Mac เครื่องเดียวกัน ห้าเบราว์เซอร์ ห้าคะแนน

Mac Studio ที่ใช้ M4 Max ทำคะแนนเบนช์มาร์กของเราได้ 10,630 ใน Apple Store ขณะที่ MacBook Pro ที่เราใช้เทียบ ซึ่งเป็น M2 Max รุ่นเก่ากว่า เคยทำได้ราว 12,900 ที่บ้าน ชิปที่ใหม่กว่าและใหญ่กว่ากลับแพ้ไป 18% และผู้ต้องสงสัยที่เห็นได้ชัด (RAM 36 GB เทียบกับ 96 GB เครื่องโชว์ที่ไม่ได้ทำงานอะไรเทียบกับเครื่องนักพัฒนาที่ใช้งานอยู่) ก็อธิบายเรื่องนี้ไม่ได้เลยสักข้อ

เราจึงนำเครื่องเดียว คือ M2 Max เครื่องเดิม จอเดิม ในบ่ายวันเดียวกัน ไปทดสอบกับห้าเบราว์เซอร์:

ซิลิคอนเดียวกัน จอเดียวกัน แต่คะแนนดีสุดกับแย่สุดต่างกันถึงสองเท่า ตัวเลขรายฉากยิ่งแปลกกว่าคะแนนรวม ฉาก raymarching ของเราอย่างโครเมียมเหลวรักษาไว้ได้ 25,523 หน่วยใน Safari แต่ได้ 5,622 ใน Firefox บน GPU ตัวเดียวกัน วงกลม Canvas 2D ได้ 64,476 ใน Opera และ 9,960 ใน Firefox ส่วนฉากฟิสิกส์บน CPU ของเราทำงานใน Safari เร็วกว่าในเบราว์เซอร์ Chromium ใด ๆ ถึง 29% เพราะ JavaScriptCore ถูกกับโค้ดชุดนั้นมากกว่า V8

แล้วผลที่ร้านก็กลายเป็นเรื่องเดียวกันในชุดคนละแบบ บน Safari นั้น M2 Max รักษา raymarcher ไว้ได้ 25,523 หน่วย แต่ M4 Max ในร้านได้แค่ 6,222 และ M5 Pro ได้ 2,628 เบราว์เซอร์เดียวกัน ฉากเดียวกัน แต่ GPU ที่ใหม่และเร็วกว่ากลับแย่กว่าสี่ถึงสิบเท่า เชเดอร์ตัวนั้นมีลูป 180 รอบ และการจับคู่บางแบบระหว่าง GPU รุ่นใหม่กับคอมไพเลอร์ Metal ก็สะดุดกับมัน ขณะที่รุ่นเก่าไม่เป็น ฉากนั้นจึงไม่ได้วัดปริมาณงานของแฟรกเมนต์อีกต่อไป แต่กำลังวัดดวงของคอมไพเลอร์

สิ่งที่เบนช์มาร์กบนเบราว์เซอร์วัดได้อย่างซื่อตรง

ตัวเลขที่เว็บไซต์นี้ให้ไม่ใช่คะแนนจัดอันดับชิป แต่เป็นการวัดทั้งสแตกที่คุณใช้งานจริง ได้แก่ ซิลิคอน ไดรเวอร์ คอมไพเลอร์เชเดอร์ เอนจิน JavaScript ตัวแรสเตอร์ของ canvas และคอมโพสิเตอร์ นี่เป็นคุณสมบัติ ไม่ใช่ข้อบกพร่อง เพราะนี่คือประสิทธิภาพที่คุณได้จริงเมื่อเปิดหน้าเว็บ แต่ก็หมายความว่ามีกฎสองข้อที่สำคัญเมื่อต้องเปรียบเทียบ:

เปรียบเทียบภายในเบราว์เซอร์เดียวกัน คะแนนจาก Safari กับคะแนนจาก Chrome คือการวัดสองสแตกที่ต่างกันซึ่งบังเอิญใช้ชิปตัวเดียวกัน ตารางคะแนนสูงสุดของเราแสดงชื่อเบราว์เซอร์ไว้ทุกแถวมาสักพักแล้ว และตอนนี้การ์ดผลลัพธ์ก็แสดงค่ามัธยฐานของฮาร์ดแวร์เดียวกันแยกตามเบราว์เซอร์ด้วย เมื่อมีตัวอย่างมากพอ

เบนช์มาร์กไม่ควรขยายความแปลกของสแตก การที่สแตกเป็นส่วนหนึ่งของการวัดนั้นซื่อตรง แต่การที่ฉากหนึ่งพังลง 10 เท่าเพียงเพราะคอมไพเลอร์ไม่ชอบรูปแบบของลูปนั้นไม่ใช่ นั่นคือเบนช์มาร์กที่เปราะบาง และเป็นหน้าที่ของเราที่ต้องแก้

