perf 设计

设计目标

perf 让标准的 moon bench 工具无需额外基础设施，即可在每个已注册用例上测量 @mutable 数值内核的稳态开销，从而可以对比内核修改前后的表现。

数学背景

moon bench 将每个基准主体重复多次，并报告每次迭代时间的统计量。稳态测量估计的是预热后单次调用的期望开销 $\mathbb{E}[T]$，不包括进程启动、fixture I/O 和首次调用的影响。仓库的报告脚本用稳健统计量汇总样本：中位数、最近秩法的第 90 百分位数，以及中位数绝对偏差 $\operatorname{MAD} = \operatorname{median}_i |t_i - \operatorname{median}(t)|$。与均值和标准差不同，中位数和 MAD 的崩溃点为 50%：少数受操作系统干扰的样本无法任意地改变它们。

设计决策

在计时区域之外准备

在注册基准之前，每个用例的输入只准备一次。计时闭包内只有内核调用和校验和折叠。

保留校验和

把校验和传给 b.keep 使结果可被观察，从而编译器无法消除该调用，而代价只是每个输出值一次 64 位折叠。

不属于默认关卡

基准测试依赖于机器且耗时较长；除非设置 LINEAR_ALGEBRA_TEST_BENCH=1，否则不包含在 run_test.sh 中。

正确性与不变量

每次运行中，每个已注册用例恰好被基准测试一次，其名称标识了操作和用例。

被否决的方案

• 手写计时循环。 moon bench 已经处理了迭代次数和报告；需要原始样本的情形由 perf_runner 覆盖。

边界

perf 不计算或存储统计量，不与基线比较，也不包括冷启动计时。