分数如何计算

本页内容

PC Score 将速度、延迟和均匀性合并为一个无量纲指数。它不能直接换算为 FPS 或“Windows 加速百分比”。下面描述的是用于 0.5.2 引擎的 score-model-1.2-candidate-1 模型。获得原始指标的条件在方法说明中描述。

原始指标

在区块内部，吞吐量根据有效记录数和第一条与最后一条记录的时间差计算：

throughput = (N_valid − 1) × QPC_frequency / (last_QPC − first_QPC)

对于同一负载的三次重复，取各区块吞吐量的平均值。不应改用整个阶段行，因为那样一个区块会混合来自不同时间点的场景。

CPU 帧时间：CPU 工作的持续时间。对于 GPU 和 Combined，帧间隔根据相邻的各自 GPU 起始时间戳计算。GPU 工作本身从开始到结束的持续时间单独记录。

正向延迟不会被剔除，即使它们会拉差数值。不正确的时间戳会单独标记。如果某项指标缺失，它会保持为 unavailable，不会用零替代。

计算本身适用可用性规则：非正、缺失、NaN 和无穷大的关键输入会整体拒绝评分。数值不会被截断，也不会替换为边界值——模型没有“修正过的”输入。

对于已排序的值，使用 Hyndman-Fan Type 7 线性插值：

h = (n − 1) × p
i = floor(h)
percentile = x[i] + (h − i) × (x[min(i + 1, n − 1)] − x[i])

索引从零开始。P50 对应中位数；P99 表示约 99% 的观测值位于其下方的边界。

这些数值是帧时间的倒数百分位数，而不是最差百分之一帧的平均 FPS。若采用其他 Low FPS 定义，同一数据上的数字可能不同。

此外还会计算平均值、最小值、最大值、P90、P95、除以 n 的标准差、中位数绝对偏差和变异系数。

对于速度，“越大越好”，因此归一化值等于 измерение / эталон。对于延迟和尾部与中位数之比，“越小越好”，因此使用 эталон / измерение。

加权几何平均：

G(x, w) = exp(Σ(w × ln(x)) / Σw)

它合并的是测量值与基准的比值，因此不同单位不会相加。每个分量的影响取决于其权重：将其中一个加倍并不会使最终结果加倍。

基准是用于归一化的一组固定常量，这里称为 provisional-dev-reference-2026-08-21。它不是“市场平均水平”，也不是行业标准。当与基准值完全一致时，最终指数等于 10 000。

GPU = G(Geometry / 740, Shader / 360, Compute / 7600)
Performance = 10000 × G(CPU / 4000, GPU, Combined / 665)

在这两个公式中，各参数是均衡的。在 Performance 中，CPU 和 Combined 的贡献相同（各占三分之一），而三个 GPU 场景在取对数部分各贡献九分之一。

使用内部延迟的 P50、P95 和 P99，从软件信号到 GPU 工作完成。

场景	P50，毫秒	P95，毫秒	P99，毫秒
Baseline	2,5	4	6
Loaded	9	12	16

对于每个场景，以权重 50/30/20 计算 G(эталон P50 / P50, эталон P95 / P95, эталон P99 / P99)。然后：

Core Latency Score = 10000 × G(Baseline, Loaded; 权重 40/60)

延迟降低时得分上升。以毫秒为单位的测量本身则相反，数值越小越好。

该分量关注 P99 / P50 比值，显示强延迟尾部相对于典型时间的表现。它不是各次运行之间可重复性的指标。

对于每个输入计算 эталон / измеренное отношение，然后取五个值等权重的几何平均并乘以 10 000。在当前模型中，GPU 尾部取自 Shader，而不是来自 Geometry、Shader 和 Compute 的混合整体。

PC Score = 10000 ×
  (Performance / 10000)^0.50 ×
  (Core Latency Score / 10000)^0.30 ×
  (Consistency / 10000)^0.20

权重 50/30/20 由方法说明内部规定。它们并不意味着适用于所有游戏的 CPU、GPU 和延迟的通用占比。因此比较结果时，既要看分量拆解，也要看原始指标。

为了敏感性分析，引擎还会计算权重 60/20/20 和 40/40/20 的变体。此外，对于每个叶输入都会输出解析敏感性：该输入偏离 +1、+5 和 +10% 时的最终得分。它们有助于看出权重选择和各个输入的影响，但不能替代主要评估。

在八次运行检查中，全部四个评分都由保存的汇总指标重新计算。差异小于 0,000001 分。这种重新计算检验的是模型算术。重新计算不能把不可用的采集变成可用的：被取消、不完整和诊断性的运行在任何重新处理下都仍然不可用。计时器精度和硬件上的可重复性需要单独检查。

已核验：2026-09-20。