สิ่งที่เปลี่ยนไปในเบนช์มาร์ก 2.3.0

ตอนนี้ raymarcher วาดเป็นพาสเล็ก ๆ แทนที่จะใช้เชเดอร์ตัวเดียวที่วนลูปไปถึง 180 ตัวอย่าง โครเมียมเหลวจะสะสมพาสซ้ำ ๆ พาสละสี่ตัวอย่าง ตำแหน่งตัวอย่างเดิม ปริมาณงานรวมเท่าเดิม และการคำนวณไม่เปลี่ยนแม้แต่หลักเดียว ลูปสี่รอบเป็นเชเดอร์แบบที่ทุกเอนจินคอมไพล์ได้ดี ส่วนจะดึง GPU รุ่นใหม่ล่าสุดของ Apple กลับมาอยู่ในแนวโน้มปริมาณงานแฟรกเมนต์ได้หรือไม่ ต้องรอดูจากการไปร้านครั้งหน้า Firefox ไม่ขยับเลย กับเชเดอร์ใหม่ก็ยังได้ 5,622 เพราะต้นทุนของมันอยู่ที่งานที่ตัวอย่างแต่ละตัวต้องทำ ไม่ได้อยู่ที่ลูปรอบนอก และการแก้ตรงนั้นจะเปลี่ยนภาระงานเอง

งบเวลาแบบต่อเนื่องเดียวสำหรับทุกจอ timestamp ของ vsync ในความเป็นจริงยุ่งเหยิงกว่าโมเดลที่เรียบร้อยซึ่งเราใช้ในเวอร์ชัน 2.2.0 และเครื่องที่ต่อจอความถี่คงที่ได้รับงบเวลาต่อเฟรมแบบต่อเนื่องที่หลวมกว่าโน้ตบุ๊กที่ซิงก์แบบปรับได้ราว 9% โดยไม่มีใครสังเกต ตอนนี้ทุกเครื่องต้องผ่านค่าเฉลี่ยแบบตัดปลายเดียวกันที่ 17.5 ms

การเริ่มแบบเย็นเลิกให้ผลขยะแล้ว การทดสอบครั้งแรกในเบราว์เซอร์ที่เพิ่งเปิดเคยโหดร้ายมาก เครื่อง Mac สาธิตในร้านได้ 77 แล้วอีกไม่กี่นาทีต่อมาได้ 8,553 ส่วนการทดสอบ Safari ครั้งแรก ๆ ของเราเองที่บ้านได้ 304 และ 1,149 ก่อนจะได้ 11,443 เราแก้ไขสามอย่าง คือ ตอนนี้เบนช์มาร์กจะตรวจว่าเครื่องของคุณยุ่งอยู่หรือไม่ ก่อน ใช้เวลาสามนาที รอให้อาการกระตุกจากการคอมไพล์เชเดอร์ในการเข้าครั้งแรกผ่านไปในแต่ละฉาก และให้ฉากที่วัดอะไรไม่ได้เลยได้ลองอีกหนึ่งครั้งตอนท้ายการทดสอบหากเครื่องนิ่งแล้ว ไม่มีอะไรถูกกุขึ้น การลองใหม่เป็นเพียงการวัดครั้งที่สอง

ป้ายกำกับบอกความจริงแล้ว การทดสอบที่ทุกฉากวัดได้ แต่มีระดับหนึ่งที่ยืนยันติดกันสามหน้าต่างไม่ได้ เมื่อก่อนจะถูกกดลงเป็นค่าขั้นต่ำและถูกตัดออกจากตารางอันดับทั้งหมด ข้อมูลจริงจากการใช้งานของเราแสดงว่าระดับเหล่านั้นอยู่ ต่ำกว่า ค่าที่อุปกรณ์ซึ่งทำงานนิ่งวัดได้ราว 13% นั่นคือฮาร์ดแวร์ที่กำลังดิ้นรนและแสดงออกมาตรง ๆ ไม่ใช่ตัวเลขที่ถูกปั่น ตอนนี้จึงเผยแพร่พร้อมป้ายกำกับ และป้ายของแต่ละฉากจะบอกชัดว่าเกิดเรื่องใดในสามแบบ

และผลลัพธ์พกพาไปได้ ตอนนี้ “คัดลอกลิงก์” จะบรรจุผลลัพธ์ทั้งหมด ทั้งคะแนน ภาระงานของแต่ละฉาก เวลาเฟรม และป้ายกำกับ ไว้ในตัวลิงก์เอง ไม่มีอะไรถูกอัปโหลด เปิดที่ไหนก็แสดงแบบอ่านอย่างเดียว หากวันหนึ่งคุณต้องวัดคอมพิวเตอร์ที่ไม่ใช่ของตัวเอง ก็ไม่ต้องถ่ายรูปหน้าจออีกแล้ว เรารู้ดี เราถ่ายรูปหน้าจอมาเยอะแล้ว

คะแนนจากเวอร์ชัน 2.3.0 จะไม่ปนกับเวอร์ชันเก่าเด็ดขาด ตารางอันดับจึงเริ่มใหม่ตั้งแต่ศูนย์ หากอยากอ่านฉบับเต็มว่าการวัดทำงานอย่างไร ทั้งหน้าต่างเวลาเฟรม บันไดภาระงาน และสิ่งที่ทำให้ผลการทดสอบใช้ไม่ได้ หน้าอธิบายวิธีการวัด มีครบทุกอย่าง หรือจะเริ่มทดสอบเลยก็ได้ ใช้เวลาราวสามนาที และตอนนี้มันจะบอกคุณตั้งแต่แรกถ้าเครื่องของคุณยังไม่พร้อม