3 | 14 204,58 | 0,156% | 0,304% |
| 不同启动，№4–6 | 3 | 14 201,65 | 0,373% | 0,691% |
| 全部 1920×1080，№1–6 | 6 | 14 203,12 | 0,256% | 0,691% |
比较第一组和第二组三次运行，差异为 −0,021%。不同启动之间的离散度高于同一次启动内，但在该系列中仍然较小。每组三次运行太少，无法对极限误差做出严格结论。
| 组件，№1–6 | 平均值 | 运行间 CV | 极差 / 平均值 |
|---|---|---|---|
| Performance | 11 437,74 | 0,121% | 0,330% |
| Core Latency Score | 21 750,66 | 0,392% | 1,129% |
| Consistency | 12 878,65 | 0,832% | 2,156% |
在三个组件中，Performance 表现出最高的稳定性。使用延迟分布尾部的模块波动更明显。因此，看起来相同的最终分数并不能保证帧时间分布的画面相同。
| 分辨率 | PC Score | Δ PC 相对于 №1–6 的平均值 | Δ Performance | Δ Core Latency Score | Δ Consistency |
|---|---|---|---|---|---|
| 1280×768，№7 | 14 258,79 | +0,392% | −0,054% | +0,633% | +1,149% |
| 800×600，№8 | 14 193,24 | −0,070% | −0,089% | −0,099% | +0,022% |
降低输出分辨率并未导致 Performance 系统性上升。这符合固定内部负载 1920×1080的逻辑。
如果只与同一次 Windows 启动中最近的 1920×1080 运行 №6 比较，PC Score 的变化为 +0,832% 和 +0,369%。差异取决于我们是与单次运行比较还是与多次运行的平均值比较，因此这里展示了两种方案。
每个低分辨率下只有一次运行。顺序没有交替，改变分辨率后也没有重复运行 1920×1080。结果符合固定内部负载的假设，但不排除分辨率对个别组件的影响。要验证这一点，需要在多台 PC 上以交替顺序重复测试。
计算验证与可用数据
Section titled “计算验证与可用数据”全部八次运行均已完成：在公布的 CSV 中，每次运行的所有四项评分和输入聚合值均已填写。运行的适用性由运行质量模型（Run Quality）评估，该模型在方法说明中描述：它考虑 CPU 后台负载、虚拟机监控程序、电池供电和远程会话。但外部干扰仍可能影响测量：根据该模型判定运行适用并不能证明不存在干扰。
对于所有运行，Performance、Core Latency Score、Consistency 和 PC Score 均已根据保存的吞吐量和百分位数重新计算。与公布值的最大偏差小于 0,000001 分。这是根据聚合值对公式的验证；本分析中没有从原始帧完整重建百分位数。
- 八次运行的清洗后数据，CSV。
- 计算验证脚本，Python 3。仅需标准库。
将两个文件保存在同一目录下并运行：
python analyze_repeatability.pyCSV 包含评分和输入聚合值、分辨率、系统运行时间以及启动的约定标记。包含标识符和辅助数据的完整原始存档不予公布。
要在其他计算机上验证重复性，请将您的系列发送至 admin@boosterx.org，主题为“PCBenchmarkX: повторяемость”。
请发送在相同条件下的多个完整结果，并注明 CPU、GPU、RAM、Windows 和驱动程序版本、配置文件、分辨率、重启情况以及测试之间的更改。如果您要验证分辨率的影响，请在运行之间交替分辨率，并在每个值上进行多次运行。最好发送整个系列，包括“差”或罕见的情况。
发送前请检查存档中是否包含个人数据。请说明是否可以公布结果和计算机配置，而不包含您的个人数据。经过验证后，我们可以将系列添加到这里，并附上条件、计算和限制。也请发送离散度较大的系列：它们有助于弄清在哪些条件下结果不太稳定。
本分析由 BoosterX 团队根据提供的系列编写。它不是独立认证，也不证明 BoosterX 优化带来的提升。独立复现将单独标注。