# 性能基准

## 准确性（合成恢复）

![准确性验证](../images/accuracy_verification.png)

均匀全焦点球覆盖的合成事件：无极性错误时 CNCHASH 10/10 恢复已知机制
（Kagan 旋转角中位数约 8 度，即 dang=5 网格离散化的下限）；约 10%
极性翻转时 9/10 保持在 25 度接受角内。这些检查是测试套件的一部分
（tests/test_accuracy.py）。

**注意：** 走向差异（40-80 度）是正常的——震源机制有两个互相正交的
节面，都能满足极性数据。

历史 notebook 结果（HASH_Tests.ipynb）：CNCHASH 合成试验 300/300 成功
求解；HASH v1.2 60/60（直接运行）。

## 原生后端测量

本地复现：

```bash
python benchmarks/benchmark_backends.py --events 1000 --seconds 2
```

在开发机（x86_64, gfortran）上测量。数值为 30 台站、30 次 MC 试验
（`dang=5`）。

## 线程扩展（可移植构建，30 台站）

| 线程 | ms/事件 | 加速比 | 并行效率 |
|------|---------|--------|----------|
| 1    | 49.5    | 1.00x  | 100%     |
| 2    | 33.0    | 1.50x  | 75%      |
| 4    | 19.4    | 2.56x  | 64%      |
| 8    | 15.5    | 3.19x  | 40%      |
| 16   | 14.0    | 3.53x  | 22%      |

原生构建（`-DCNCHASH_NATIVE_MARCH=ON`，AVX2）约快 2 倍：1 线程约
23 ms/事件，16 线程约 4 ms/事件。

## 配置对比（可移植构建，ms/事件）

| 配置          | 1 线程 | 4 线程 |
|---------------|--------|--------|
| small（12 台站）| 39    | 25     |
| medium（30 台站）| 49   | 20     |
| large（80 台站）| 119   | 41     |
| dense（dang=2）| 49    | 19     |
| nmc=100       | 156    | 63     |

弱约束事件（台站少、多解）的耗时主要来自 MECH_PROB 聚类，其工作集
行为现已与原始 HASH 一致；并行路径仍有帮助。

## 与原版 HASH v1.2 对比（同一台机器）

| 实现                        | ms/事件 |
|-----------------------------|---------|
| 原版 HASH v1.2（1 线程）    | ~145    |
| CNCHASH 可移植（1 线程）    | ~49     |
| CNCHASH 可移植（4 线程）    | ~20     |
| CNCHASH 原生 AVX2（4 线程） | ~8      |

## 批量模式（medium 配置，可移植构建）

| 线程 | 批量 ev/s | 标量 ev/s | 批量加速比 |
|------|-----------|-----------|------------|
| 1    | 18.6      | 18.7      | 1.00x      |
| 4    | 56.9      | 42.6      | 1.34x      |

数值与机器相关。发布性能声明前请在目标硬件上重新运行基准。